Medicina Clínica Práctica (Jul 2024)

Características clínico-terapéuticas y factores de riesgo de mortalidad de los pacientes ingresados por infección por SARS-CoV-2 a lo largo de 6 ondas epidémicas

  • Beatriz Isidoro Fernández,
  • Lourdes Sainz de los Terreros Soler,
  • Maria Teresa García Benayas,
  • Silvia Buendía Bravo,
  • Cristina Gastalver Martín,
  • Adrián García Romero,
  • Raúl Castañeda-Vozmediano

Journal volume & issue
Vol. 7, no. 3
p. 100446

Abstract

Read online

Resumen: Introducción: las características clínicas y el tratamiento recibido por los pacientes hospitalizados por COVID-19 han ido modificándose con el tiempo. El objetivo fue analizar la evolución clínico-terapéutica de los pacientes en las ondas epidémicas y estimar un modelo predictivo de la mortalidad. Métodos: estudio observacional de cohortes retrospectivo considerando los pacientes ingresados con infección confirmada por SARS-CoV-2 hasta marzo de 2022. Se recogieron variables sociodemográficas, comorbilidades y tratamientos, y se creó un modelo predictivo de fallecimiento mediante regresión logística multivariante. Resultados: se incluyeron 1.784 pacientes. Se encontraron diferencias entre las ondas epidémicas con respecto a la edad, sexo, hipertensión arterial, diabetes mellitus, obesidad y enfermedad renal crónica. Ceftriaxona, azitromicina, hidroxicloroquina, metilprednisolona y lopinavir-ritonavir fueron los fármacos más frecuentemente utilizados en la primera onda. Amoxicilina, dexametasona y tocilizumab se prescribieron en mayor frecuencia en ondas sucesivas. El porcentaje de fallecimientos varió desde un 5,6% en la cuarta onda a un 14,1% en la tercera (p<0,001). Los factores resultantes asociados con la mortalidad (OR; IC 95%) fueron el ingreso en UCI (56,5; 27,4-121), la edad (1,09; 1,08-1,11), los días de ingreso (0,98; 0,96-0,99), la enfermedad renal crónica (1,67; 1,16-2,40) y haber recibido tratamiento con tocilizumab (2,49; 1,43-4,30), dexametasona (1,58; 1,10-2,26) y metilprednisolona (2,46; 1,63-3,68). El área bajo la curva alcanzado por el modelo fue de 0,863. Conclusiones: parecen existir diferencias clínico-terapéuticas en los pacientes durante las 6 primeras ondas epidémicas. El conocimiento de los factores de riesgo de mortalidad permitirá la detección de los pacientes hospitalizados con mayor riesgo y optimizar precozmente su manejo terapéutico. Abstract: Introduction: The clinical characteristics and treatment received by patients hospitalized with COVID-19 have changed over time. The objective was to analyze the clinicaltherapeutic evolution of patients in the epidemic waves and estimate a predictive model for mortality. Methods: Retrospective cross-sectional study considering patients admitted with confirmed SARS-CoV-2 infection until March 2022. Sociodemographic variables, comorbidities and treatments were collected and a predictive model for mortality was created using multivariate logistic regression. Results: 1,784 patients were included. Significant differences were found between the epidemic waves with respect to age, sex, arterial hypertension, diabetes mellitus, obesity and chronic kidney disease. Ceftriaxone, azithromycin, hydroxychloroquine, methylprednisolone and lopinavir-ritonavir were the most frequently used drugs in the first wave. Amoxicillin, dexamethasone and tocilizumab were prescribed more frequently in successive waves. The percentage of deaths varied from 5.6% in the fourth wave to 14.1% in the third (p<0.001). The resulting factors associated with mortality (OR; 95% CI) were ICU admission (56.5; 27.4-121), age (1.09; 1.08-1.11), days of admission (0.98; 0.96-0.99), chronic kidney disease (1.67; 1.16-2.40) and having received treatment with tocilizumab (2.49; 1.43-4.30), dexamethasone (1.58; 1.10-2.26) and methylprednisolone (2.46; 1.63-3.68). The area under the curve achieved by the model was 0.863. Conclusion: There are significant clinical-therapeutic differences in patients along the first six epidemic waves. Knowledge of mortality risk factors will allow the detection of hospitalized patients at higher risk and early optimization of their therapeutic management.

Keywords