Show simple item record

Prediction nomogram for risk stratification in patients with COVID-19

Nomograma de predicción para la estratificación del riesgo en pacientes con COVID-19

dc.creatorHerrera, Carlos
dc.creatorLage Dávila, Agustín
dc.creatorBetancourt Cervantes, Julio
dc.creatorBarreto Fiu, Eligio
dc.creatorSánchez Valdés, Lizet
dc.creatorCrombet Ramos, Tania
dc.date2021-07-06
dc.date.accessioned2022-03-07T11:18:13Z
dc.date.available2022-03-07T11:18:13Z
dc.identifierhttps://revistas.uautonoma.cl/index.php/ejhr/article/view/1592
dc.identifier10.32457/ejhr.v7i2.1592
dc.identifier.urihttps://revistaschilenas.uchile.cl/handle/2250/178747
dc.descriptionCOVID-19 can progress to severe forms of the disease with high mortality, so it has been necessary to identify predictive factors that allow stratifying the risk in patients. A retrospective analytical study was carried out in a cohort of 150 patients from Manuel Fajardo Hospital in Villa Clara, Cuba, from March to June 2020. With the information obtained, a severity prognostic index was constructed by means of a multivariate binary logistic regression model, in which the probability of the patient evolving towards severity was expressed as a function of the set of variables that were identified as predictors of the health event of interest. R software version 4.0.2 (22-06-2020) was used to summarize the data and apply the hypothesis tests. With the final results, a prognostic index was elaborated through a mathematical equation on which the model is based. A prediction nomogram was constructed to facilitate its interpretation, which constituted the main output of this study. The variables with the highest predictive power, which definitely remained in the model and with the nomogram was constructed were: age (p=0.049), arterial hypertension (p=0.013), neutrophil/lymphocyte ratio (p=0.004), lactate dehydrogenase (p=0.039) and arterial oxygen saturation (p=0.044). The Hosmer-Lemeshow test statistic result was p= 0.976 and the discriminatory capacity given by the area under the ROC curve (receiver operating characteristic curve) was equal to 0.988 (AUC: 0.9882, 95% CI: 0.9756-1). The optimal cut-off point was 0.099. We conclude that our nomogram is a very useful tool for the early identification of patients at risk of progressing to severe forms of COVID-19. In this way, it facilitates better stratification and the adequacy of timely treatment, capable of slowing disease progressionen-US
dc.descriptionLa COVID-19 puede progresar a formas severas de la enfermedad con una elevada mortalidad, por lo que ha sido necesario identificar factores predictivos que permitan estratificar el riesgo en los enfermos. Se realizó un estudio retrospectivo analítico en una cohorte de 150 pacientes del hospital Manuel Fajardo de Villa Clara, Cuba, en el periodo de marzo a junio de 2020. Con la información obtenida se construyó un índice pronóstico de severidad mediante un modelo de regresión logística binaria multivariada, en el que se expresó la probabilidad de que el paciente evolucionara hacia la severidad en función del conjunto de variables que fueron identificadas como predictoras del evento de salud de interés. Para el resumen de los datos y la aplicación de las pruebas de hipótesis se utilizó el software R versión 4.0.2. Con los resultados finales se elaboró un índice pronostico a través de una ecuación matemática en la cual se sustenta el modelo. Para facilitar su interpretación se construyó el nomograma de predicción, que constituyó la salida principal de este estudio. Las variables con mayor poder predictivo, que definitivamente quedaron en el modelo y con las cuales se construyó el nomograma fueron: edad (p=0.049), hipertensión arterial (p=0.013), índice neutrófilos/linfocitos (p=0.004), deshidrogenasa láctica (p=0.039) y saturación arterial de oxígeno (p=0.044). El resultado del estadígrafo del test de Hosmer-Lemeshow fue p= 0.976 y la capacidad discriminatoria dada por el área bajo la curva ROC (receiver operating characteristic curve) fue igual a 0.988 (AUC: 0.9882, 95% CI: 0.9756-1). El punto de corte óptimo fue 0. 099.Se concluye que nuestro nomograma constituye un instrumento de gran utilidad para identificar precozmente los pacientes con riesgo de progresar a formas severas de COVID-19. De esta manera, facilita una mejor estratificación y adecuación de tratamientos oportunos, capaces de frenar la progresión de la enfermedad.es-ES
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad Autónoma de Chilees-ES
dc.relationhttps://revistas.uautonoma.cl/index.php/ejhr/article/view/1592/1144
dc.rightsDerechos de autor 2021 Carlos Herreraes-ES
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0es-ES
dc.sourceEuropean Journal of Health Research; Vol. 7 No. 2 (2021): August; 1-19en-US
dc.sourceEuropean Journal of Health Research; Vol. 7 Núm. 2 (2021): Agosto; 1-19es-ES
dc.source2445-0308
dc.source2444-9067
dc.source10.32457/ejhr.v7i2
dc.subjectCOVID-19es-ES
dc.subjectCOVID-19 severoes-ES
dc.subjectpronósticoes-ES
dc.subjectriesgoes-ES
dc.subjectnomogramaes-ES
dc.subjectCOVID-19en-US
dc.subjectsevere COVID-19en-US
dc.subjectprognosisen-US
dc.subjectrisken-US
dc.subjectnomogramen-US
dc.titlePrediction nomogram for risk stratification in patients with COVID-19en-US
dc.titleNomograma de predicción para la estratificación del riesgo en pacientes con COVID-19es-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion


This item appears in the following Collection(s)

Show simple item record