Ítem
Acceso Abierto
Prediction model for in-hospital mortality in patients at high altitudes with ARDS due to COVID-19
Título de la revista
Autores
Rodríguez Lima, David Rene
Rubio Ramos, Cristhian
Yepes Velasco, Andrés Felipe
Gómez Cortés, Leonardo Andrés
Pinilla Rojas, Darío Isaías
Pinzón Rondón, Ángela María
Ruiz Sternberg, Ángela María
Fecha
2023-05-23
Directores
ISSN de la revista
Título del volumen
Editor
Plos One
Buscar en:
Métricas alternativas
Resumen
Introducción: El diagnóstico del síndrome de dificultad respiratoria aguda (SDRA) incluye la relación entre la presión arterial de oxígeno y la fracción inspirada de oxígeno (P/F) ≤ 300, que suele ajustarse en ubicaciones a más de 1.000 metros sobre el nivel del mar (msnm) debido a la hipoxemia hipobárica. El objetivo principal de este estudio fue desarrollar un modelo de predicción de la mortalidad hospitalaria entre pacientes con SDRA por enfermedad por coronavirus 2019 (COVID-19) (C-ARDS) a 2.600 msnm con variables fácilmente disponibles al ingreso del paciente y comparar su capacidad de discriminación con un segundo modelo utilizando el P/F ajustado para esta gran altitud. Métodos Este estudio fue un análisis de datos de pacientes con SDRA-C tratados entre marzo de 2020 y julio de 2021 en un hospital universitario ubicado en la ciudad de Bogotá, Colombia, a 2.600 msnm. Los datos demográficos y de laboratorio se extrajeron de registros electrónicos. Para el modelo de predicción, se realizaron análisis univariados para seleccionar variables con p <0,25. Luego, estas variables se seleccionaron automáticamente con un enfoque paso a paso hacia atrás con un nivel de significancia de 0,1. En el modelo final también se examinaron los términos de interacción y los polinomios fraccionarios. Se utilizaron múltiples procedimientos de imputación y bootstraps para obtener los coeficientes con mejor validación externa. Además, se realizó ajuste total del modelo y diagnóstico de regresión logística. Se utilizó la misma metodología para desarrollar un segundo modelo con el P/F ajustado por altitud. Finalmente, se compararon las áreas bajo la curva (AUC) de las curvas de características operativas del receptor (ROC) de los dos modelos. Resultados Un total de 2.210 sujetos fueron incluidos en el análisis final. El modelo final incluyó 11 variables sin términos de interacción ni funciones no lineales. Los coeficientes se presentan excluyendo las observaciones influyentes. La ecuación final para el ajuste del modelo fue g(x) = edad(0,04819)+peso(0,00653)+altura(-0,01856)+hemoglobina(-0,0916)+recuento de plaquetas(-0,003614)+ creatinina(0,0958)+lactato deshidrogenasa(0.001589)+sodio(-0.02298)+potasio(0.1574)+presión sistólica(-0.00308)+si SDRA moderado(0.628)+si SDRA severo(1.379), y la probabilidad de muerte hospitalaria fue p (x) = e g (x)/(1+ e g (x)). El AUC de la curva ROC fue 0,7601 (intervalo de confianza (IC) del 95%: 0,74–0, 78). El segundo modelo con el P/F ajustado presentó un AUC de 0,754 (IC 95% 0,73-0,77). No se encontraron diferencias estadísticamente significativas entre las curvas AUC (valor de p = 0,6795). Conclusión Este estudio presenta un modelo de predicción para pacientes con SDRA-C a 2.600 msnm con variables de ingreso fácilmente disponibles para la estratificación temprana del riesgo de mortalidad hospitalaria. Ajustar el P/F para 2,600 msnm no mejoró la capacidad predictiva del modelo. No recomendamos ajustar el P/F según la altitud.
Abstract
Introduction: The diagnosis of acute respiratory distress syndrome (ARDS) includes the ratio of pressure arterial oxygen and inspired oxygen fraction (P/F) ≤ 300, which is often adjusted in locations more than 1,000 meters above sea level (masl) due to hypobaric hypoxemia. The main objective of this study was to develop a prediction model for in hospital mortality among patients with ARDS due to coronavirus disease 2019 (COVID-19) (C-ARDS) at 2,600 masl with easily available variables at patient admission and to compare its discrimination capacity with a second model using the P/F adjusted for this high altitude. Methods This study was an analysis of data from patients with C-ARDS treated between March 2020 and July 2021 in a university hospital located in the city of Bogotá, Colombia, at 2,600 masl. Demographic and laboratory data were extracted from electronic records. For the prediction model, univariate analyses were performed to screen variables with p <0.25. Then, these variables were automatically selected with a backward stepwise approach with a significance level of 0.1. The interaction terms and fractional polynomials were also examined in the final model. Multiple imputation procedures and bootstraps were used to obtain the coefficients with the best external validation. In addition, total adjustment of the model and logistic regression diagnostics were performed. The same methodology was used to develop a second model with the P/F adjusted for altitude. Finally, the areas under the curve (AUCs) of the receiver operating characteristic (ROC) curves of the two models were compared. Results A total of 2,210 subjects were included in the final analysis. The final model included 11 variables without interaction terms or nonlinear functions. The coefficients are presented excluding influential observations. The final equation for the model fit was g(x) = age(0.04819)+weight(0.00653)+height(-0.01856)+haemoglobin(-0.0916)+platelet count(-0.003614)+ creatinine(0.0958)+lactate dehydrogenase(0.001589)+sodium(-0.02298)+potassium(0.1574)+systolic pressure(-0.00308)+if moderate ARDS(0.628)+if severe ARDS(1.379), and the probability of in-hospital death was p (x) = e g (x)/(1+ e g (x)). The AUC of the ROC curve was 0.7601 (95% confidence interval (CI) 0.74–0, 78). The second model with the adjusted P/F presented an AUC of 0.754 (95% CI 0.73–0.77). No statistically significant difference was found between the AUC curves (p value = 0.6795). Conclusion This study presents a prediction model for patients with C-ARDS at 2,600 masl with easily available admission variables for early stratification of in-hospital mortality risk. Adjusting the P/F for 2,600 masl did not improve the predictive capacity of the model. We do not recommend adjusting the P/F for altitude.
Palabras clave
Síndrome de dificultad respiratoria aguda (SDRA) , Presión arterial de oxígeno , Fracción inspirada de oxígeno , Hipoxemia hipobárica
Keywords
Acute Respiratory Distress Syndrome (ARDS) , Pressure arterial oxygen , Inspired oxygen fraction , Hypobaric hypoxemia
