APLICAÇÃO DE DOIS ALGORITMOS DE PREDIÇÃO DE GRAVIDADE EM PACIENTES COM COVID-19 ATENDIDOS NO HC/UNICAMP
Objetivos: O presente trabalho aplicou dois algoritmos de predição da gravidade clínica da COVID-19 utilizando dados clínico-laboratoriais de pacientes atendidos no Hospital de Clínicas da Unicamp (HC/Unicamp), bem como avaliou possíveis associações entre as comorbidades e a mortalidade. Materiais e...
| Main Authors: | , , , , , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Elsevier
2023-10-01
|
| Series: | Hematology, Transfusion and Cell Therapy |
| Online Access: | http://www.sciencedirect.com/science/article/pii/S2531137923019466 |
| _version_ | 1797654700401623040 |
|---|---|
| author | VHA Diniz BF Piellusch GA Pedroso BB Oliveira GAFM Lima APQ Belluco GB Mattos AE Alagbe MNND Santos |
| author_facet | VHA Diniz BF Piellusch GA Pedroso BB Oliveira GAFM Lima APQ Belluco GB Mattos AE Alagbe MNND Santos |
| author_sort | VHA Diniz |
| collection | DOAJ |
| description | Objetivos: O presente trabalho aplicou dois algoritmos de predição da gravidade clínica da COVID-19 utilizando dados clínico-laboratoriais de pacientes atendidos no Hospital de Clínicas da Unicamp (HC/Unicamp), bem como avaliou possíveis associações entre as comorbidades e a mortalidade. Materiais e métodos: Trata-se de estudo retrospectivo (abril/2020 a março/2021) e não intervencionista, com a inclusão de 332 pacientes (amostragem), com idade superior a 18 anos, que estiveram internados no HC/Unicamp e apresentaram o diagnóstico molecular confirmado para COVID-19. Os algoritmos disponíveis nos sites “med-predict.com” (algoritmo A) e “www.mdcalc.com/calc/10338/4c-mortality-score-covid-19” (algoritmo B) foram avaliados, os quais consideraram dados laboratoriais ou clínico-laboratoriais [contagem de leucócitos e linfócitos, dímero-D, fibrinogênio, TTPA, ferritina, PCR, CK, billirubina total, troponina, LDH, AST e ALT (algoritmo A) e ureia, PCR, saturação de O2, idade, sexo e escala de glasgow (algoritmo B)]. Para a aplicação dos algoritmos, os prontuários dos pacientes foram revisados e esses foram agrupados em função da gravidade, de acordo com os critérios da OMS para infecção por SARS-CoV-2: infecção assintomática ou pré-sintomática, doença leve, doença moderada, doença grave e doença crítica. Desta forma, foi analisado o desfecho previsto pelos algoritmos com base na classificação da OMS. Além disso, os pacientes foram agrupados em função do número de comorbidades para avaliar possíveis associações com a taxa de óbito. As análises estatísticas foram realizadas no programa SPSS (versão-22). Resultados: Na análise dos pacientes, 260 (78,3%) receberam alta médica hospitalar e 72 (21,7%) morreram durante a internação. Durante a internação, 17 (5,1%) foram classificados como assintomáticos, 23 (6,9%) como leves, 60 (18,0%) como moderados, 153 (46,0%) como graves e 79 (23,8%) como críticos. Na análise do algoritmo A foi observada associação entre a probabilidade do algoritmo A de predizer um desfecho grave e a classificação da doença em função dos critérios de gravidade da OMS (p < 0,0001). Já o algoritmo B, mostrou associação entre a sua predição de mortalidade e a mortalidade dos pacientes (p < 0,0001), além de apresentar associação entre os grupos de maiores riscos (doença grave e doença crítica) e os pacientes com maior número de comorbidades (3 ou mais) (p < 0,0001). Por outro lado, uma associação entre o maior número de comorbidades (três ou mais) e a mortalidade (p < 0,0001) foi observada, assim como houve também