Ítem
Embargo

Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia


Fecha
2023-04-21

Directores
Ramírez Santana, Heily Carolina
Rodríguez Velandia, Yhojan Alexis
Rojas Quintana, Manuel Eduardo

ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Universidad CES

Buscar en:

Métricas alternativas

Resumen
ANTECEDENTES El COVID-19 ha generado un impacto sin precedentes. Los pacientes en estado crítico presentan una mortalidad hasta del 61%, y el tratamiento agresivo no parece ser suficiente. Diferentes estudios han descrito factores asociados a la mortalidad, sin embargo, en Latinoamérica la información es escasa. Nuestro objetivo fue determinar los factores asociados con la mortalidad por COVID-19 en un hospital de alta complejidad en Bogotá, Colombia. MÉTODOS Este estudio de casos y controles incluyó a 282 personas que fallecieron a causa de COVID-19 y 282 que sobrevivieron. Los individuos fueron emparejados por edad, sexo y mes de ingreso, para determinar las variables asociadas con la mortalidad. Se implementaron imputaciones múltiples por ecuación encadenada (MICE) para las variables con datos faltantes. Se estimaron árboles de clasificación y regresión (CART) para evaluar la interacción de los factores y su papel en la predicción de la mortalidad durante la hospitalización. RESULTADOS La mayoría de los pacientes eran varones en la séptima década. Aquellos que se recuperaron reportaron sintomatología heterogénea, mientras que los pacientes fallecidos presentaron dificultad respiratoria, disnea y convulsiones al ingreso. Además, este último grupo presentó una mayor carga de comorbilidades y alteraciones en los biomarcadores de laboratorio. Después de la imputación de conjuntos de datos, el análisis CART estimó 14 perfiles clínicos. La precisión del modelo fue del 85,6 % (P < 0,0001). CONCLUSIÓN El análisis multivariante arrojó un modelo confiable para predecir la mortalidad en COVID-19. Este análisis reveló nuevas interacciones entre las características clínicas y paraclínicas. Además, este modelo predictivo podría ofrecer nuevas pistas para el manejo personalizado de esta condición en entornos clínicos.
Abstract
BACKGROUND COVID-19 has generated an unprecedented impact. Patients in critical states present a reported mortality of up to 61%, and aggressive treatment does not seem to be enough. Different studies have described associated factors to mortality; however, in Latin America, the information is scarce. Thus, we aimed to determine the associated factors with mortality due to COVID-19 in a high-complexity hospital in Bogotá, Colombia. METHODS This case-control study included 282 individuals who died due to COVID-19, compared with 282 individuals who survived. Individuals were matched by age, sex, and month of admission to determine if there were associated variables with the primary outcome. Multiple imputations by chained equation (MICE) were implemented to account for missing variables. Classification and regression trees (CART) were estimated to evaluate the interaction of factors on admission and their role in predicting mortality during hospitalization. RESULTS Most of the patients included were males in the seventh decade. Recovered patients reported heterogeneous symptomatology, whereas deceased patients were most likely to present respiratory distress, dyspnea, and seizures on admission. In addition, the latter group exhibited a higher burden of comorbidities and alterations in laboratory biomarkers. After the imputation of datasets, CART analysis estimated 14 clinical profiles. The accuracy model for prediction was 85.6% (P < 0.0001). CONCLUSION Multivariate analysis yielded a reliable model to predict mortality in COVID-19. This analysis revealed new interactions between clinical and paraclinical features. Furthermore, this predictive model could offer new clues for the personalized management of this condition in clinical settings.
Palabras clave
Covid-19 , SARS-COV-2 , Mortalidad , Factor de riesgo , Factor protector
Keywords
Covid-19 , SARS-COV-2 , Mortality , Risk Factor , Protective Factor
Buscar en:
Enlace a la fuente