La identificación de estos perfiles puede facilitar el manejo clínico de los pacientes, ya que permitirá distinguir con más precisión las personas de bajo riesgo de las que necesitan una monitorización más estrecha durante la hospitalización. Asimismo, puede dar pie a investigar los mecanismos fisiopatológicos que hay detrás de cada fenotipo, lo que permitirá seleccionar mejor los participantes en ensayos de fármacos según el mecanismo y el uso clínico de cada medicamento.

Ha sido un trabajo multicéntrico liderado por investigadores del Hospital Universitario Virgen Macarena de Sevilla que ha tenido también entre sus primeros firmantes el Dr. Jordi Carratalá, jefe del Servicio de Enfermedades Infecciosas del HUB, coordinador del Programa de Enfermedades Infecciosas y Trasplantes del IDIBELL y catedrático de Medicina de la Universidad de Barcelona.

El estudio analizó los datos de dos cohortes de 4.035 y 2.226 pacientes atendidos en 127 hospitales de España durante la primera ola de la pandemia. Se estudiaron más de 70 variables de estos pacientes, como la edad, el sexo, los síntomas, las enfermedades de base, o los datos de laboratorio y de radiodiagnóstico, entre otros.

Los resultados determinaron que los pacientes con el fenotipo A -que tienen una mortalidad inferior al 5% – son personas más jóvenes y mayoritariamente mujeres, con síntomas víricos leves y con parámetros inflamatorios normales, entre otras características. Los pacientes con el fenotipo B -que tienen una mortalidad de entre el 15 y el 20%- son personas con más obesidad, niveles bajos de linfocitos en sangre y parámetros de inflamación moderadamente elevados. Finalmente, los pacientes con el fenotipo C -que tienen una mortalidad de entre el 40 y el 60%- son personas mayores, con más comorbilidades y parámetros inflamatorios más elevados.

El gran número de variables necesarias inicialmente para identificar los fenotipos hizo que los autores idearan un modelo probabilístico más sencillo, con sólo 16 variables, que permite ya predecir qué fenotipo puede asignarse a cada paciente. Este modelo ha sido desarrollado en forma de aplicación para teléfono móvil para su uso en la práctica clínica.

Modelo de predicción de la mortalidad

Por otra parte, un artículo de miembros del mismo grupo de investigadores de España publicado en la revista Thorax expone el desarrollo y la validación de un modelo de predicción de la mortalidad en pacientes con COVID-19 que entran en urgencias hospitalarias. El trabajo ha sido coordinado desde el Hospital General Universitario Gregorio Marañón y han participado en él investigadores del Servicio de Enfermedades Infecciosas del HUB y del IDIBELL, liderados por el Dr. Carratalá.

Para el desarrollo y la validación de este modelo, se han utilizado los datos de sendas cohortes de 4.035 y 2.126 pacientes de 127 hospitales de España. La conclusión ha sido que una puntuación de predicción sencilla, basada en datos clínicos y de laboratorio fácilmente disponibles, proporciona una herramienta útil para predecir con un alto grado de precisión la probabilidad de mortalidad a los 30 días. Su simplicidad puede permitir a los médicos llevar a cabo una rápida estratificación del riesgo de los pacientes.

Subscribirse al Directorio
Escribir un Artículo

Últimas Noticias

El diagnóstico genético neonatal mejor...

Un estudio con datos de los últimos 35 años, ind...

Más de 1.500 cambios epigenéticos en e...

Un equipo de investigadores de la Universidad Juli...

Tuneable reverse photochromes in the sol...

A new technique allows the design of solid materia...

Destacadas

Eosinófilos. ¿Qué significa tener val...

by Labo'Life

En nuestro post hablamos sobre este interesante tipo de célula del si...

Un estudio de INCLIVA muestra el efecto ...

by INCLIVA

Han desarrollado un estudio para evaluar la correlación entre el teji...

Diapositiva de Fotos