Acceso usuarios
FUNDAMENTOS // La COVID-19 ha puesto a prueba la sanidad mundial, provocando una elevada mortalidad. Existen factores de riesgo que asocian mayor gravedad y mortalidad por COVID-19, pero se desconoce su impacto individual. Tampoco existen criterios fijos para un ingreso hospitalario. Por ello, este estudio pretendió analizar los factores asociados a la gravedad de la COVID-19 y crear modelos predictivos de riesgo de hospitalización y exitus por COVID-19.
MÉTODOS // Se realizó un estudio descriptivo de cohorte retrospectiva en Talavera de la Reina (Toledo, España). Los datos fueron recogidos mediante registros informatizados de Atención Primaria, Urgencias y Hospitalización. La muestra estuvo compuesta por 275 pacientes mayores de dieciocho años diagnosticados de COVID-19 en un laboratorio centralizado del 1 de marzo al 31 de mayo de 2020.
Se ejecutó el análisis mediante SPSS, creándose sendos modelos predictivos de riesgo de hospitalización y exitus mediante regresión lineal.
RESULTADOS // La probabilidad de hospitalización aumentó de forma independiente con la polifarmacia (OR 1,086; IC95% 1,009- 1,169), el índice de Charlson (OR 1,613; IC95% 1,158-2,247), el antecedente de infarto agudo de miocardio (IAM) (OR 4,358; IC95% 1,114- 17,051) y la presencia de síntomas COVID (OR 7,001; IC95% 2,805-17,475). La probabilidad de exitus se asoció de forma independiente con la edad, aumentando un 8,1% (OD 1,081; IC95% 1,054-1,110) por cada año del paciente.
CONCLUSIONES // La comorbilidad, la polifarmacia, el antecedente de IAM y la presencia de síntomas de COVID-19 predicen un riesgo de hospitalización. La edad de los individuos predice el riesgo de exitus. Detectar los pacientes con alto riesgo de hospitalización y exitus nos permite delimitar la población diana y definir las medidas a implementar.
BACKGROUND // COVID-19 has tried out global health causing high mortality. There are some risk factors that associate greater severity and mortality from COVID-19; but their individual impact is unknown yet. There are also no fixed criteria for hospital admission.
For this reason, this study aimed to analyze the factors associated with the severity of COVID-19 and create predictive models for the risk of hospitalization and death due to COVID-19.
METHODS // A descriptive retrospective cohort study was made in Talavera de la Reina (Toledo, Spain). Data were collected through computerized records of Primary Care, Emergencies and Hospitalization. The sample consisted of 275 patients over eighteen years old diagnosed with COVID-19 in a centralized laboratory from March 1st to May 31st, 2020. Analysis was carried on using SPSS, creating two predictive models for the risk of hospitalization and death using linear regression.
RESULTS // The probability of hospitalization increased independently with polypharmacy (OR 1.086; CI95% 1.009-1.169), the Charlson index (OR 1.613; CI95% 1.158-2.247), the history of acute myocardial infarction (AMI) (OR 4.358; 95% CI 1.114-17.051) and the presence of COVID symptoms (OR 7.001; 95% CI 2.805-17.475). The probability of death was independently associated with age, increasing 8.1% (OD 1.081; 95% CI 1.054- 1.110) for each year of the patient.
CONCLUSIONS // Comorbidity, polypharmacy, history of AMI and the presence of COVID-19 symptoms predict the risk of hospitalization.
The age of individuals predicts the risk of death. Detecting patients at high risk of hospitalization and death allows us to define the target population and define measures to implement.
