Un estudio encuentra que diferentes comorbilidades tienen diferentes impactos en los resultados de COVID

Un nuevo papel en Métodos y protocolos de biologíapublicado por Oxford University Press, indica que algunas condiciones preexistentes, incluidas las enfermedades neurológicas degenerativas, la demencia y las discapacidades graves, importan mucho más de lo que se pensaba al evaluar quién está en riesgo de muerte debido a COVID-19.

COVID-19 ha cambiado vidas dramáticamente. En los Estados Unidos, la enfermedad puede resultar en una tasa de mortalidad hasta 163 veces mayor que la asociada con la influenza estacional. También es más probable que COVID-19 resulte en que los pacientes necesiten ventilación mecánica o sean admitidos en cuidados intensivos.

Las condiciones preexistentes o comorbilidades aumentan la probabilidad de enfermedad grave o muerte por COVID-19. Pero evaluar el riesgo de varias condiciones para la gravedad de COVID ha sido un desafío. Los investigadores han propuesto varios modelos matemáticos para predecir la muerte por COVID-19 en función de las comorbilidades. Los establecimientos médicos utilizan estos modelos ya que ayudan con la gestión de pacientes y la asignación de recursos.

Muchas enfermedades aumentan la tasa de mortalidad porque debilitan el sistema inmunitario, hacen que el paciente sea más propenso a desarrollar infecciones y causan disfunción de órganos diana. Un método para evaluar el riesgo de diversas afecciones es agruparlas en categorías amplias (como «malignidad») y predecir los resultados para cada categoría. Otro método es sopesar diferentes condiciones preexistentes de manera diferente y usar la suma para predecir los resultados. Los investigadores aquí creen que estos enfoques tienen fallas sustanciales; el impacto real de una condición preexistente específica a menudo no se conoce bien, enfermedades muy similares a menudo se agrupan en modelos de predicción, incluso si los resultados de COVID-19 pueden ser muy diferentes, y las enfermedades raras no están bien representadas.

Los investigadores aquí creen que un mejor enfoque es hacer una encuesta sistemática de todas las condiciones preexistentes, determinar cuáles tienen un impacto en los resultados y luego usar eso para generar una probabilidad prevista de muerte que represente el riesgo agregado planteado debido a la comorbilidad. .

Usando todos los códigos de diagnóstico empleados por el Departamento de Asuntos de Veteranos, los investigadores desarrollaron un nuevo modelo de predicción para estimar la probabilidad de muerte por COVID-19. Este es el estudio más grande hasta la fecha que sigue a pacientes con COVID-19 para predecir la mortalidad. A partir de 1997, los investigadores aquí utilizaron diagnósticos desde la primera vez que un paciente buscó atención hasta 14 días antes de una prueba positiva de COVID-19 y luego compararon eso con los resultados de COVID para los 347,220 pacientes con COVID tratados en instalaciones de Asuntos de Veteranos hasta septiembre de 2021. Encontraron que su nuevo modelo, al que llaman PDeathDx, superó a otros modelos de predicción convencionales.

Además, los investigadores aquí encontraron que ciertas condiciones subyacentes tienen muchas más probabilidades de resultar en la muerte. Estos incluyen enfermedades neurológicas degenerativas, demencia y discapacidades graves. Debido a que los médicos no asocian estas condiciones preexistentes con lesiones respiratorias o inmunidad debilitada, las evaluaciones de riesgo convencionales no logran captar el riesgo grave de COVID para los pacientes con tales condiciones.