associação entre o menor número de comorbidades (0-2) e a alta da internação (p < 0,0001). Discussão: As associações encontradas entre os algoritmos de predição, comorbidades e desfechos ressaltam a importância de considerar múltiplos fatores na avaliação e tratamento desses pacientes. Conclusão: O presente estudo apresenta limitações, como o fato de não existir um protocolo com os exames requeridos pelos algoritmos e a sua realização logo após a confirmação da infecção por COVID-19, porém, mesmo assim, o uso desses algoritmos apresentou concordância com o desfecho clínico, reforçando a importância da utilização dessas ferramentas para auxiliar nas decisões clínicas e predizer a gravidade da doença. |
| first_indexed | 2024-03-11T17:03:19Z |
| format | Article |
| id | doaj.art-73e05b64db9e49d39aaa187445009847 |
| institution | Directory Open Access Journal |
| issn | 2531-1379 |
| language | English |
| last_indexed | 2024-03-11T17:03:19Z |
| publishDate | 2023-10-01 |
| publisher | Elsevier |
| record_format | Article |
| series | Hematology, Transfusion and Cell Therapy |
| spelling | doaj.art-73e05b64db9e49d39aaa1874450098472023-10-20T06:48:05ZengElsevierHematology, Transfusion and Cell Therapy2531-13792023-10-0145S986APLICAÇÃO DE DOIS ALGORITMOS DE PREDIÇÃO DE GRAVIDADE EM PACIENTES COM COVID-19 ATENDIDOS NO HC/UNICAMPVHA Diniz0BF Piellusch1GA Pedroso2BB Oliveira3GAFM Lima4APQ Belluco5GB Mattos6AE Alagbe7MNND Santos8Universidade Estadual de Campinas (Unicamp), Campinas, SP, BrasilUniversidade Estadual de Campinas (Unicamp), Campinas, SP, BrasilUniversidade Estadual de Campinas (Unicamp), Campinas, SP, BrasilUniversidade Estadual de Campinas (Unicamp), Campinas, SP, BrasilUniversidade Estadual de Campinas (Unicamp), Campinas, SP, BrasilUniversidade de Brasília (UnB), Brasília, DF, BrasilUniversidade Estadual de Campinas (Unicamp), Campinas, SP, BrasilUniversidade Estadual de Campinas (Unicamp), Campinas, SP, BrasilUniversidade Estadual de Campinas (Unicamp), Campinas, SP, BrasilObjetivos: O presente trabalho aplicou dois algoritmos de predição da gravidade clínica da COVID-19 utilizando dados clínico-laboratoriais de pacientes atendidos no Hospital de Clínicas da Unicamp (HC/Unicamp), bem como avaliou possíveis associações entre as comorbidades e a mortalidade. Materiais e métodos: Trata-se de estudo retrospectivo (abril/2020 a março/2021) e não intervencionista, com a inclusão de 332 pacientes (amostragem), com idade superior a 18 anos, que estiveram internados no HC/Unicamp e apresentaram o diagnóstico molecular confirmado para COVID-19. Os algoritmos disponíveis nos sites “med-predict.com” (algoritmo A) e “www.mdcalc.com/calc/10338/4c-mortality-score-covid-19” (algoritmo B) foram avaliados, os quais consideraram dados laboratoriais ou clínico-laboratoriais [contagem de leucócitos e linfócitos, dímero-D, fibrinogênio, TTPA, ferritina, PCR, CK, billirubina total, troponina, LDH, AST e ALT (algoritmo A) e ureia, PCR, saturação de O2, idade, sexo e escala de glasgow (algoritmo B)]. Para a aplicação dos algoritmos, os prontuários dos pacientes foram revisados e esses foram agrupados em função da gravidade, de acordo com os critérios da OMS para infecção por SARS-CoV-2: infecção assintomática ou pré-sintomática, doença leve, doença moderada, doença grave e doença crítica. Desta forma, foi analisado o desfecho previsto pelos algoritmos com base na classificação da OMS. Além disso, os pacientes foram agrupados em função do número de comorbidades para avaliar possíveis associações com a taxa