Investigadores de la Clínica Cleveland (Estados Unidos) han desarrollado y validado un modelo de predicción de riesgos (llamado nomograma) que puede ayudar a los médicos a predecir qué pacientes que han dado recientemente positivo en las pruebas de SARS-CoV-2, el virus que causa el COVID-19, corren mayor riesgo de ser hospitalizados.

"En última instancia, queremos crear un conjunto de herramientas que los médicos puedan utilizar para ayudar a informar sobre la atención personalizada y la asignación de recursos en muchos puntos temporales a lo largo de la experiencia de un paciente con COVID-19", explica Lara Jehi, una de las líderes del estudio, que se ha publicado en la revista 'Plos One'.

El modelo se desarrolló y validó utilizando datos retrospectivos de más de 4.500 pacientes que dieron positivo en las pruebas de COVID-19 en la Clínica Cleveland en el noreste de Ohio y Florida durante un período de tres meses (desde principios de marzo hasta principios de junio). Los científicos utilizaron algoritmos estadísticos para transformar los datos de los registros médicos electrónicos de los pacientes en el modelo de predicción de riesgos.

La comparación de las características entre los pacientes que fueron y no fueron hospitalizados debido a COVID-19 reveló varios factores de riesgo de hospitalización no definidos previamente, como que los ex fumadores tenían más probabilidades de ser hospitalizados que los fumadores actuales; o que los pacientes que tomaban inhibidores de la enzima convertidora de angiotensina (IECA) o bloqueadores de los receptores de angiotensina II tipo I (BRA) tenían más probabilidades de ser hospitalizados que los pacientes que no tomaban esos medicamentos. Igualmente, los afroamericanos tenían más probabilidades de ser hospitalizados que los pacientes de otras razas.

Los investigadores, en cualquier caso, puntualizan que se necesitarán estudios adicionales para explorar más a fondo la asociación entre los inhibidores de la ECA y los BRA. "En nuestro estudio, se encontró que tomar estos medicamentos sólo confiere un mayor riesgo de hospitalización cuando se ejecuta a través de un análisis unívoco, lo que significa que la asociación observada podría ser el resultado de otras variables de confusión, como una condición preexistente", detallan.

Los hallazgos del equipo también revelaron que los pacientes que presentaban un complejo de síntomas que incluía fiebre, falta de aliento, vómitos y fatiga tenían más probabilidades de ser hospitalizados que aquellos que no experimentaban este cuadruplicante de síntomas.

El estudio confirmó otras asociaciones anteriormente bien documentadas en la literatura científica, entre ellas el mayor riesgo de hospitalización entre las personas de edad, los hombres y las personas con comorbilidades, como la diabetes y la hipertensión, o que proceden de entornos socioeconómicos más bajos (según la medición del código postal).

"La hospitalización puede utilizarse como indicador de la gravedad de la enfermedad. Comprender qué pacientes tienen más probabilidades de ser admitidos en el hospital por síntomas y complicaciones relacionadas con COVID-19 puede ayudar a los médicos a decidir no sólo cómo gestionar mejor la atención de un paciente desde el momento de la prueba, sino también cómo asignar las camas y otros recursos, como los ventiladores", concluye Jehi.