Predicting COVID-19 progression from diagnosis to recovery or death linking primary care and hospital records in Castilla y León (Spain)

Abstract

En este trabajo se analiza la dinámica de los pacientes de COVID-19 durante la primera oleada en la región de Castilla y León (España), de unos 2,4 millones de habitantes, utilizando modelos de supervivencia multiestado de riesgo competitivo. A partir de la fecha registrada como inicio del proceso clínico, se asume que un paciente puede progresar a través de tres estados intermedios hasta alcanzar un estado absorbente de recuperación o muerte. Se consideran predictores candidatos las características demográficas, los factores epidemiológicos como el momento de la infección y las vacunaciones previas, los antecedentes clínicos, las complicaciones durante el curso de la enfermedad y el tratamiento farmacológico de los pacientes hospitalizados. En cuanto a los factores de riesgo asociados a la mortalidad y la gravedad, se han encontrado resultados coherentes con muchos otros estudios, como la edad avanzada, el ser varón y las enfermedades crónicas. En concreto, la tasa de hospitalización (muerte) para los mayores de 69 años es del 27,2% (19,8%) frente al 5,3% (0,7%) para los menores de 70 años, y para los varones es del 14,5%(7%) frente al 8,3%(4,6%)para las mujeres. Entre los pacientes con enfermedades crónicas, las tasas más elevadas de hospitalización son el 26,1% en el caso de la diabetes y el 26,3% en el de las enfermedades renales, mientras que la tasa de mortalidad más elevada es del 21,9% en el caso de las enfermedades cerebrovasculares. Además, se dan predictores específicos para las distintas transiciones y el modelo proporciona estimaciones de la probabilidad de recuperación y muerte de cada paciente. Algunos resultados interesantes obtenidos son que para los pacientes infectados al final del periodo el riesgo de transición de hospitalización a UCI es significativamente menor (p < 0,001) y el riesgo de transición de hospitalización a recuperación es mayor (p < 0,001). Para los pacientes previamente vacunados contra el neumococo, el riesgo de transición a la recuperación es mayor (p < 0,001). Por último, también se llevan a cabo la validación interna y la calibración del modelo.

This paper analyses COVID-19 patients’ dynamics during the first wave in the region of Castilla y León (Spain) with around 2.4 million inhabitants using multi-state competing risk survival models. From the date registered as the start of the clinical process, it is assumed that a patient can progress through three intermediate states until reaching an absorbing state of recovery or death. Demographic characteristics, epidemiological factors such as the time of infection and previous vaccinations, clinical history, complications during the course of the disease and drug therapy for hospitalised patients are considered as candidate predictors. Regarding risk factors associated with mortality and severity, consistent results with many other studies have been found, such as older age, being male, and chronic diseases. Specifically, the hospitalisation (death) rate for those over 69 is 27.2% (19.8%) versus 5.3% (0.7%) for those under 70, and for males is 14.5%(7%) versus 8.3%(4.6%)for females. Among patients with chronic diseases the highest rates of hospitalisation are 26.1% for diabetes and 26.3% for kidney disease, while the highest death rate is 21.9% for cerebrovascular disease. Moreover, specific predictors for different transitions are given, and estimates of the probability of recovery and death for each patient are provided by the model. Some interesting results obtained are that for patients infected at the end of the period the hazard of transition from hospitalisation to ICU is significatively lower (p < 0.001) and the hazard of transition from hospitalisation to recovery is higher (p < 0.001). For patients previously vaccinated against pneumococcus the hazard of transition to recovery is higher (p < 0.001). Finally, internal validation and calibration of the model are also performed.