Los grandes datos pueden ayudar a los médicos a predecir qué pacientes con COVID enfermarán gravemente
Crédito: Pixabay/CC0 Dominio público
La pandemia sigue planteando enormes desafíos para los servicios de salud en todo el mundo. Los hospitales están en crisis ya que el ritmo de nuevos casos de COVID-19 supera su capacidad. Lo que complica especialmente las cosas es que el coronavirus no afecta a todos de la misma manera.
Poder predecir mejor qué pacientes se enfermarán gravemente permitiría a los hospitales utilizar sus recursos limitados de forma más eficaz. Con esa información, los hospitales podrían dejar de admitir pacientes con bajo riesgo de deterioro y evitar la administración de tratamientos innecesarios. Y para los pacientes de alto riesgo, esta información podría guiar a los médicos sobre cómo y cuándo tratarlos.
Los investigadores se han apresurado a desarrollar «modelos de predicción» para este mismo propósito desde el comienzo de la pandemia. Los modelos de predicción se crean aprendiendo de pacientes anteriores y necesitan recibir una gran cantidad de datos. Se descubrió que los primeros modelos eran inadecuados para el uso clínico, principalmente porque no incluían suficientes datos para capturar la variedad de escenarios que ocurren entre diferentes pacientes y en diferentes entornos.
Pero hay un estudio llamado ISARIC4C que recopila datos sobre pacientes con COVID-19 de más de 250 hospitales en todo el Reino Unido. Creíamos que esta podría ser una plataforma poderosa para abordar este problema. Entonces, trabajando con colegas de todo el Reino Unido, nos dispusimos a crear un modelo de predicción usando los datos de ISARIC4C que sería lo suficientemente bueno para usarse clínicamente.
Uso de big data para mejorar la atención
Usamos datos de ISARIC4C de aproximadamente 75 000 pacientes en Inglaterra, Escocia y Gales para desarrollar nuestra herramienta de predicción, a la que llamamos modelo de deterioro 4C. Está diseñado para predecir el riesgo de que un adulto hospitalizado con COVID-19 requiera asistencia respiratoria, necesite cuidados intensivos o muera durante su estadía en el hospital.
El modelo solo requiere información recopilada de forma rutinaria. Necesita conocer la edad y el sexo de la persona, si desarrolló la infección dentro o fuera del hospital, sus evaluaciones al lado de la cama, como el nivel de oxígeno, la frecuencia respiratoria y el nivel de conciencia, y una selección de análisis de sangre comunes y hallazgos de radiografías de tórax. Estas 11 entradas de datos (o «predictores») se incluyeron en base a informes previos de su asociación con COVID-19 grave junto con evidencia del estudio ISARIC4C que los asocia con deterioro.
Los predictores de un paciente se combinan juntos en el modelo de deterioro 4C usando una ecuación, que luego proporciona el porcentaje de probabilidad de que la condición de ese paciente empeore. Los predictores no son iguales, pero se ponderan según su asociación con el deterioro. Por ejemplo, el predictor más fuerte en el modelo es el nivel de oxígeno en la sangre (medido con una sonda en el dedo). Esto se debe a que una reducción en los niveles de oxígeno es el mecanismo principal a través del cual COVID-19 causa una enfermedad crítica.
Probamos la precisión de las predicciones en pacientes hospitalizados con COVID-19 en nueve regiones del NHS en Inglaterra, Escocia y Gales. Nuestros análisis mostraron que las predicciones del modelo coincidían estrechamente con los resultados observados de los pacientes. Por ejemplo, al usar una medida llamada «pendiente de calibración» para ver qué tan bien coincidían las predicciones con los resultados reales, el modelo obtuvo una puntuación de 0,96 en comparación con una puntuación perfecta de 1. Estos resultados ofrecieron evidencia alentadora de que el modelo podría guiar de manera útil la toma de decisiones médicas en Todas las regiones.
Cómo pueden usar la herramienta los médicos
Pusimos a disposición de los médicos el modelo de deterioro 4C como una calculadora de riesgo en línea en enero de 2020. Está disponible junto con nuestra puntuación de mortalidad 4C, un modelo que creamos previamente que predice el riesgo de muerte en pacientes con COVID-19, y que ha sido recomendado por NHS England para ayudar a guiar el tratamiento antiviral.
Dado que la edad es un predictor muy fuerte de si un paciente con COVID-19 morirá, recomendamos usar ambos modelos en paralelo para garantizar que el riesgo no se subestime entre los pacientes más jóvenes. Los jóvenes con COVID-19 pueden tener un bajo riesgo de muerte pero un alto riesgo de deterioro, un hecho que la puntuación de mortalidad 4C no detecta por sí sola.
Estas herramientas de predicción están destinadas a permitir la toma de decisiones médicas inherentemente subjetivas que puede variar considerablemente entre los médicos para ser más objetivo y basado en la evidencia, particularmente durante circunstancias difíciles cuando los recursos se estiran. Las predicciones se pueden usar para respaldar las discusiones sobre el pronóstico con los pacientes y las familias, estimar la demanda de recursos e informar las decisiones sobre mantener a los pacientes en el hospital o admitirlos en cuidados intensivos.
Los ensayos clínicos futuros también podrían evaluar si las herramientas podrían ser útiles para dirigir tratamientos con medicamentos específicos (como antivirales e inmunomoduladores) hacia pacientes que tienen más probabilidades de beneficiarse. Las herramientas podrían incluso usarse para analizar datos de ensayos clínicos que ya se han realizado, para ver si pueden distinguir entre pacientes que respondieron y no respondieron al tratamiento.
Es importante destacar que el estudio ISARIC4C está en curso. Esto significa que podemos seguir evaluando el rendimiento de las herramientas de predicción en grupos recientes de pacientes y esto nos permitirá optimizarlas si es necesario en el futuro. Además, hacer que los modelos estén disponibles gratuitamente permitirá a los investigadores y legisladores de todo el mundo probar qué tan bien funcionan nuestros modelos en sus propias poblaciones.
Explore más
Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Proporcionado por The Conversation
Este artículo se vuelve a publicar de The Conversation bajo una licencia Creative Commons. Lea el artículo original.
Cita: Big data puede ayudar a los médicos a predecir qué pacientes con COVID enfermarán gravemente (2021, 19 de enero) consultado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-01 -big-doctors-covid-patients-ill.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.