Modelo predictivo de mortalidad en COVID-19 severo basado en parámetros clínicos, analíticos y perfiles de citocinas

Abstract

La neumonía es la principal causa de admisión hospitalaria en los pacientes con enfermedad por COVID-19. Este estudio lleva a cabo una caracterización extensiva de los parámetros clínicos, analíticos y perfiles de citocinas con el fin de predecir mortalidad a los 28 días en pacientes COVID-19. El estudio incluyó 108 pacientes COVID-19 admitidos entre marzo y abril de 2020 en el Hospital Clínico Universitario de Valladolid (España). Se recogieron muestras de plasma de cada paciente tras su admisión en el servicio de urgencias. Se midieron por duplicado los niveles séricos de 45 citocinas, y los datos fueron analizados utilizando SPPS, versión 25.0. El modelo multivariante resultante mostró como única citocina a VEGF-A relacionada con el riesgo de mortalidad a los 28 días (OR=3,49, IC 95%-(1,85-17,41), p=0,04) junto al dímero-D (OR=11,28, IC 95%-(1,87-68,19), p=0,032) y creatinina (OR=6,92, IC 95%-(1,19-40,38), p=0,04). En los tres factores se estimó un punto de corte a partir del cual se cumple el modelo. Asimismo, se llevó a cabo una validación interna mediante una curva COR mostrando una AUC de 0,83, con una sensibilidad del 78,9% y una especificidad del 83,8%. Por último, la curva de Kaplan-Meier mostró en torno a un 40% más de mortalidad acumulada para aquellos pacientes que cumplían con los valores de corte del modelo multivariante. Como conclusión, un modelo predictivo simple, rápido y robusto basado en dos parámetros de laboratorio comunes y una citocina específica (VEGF-A), podría ser utilizado para predecir y reducir la mortalidad de los pacientes ingresados por COVID-19.