Validación de un score basado en parámetros hematológicos simples como predictor de mortalidad en pacientes hospitalizados por COVID-19
DOI:
https://doi.org/10.35434/rcmhnaaa.2024.174.2469Palabras clave:
COVID-19, SARS-CoV-2, Reglas de decisión clínica, Mortalidad, Recuento de células sanguíneasResumen
Introducción: Durante el COVID-19, se han desarrollado reglas de predicción clínica como el score PAWNN para estimar el riesgo de mortalidad, utilizando solo un hemograma completo. Sin embargo, aún no ha sido validado en población peruana y latinoamericana. Material y método: Se realizó un estudio de validación en una cohorte retrospectiva de pacientes hospitalizados por COVID-19 entre marzo y diciembre de 2020. Se calcularon sensibilidad, especificidad, valores predictivos, cocientes de probabilidad y el área bajo la curva ROC (AUROC) para el score PAWNN. Resultados: Se incluyeron 1963 pacientes, con una mediana de edad de 58 años; el 66.4% eran hombres. La mortalidad fue del 46.9%. Con un punto de corte de 6, la sensibilidad fue de 96%, la especificidad de 16% y el AUROC fue 0.71 (IC 95%: 0.69 – 0.73). Conclusión: El score PAWNN no tiene un rendimiento diagnóstico adecuado para predecir la mortalidad en pacientes hospitalizados por COVID-19.
Descargas
Métricas
Citas
Ashktorab H, Pizuorno A, Fierro NA, Villagrana EDC, Solis MEH, Cardenas G, et al. A Comprehensive Meta-Analysis of COVID-19 in Latin America. SOJ Microbiol Infect Dis. 2021;8(1):1-11. https://doi.org/10.15226/sojmid/8/1/001108.
COVID-19 Data Explorer [Internet]. Our World in Data. [cited 15 april 2024]. Available in: https://ourworldindata.org/coronavirus-data-explorer.
Gandhi RT, Lynch JB, Del Rio C. Mild or Moderate Covid-19. N Engl J Med. 2020;383(18):1757-1766. https://doi.org/10.1056/NEJMcp2009249.
Sosa-García JO, Gutiérrez-Villaseñor AO, García-Briones A, Romero-González JP, Juárez-Hernández E, González-Chon O. Experience in the management of severe COVID-19 patients in an intensive care unit. Cir Cir. 2020;88(5):569-575. https://doi.org/10.24875/CIRU.20000675.
Soto A, Quiñones-Laveriano DM, Azañero J, Chumpitaz R, Claros J, Salazar L, et al. Mortality and associated risk factors in patients hospitalized due to COVID-19 in a Peruvian reference hospital. PLoS One. 2022;17(3):e0264789. https://doi.org/10.1371/journal.pone.0264789.
Steyerberg EW, Van Calster B, Pencina MJ. Medidas del rendimiento de modelos de predicción y marcadores pronósticos: evaluación de las predicciones y clasificaciones. Rev Esp Cardiol. 2011;64(9):788-794. https://doi.org/10.1016/j.recesp.2011.04.017.
Knight SR, Ho A, Pius R, Buchan I, Carson G, Drake TM, et al. Risk stratification of patients admitted to hospital with covid-19 using the ISARIC WHO Clinical Characterisation Protocol: development and validation of the 4C Mortality Score. BMJ. 2020;370:m3339. https://doi.org/10.1136/bmj.m3339. Erratum in: BMJ. 2020 Nov 13;371:m4334.
Liu H, Chen J, Yang Q, Lei F, Zhang C, Qin JJ, et al. Development and validation of a risk score using complete blood count to predict in-hospital mortality in COVID-19 patients. Med (N Y). 2021;2(4):435-447.e4. https://doi.org/10.1016/j.medj.2020.12.013.
Vallipuram T, Schwartz BC, Yang SS, Jayaraman D, Dial S. External validation of the ISARIC 4C Mortality Score to predict in-hospital mortality among patients with COVID-19 in a Canadian intensive care unit: a single-centre historical cohort study. Can J Anaesth. 2023;70(8):1362-1370. https://doi.org/10.1007/s12630-023-02512-4.
Prim BTA, Kalla IS, Zamparini J, Mohamed F. COVID-19: An evaluation of predictive scoring systems in South Africa. Heliyon. 2023;9(11):e21733. https://doi.org/10.1016/j.heliyon.2023.e21733.
Alwazzeh MJ, Subbarayalu AV, Abu Ali BM, Alabdulqader R, Alhajri M, Alwarthan SM, et al. Performance of CURB-65 and ISARIC 4C mortality scores for hospitalized patients with confirmed COVID-19 infection in Saudi Arabia. Inform Med Unlocked. 2023;39:101269. https://doi.org/10.1016/j.imu.2023.101269.
Van Calster B, McLernon DJ, van Smeden M, Wynants L, Steyerberg EW; on behalf of Topic Group ‘Evaluating diagnostic tests and prediction models’ of the STRATOS initiative. Calibration: the Achilles heel of predictive analytics. BMC Med 2019; 17 (1): 1–7. https://doi.org/10.1186/s12916-019-1466-7
StataCorp. 2021. Stata Statistical Software: Release 17. College Station, TX: StataCorp LLC.
Ortega-Rojas S, Salazar-Talla L, Romero-Cerdán A, Soto-Becerra P, Díaz-Vélez C, Urrunaga-Pastor D, et al. The Neutrophil-to-Lymphocyte Ratio and the Platelet-to-Lymphocyte Ratio as Predictors of Mortality in Older Adults Hospitalized with COVID-19 in Peru. Dis Markers. 2022;2022:2497202. https://doi.org/10.1155/2022/2497202.
Singh A, Kataria S, Das P, Sharma A. A proposal to make the pulse oximetry as omnipresent as thermometry in public health care systems. J Glob Health. 2020;10(2):0203102. https://doi.org/10.7189/jogh.10.0203102.
R Schatz B. Population measurement for health systems. NPJ Digit Med. 2018;1:20174. https://doi.org/10.1038/s41746-017-0004-2.
Mejía F, Medina C, Cornejo E, Morello E, Vásquez S, Alave J, et al. Oxygen saturation as a predictor of mortality in hospitalized adult patients with COVID-19 in a public hospital in Lima, Peru. PLoS One. 2020;15(12):e0244171. https://doi.org/10.1371/journal.pone.0244171.
Díaz-Vélez C, Urrunaga-Pastor D, Romero-Cerdán A, Peña-Sánchez ER, Fernández Mogollon JL, Cossio Chafloque JD, et al. Risk factors for mortality in hospitalized patients with COVID-19 from three hospitals in Peru: a retrospective cohort study. F1000Res. 2021;10:224. https://doi.org/10.12688/f1000research.51474.1.
Descargas
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2025 Johan Azañero-Haro, Alonso Soto
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