de óbito. As análises estatísticas foram realizadas no programa SPSS (versão-22). Resultados: Na análise dos pacientes, 260 (78,3%) receberam alta médica hospitalar e 72 (21,7%) morreram durante a internação. Durante a internação, 17 (5,1%) foram classificados como assintomáticos, 23 (6,9%) como leves, 60 (18,0%) como moderados, 153 (46,0%) como graves e 79 (23,8%) como críticos. Na análise do algoritmo A foi observada associação entre a probabilidade do algoritmo A de predizer um desfecho grave e a classificação da doença em função dos critérios de gravidade da OMS (p < 0,0001). Já o algoritmo B, mostrou associação entre a sua predição de mortalidade e a mortalidade dos pacientes (p < 0,0001), além de apresentar associação entre os grupos de maiores riscos (doença grave e doença crítica) e os pacientes com maior número de comorbidades (3 ou mais) (p < 0,0001). Por outro lado, uma associação entre o maior número de comorbidades (três ou mais) e a mortalidade (p < 0,0001) foi observada, assim como houve também associação entre o menor número de comorbidades (0-2) e a alta da internação (p < 0,0001). Discussão: As associações encontradas entre os algoritmos de predição, comorbidades e desfechos ressaltam a importância de considerar múltiplos fatores na avaliação e tratamento desses pacientes. Conclusão: O presente estudo apresenta limitações, como o fato de não existir um protocolo com os exames requeridos pelos algoritmos e a sua realização logo após a confirmação da infecção por COVID-19, porém, mesmo assim, o uso desses algoritmos apresentou concordância com o desfecho clínico, reforçando a importância da utilização dessas ferramentas para auxiliar nas decisões clínicas e predizer a gravidade da doença.http://www.sciencedirect.com/science/article/pii/S2531137923019466 |
| spellingShingle | VHA Diniz BF Piellusch GA Pedroso BB Oliveira GAFM Lima APQ Belluco GB Mattos AE Alagbe MNND Santos APLICAÇÃO DE DOIS ALGORITMOS DE PREDIÇÃO DE GRAVIDADE EM PACIENTES COM COVID-19 ATENDIDOS NO HC/UNICAMP Hematology, Transfusion and Cell Therapy |
| title | APLICAÇÃO DE DOIS ALGORITMOS DE PREDIÇÃO DE GRAVIDADE EM PACIENTES COM COVID-19 ATENDIDOS NO HC/UNICAMP |
| title_full | APLICAÇÃO DE DOIS ALGORITMOS DE PREDIÇÃO DE GRAVIDADE EM PACIENTES COM COVID-19 ATENDIDOS NO HC/UNICAMP |
| title_fullStr | APLICAÇÃO DE DOIS ALGORITMOS DE PREDIÇÃO DE GRAVIDADE EM PACIENTES COM COVID-19 ATENDIDOS NO HC/UNICAMP |
| title_full_unstemmed | APLICAÇÃO DE DOIS ALGORITMOS DE PREDIÇÃO DE GRAVIDADE EM PACIENTES COM COVID-19 ATENDIDOS NO HC/UNICAMP |
| title_short | APLICAÇÃO DE DOIS ALGORITMOS DE PREDIÇÃO DE GRAVIDADE EM PACIENTES COM COVID-19 ATENDIDOS NO HC/UNICAMP |
| title_sort | aplicacao de dois algoritmos de predicao de gravidade em pacientes com covid 19 atendidos no hc unicamp |
| url | http://www.sciencedirect.com/science/article/pii/S2531137923019466 |
| work_keys_str_mv | AT vhadiniz aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp AT bfpiellusch aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp AT gapedroso aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp AT bboliveira aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp AT gafmlima aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp AT apqbelluco aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp AT gbmattos aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp AT aealagbe aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp AT mnndsantos aplicacaodedoisalgoritmosdepredicaodegravidadeempacientescomcovid19atendidosnohcunicamp |