Suscríbete al boletín semanal

Recibe cada semana los contenidos más relevantes de la actualidad científica.

Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Este nuevo modelo predice la mortalidad en pacientes con neumonía por coronavirus

Junto al Instituto de Salud Carlos III y las universidades Complutense y Rey Juan Carlos, expertos del Hospital Universitario Infanta Leonor han creado un sistema que revela el riesgo de muerte en los pacientes con neumonía por covid-19 durante su ingreso. Además, facilita las decisiones clínicas y es extrapolable a otros centros.

Autores del modelo predictivo de mortalidad covid-19 en el Hospital Universitario Infanta Leonor. / HUIL

Un grupo de profesionales del Hospital Universitario Infanta Leonor ha desarrollado, junto a investigadores del Instituto de Salud Carlos III y las universidades Complutense y Rey Juan Carlos, un modelo predictivo que permite conocer el riesgo de fallecimiento de pacientes con neumonía por covid-19 durante su ingreso.

El trabajo, publicado en el Journal of Clinical Medicine, permite estratificar el riesgo de los pacientes desde su llegada al hospital, lo que facilita al personal facultativo la toma de decisiones clínicas, como el ingreso o la estrategia terapéutica a seguir.

El modelo estratifica el riesgo de los pacientes desde su llegada al hospital, lo que facilita al personal facultativo la toma de decisiones clínicas, como el ingreso o la estrategia terapéutica a seguir

El modelo se ha elaborado a partir de datos de una muestra de casi 2.000 pacientes que fueron ingresados en este hospital público madrileño durante la primera oleada de la enfermedad, la pasada primavera.

Incluye nueve variables basadas en información clínica y analítica obtenida de forma general en todos los pacientes con neumonía por covid-19 evaluados en los servicios de urgencias hospitalarios.

Una calculadora de acceso libre

Según los autores, con el valor de cada variable se obtiene una puntuación que se correlaciona con el riesgo de fallecimiento de una forma muy fiable, lo que permite al clínico conocer el peso que tiene cada factor en el paciente al que se le aplica.

Esta herramienta ya se está aplicando en el Hospital Universitario Infanta Leonor y es extrapolable a otros centros. De hecho, para facilitar un uso extendido de la misma, los investigadores han desarrollado una calculadora virtual de acceso libre.

Referencia:

Juan Torres-Macho, Pablo Ryan, Jorge Valencia, Mario Pérez-Butragueño, Eva Jiménez, Mario Fontán-Vela, Elsa Izquierdo-García, Inés Fernandez-Jiménez, Elena Álvaro-Alonso, Andrea Lázaro, Marta Alvarado, Helena Notario, Salvador Resino, Daniel Vélez-Serrano, Alejandro Meca. ‘The PANDEMYC Score. An Easily Applicable and Interpretable Model for Predicting Mortality Associated With COVID-19’. J. Clin. Med. 2020, 9(10), 3066; https://doi.org/10.3390/jcm9103066

Fuente: Hospital Universitario Infanta Leonor
Derechos: Creative Commons.
Artículos relacionados
España, a la cabeza entre los países con mayor exceso de mortalidad asociada a la covid-19

El primer estudio sobre el excedente de fallecimientos por la pandemia en 22 países revela que, en 2020, las muertes reportadas por la covid-19 causaron un 68,55 % de dicha desproporción en España. Los países con cifras más altas fueron los que tardaron más en reaccionar y adoptar medidas de control limitadas.

Un análisis de sangre permite seguir la evolución de la infección por coronavirus

Un estudio coordinado por el CSIC muestra que durante la infección disminuye el nivel de la proteína ACE2, a la que se une el virus para entrar en las células. El sistema desarrollado por el equipo permite cuantificar esta proteína. así como sus fragmentos que se producen como consecuencia de la interacción con el SARS-COV-2.