El Ramón y Cajal desarrolla un modelo que predice el riesgo de covid-19 grave

Investigadores del servicio de Medicina interna del hospital Ramón y Cajal de Madrid han desarrollado un modelo de predicción que estima el riesgo de sufrir covid-19 grave, en base a los datos de más de 10.400 pacientes hospitalizados en el primer semestre de 2020 en más de un centenar de centros sanitarios de todo el país.

Se trata de un trabajo de la Sociedad Española de Medicina Interna (SEMI), liderado por el Ramón y Cajal y en el que han colaborado los hospitales Gregorio Marañón, La Paz, Puerta de Hierro, La Princesa, Clínico San Carlos y el Infanta Cristina.

El modelo denominado 'Priority' utiliza nueve variables clínicas "simples y fácilmente disponibles" en la evaluación inicial de los pacientes para estimar su riesgo de mortalidad o de ingreso en UCI.

Para ello, se ha creado una calculadora 'online' de libre acceso con el fin de facilitar su aplicación inmediata en la atención de primera línea, indica el hospital en una nota de prensa.

El objetivo de los autores ha sido desarrollar "una herramienta que pueda ser útil para identificar pacientes de alto riesgo en entornos sin acceso a pruebas de laboratorio o radiológicas, así como en sistemas sanitarios con bajos recursos o alta presión asistencial".

Se han analizado datos de 10.433 pacientes incluidos en el Registro SEMI-COVID-19, que fueron hospitalizados en 132 centros de España entre el 23 de marzo y el 21 de mayo de 2020.

Los autores seleccionaron 7.850 pacientes ingresados en hospitales de referencia terciarios, con una edad media de 65,8 años. De ellos, el 25,1 % presentó COVID-19 grave, 8,3 % ingresaron en UCI y 20,4 % fallecieron.

La validación del modelo se realizó con datos de 2.583 pacientes ingresados en hospitales de menor tamaño, con una edad media de 69,5 años y de los que un 27 % presentó enfermedad crítica, 7,7 % ingresaron en UCI y 23 % fallecieron.

El modelo mostró "una buena capacidad para identificar la enfermedad crítica por covid-19", tras combinar variables como edad, dependencia, enfermedad cardiovascular, enfermedad renal crónica, disnea, taquipnea, confusión, presión arterial sistólica y saturación igual o menor a 93 % basal o requerimiento de oxígeno suplementario previo a la evaluación.

Los investigadores resaltan que, "a pesar de su simplicidad, el modelo tuvo un rendimiento similar a escalas predictivas publicadas anteriormente que incluían pruebas de laboratorio y de imagen.

Los resultados del trabajo han sido publicados en la revista científica 'Clinical Microbiology and Infection'.