Inicio Actualidad El Servicio de Medicina Interna del Ramón y Cajal desarrolla un modelo...

El Servicio de Medicina Interna del Ramón y Cajal desarrolla un modelo que predice el riesgo de COVID-19 grave

Investigadores del Servicio de Medicina Interna del Hospital Universitario Ramón y Cajal y del Grupo de Enfermedades Multisistémicas del Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS), han liderado una investigación basada en el Registro SEMI-COVID-19 ue ha permitido desarrollar y validar un nuevo modelo pronóstico para predecir el riesgo de COVID-19 grave o enfermedad crítica. El modelo denominado PRIORITY, utiliza nueve variables clínicas simples y fácilmente disponibles en la evaluación inicial de los pacientes para estimar el riesgo de mortalidad o ingreso en UCI. Además, se ha desarrollado una calculadora online de libre acceso para facilitar su aplicación inmediata en la atención de primera línea. El objetivo de los autores ha sido desarrollar una herramienta que pueda ser útil para identificar pacientes de alto riesgo en entornos sin acceso a pruebas de laboratorio o radiológicas, así como en sistemas sanitarios con bajos recursos o alta presión asistencial.


Reconocimiento internacional

Los resultados de este trabajo han sido publicados en la revista científica de alto
impacto Clinical Microbiology and Infection, bajo el título “Predicting critical illness
on initial diagnosis of COVID-19 based on easily obtained clinical variables:
development and validation of the PRIORITY model”.
Para desarrollar el modelo predictivo se han analizado datos de 10.433 pacientes
incluidos en el Registro SEMI-COVID-19, que fueron hospitalizados en 132 centros de
España entre el 23 de marzo y el 21 de mayo de 2020. Para el desarrollo del modelo se
seleccionaron 7.850 pacientes ingresados en hospitales de referencia terciarios, con
una edad media de 65,8 años. De los pacientes incluidos en esta cohorte de desarrollo,
el 25,1% presentó COVID-19 grave, 8,3% ingresaron en UCI y 20,4% fallecieron. La
validación del modelo se realizó con datos de 2.583 pacientes ingresados en hospitales
de menor tamaño, con una edad media de 69,5 años y de los que un 27,0% presentó
enfermedad crítica, 7,7% ingresaron en UCI y 23,0% fallecieron.
El modelo PRIORITY mostró una buena capacidad para identificar la enfermedad
crítica por COVID-19 tanto en la cohorte de desarrollo como de validación, con áreas
bajo la curva ROC de 0,823 y 0,794, respectivamente.

Las variables incluidas en el modelo fueron: edad, dependencia, enfermedad
cardiovascular, enfermedad renal crónica, disnea, taquipnea, confusión, presión arterial
sistólica y saturación ≤ 93% basal o requerimiento de oxígeno suplementario previo a la
evaluación. Los investigadores resaltan que, a pesar de su simplicidad, “el modelo
tuvo un rendimiento similar a escalas predictivas publicadas anteriormente que
incluían pruebas de laboratorio y de imagen”.
Los impulsores de este estudio y primeros autores firmantes del artículo son los Dres.
Miguel Martínez Lacalzada y Adrián Viteri Nöel, residentes del Servicio de Medicina
Interna, junto a Martín Fabregate Fuente, Coordinador de la Unidad de Apoyo a la
Investigación de Medicina Interna e integrante del Grupo de Enfermedades
Multisistémicas -Área 5 del IRYCIS-, cuyo responsable es el Dr. Luis Manzano
Espinosa, Jefe de Servicio de Medicina Interna, y autor de correspondencia de la
publicación.


Múltiples colaboraciones

Se trata de un trabajo colaborativo de la Sociedad Española de Medicina Interna –
SEMI- a través de la red del Registro SEMI-COVID-19, en el que han participado
investigadores de diferentes Servicios de Medicina Interna, incluyendo varios centros
del Servicio Madrileño de Salud –SERMAS-: Hospital General Universitario Gregorio
Marañón, Hospital Universitario La Paz, Hospital Universitario Puerta de Hierro,
Hospital Universitario de La Princesa, Hospital Clínico San Carlos y Hospital
Universitario Infanta Cristina. El trabajo también contó con la colaboración de otros
investigadores del hospital como Javier Zamora y Borja M. Fernández Félix -Grupo
Epidemiología y Bioestadística Clínica del IRYCIS-; Javier Soto Pérez-Olivares –
Servicio de Radiodiagnóstico-; y Nuria Bara Ledesma, Andrés González García y José
Luis Calleja López -Servicio de Medicina Interna-.
Este trabajo se encuadra dentro de la línea de investigación en COVID-19 que ha
venido desarrollando el Servicio de Medicina Interna y el Grupo de Enfermedades
Multisistémicas desde el inicio de la pandemia, con diferentes proyectos de
investigación, ensayos clínicos y publicaciones en esta área. En este sentido, destaca
la reciente participación del Dr. Andrés González García como coautor en la
publicación de los resultados del ensayo clínico con canakinumab -CAN-COVID- en la
prestigiosa revista JAMA.

Dejar respuesta

Please enter your comment!
Please enter your name here

POPULARES

Clases de tenis y pádel para niños en Arganzuela

El Centro Deportivo Municipal Marqués de Samaranch ofrece más de 150 plazas para clases de tenis y pádel en Arganzuela, dirigidas a...

Polémica con la reapertura las cocinas ‘fantasma’ pegadas a un colegio en Arganzuela

Las protestas y el malestar de vecinos de la calle Alejandro Ferrant, en el distrito de Arganzuela, vuelven a ser noticia por...

El Servicio de Medicina Interna del Ramón y Cajal desarrolla un modelo que predice el riesgo de COVID-19 grave

Investigadores del Servicio de Medicina Interna del Hospital Universitario Ramón y Cajal y del Grupo de Enfermedades Multisistémicas del Instituto Ramón y...

Los muñecos ‘cabezones’, un fenómeno que arrasa a nivel mundial, visitan Madrid

6 de septiembre de 2021. El Centro Comercial Moda Shopping de Madrid acoge, del 9 de septiembre al 3 de octubre, la...

ÚLTIMOS COMENTARIOS

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos y para mostrarte publicidad relacionada con tus preferencias en base a un perfil elaborado a partir de tus hábitos de navegación. Al hacer clic en el botón Aceptar, aceptas el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver
Privacidad