Score clínico simple para el uso racional de ecografía pulmonar en pacientes ambulatorios con COVID-19 / Simple clinical score for rational use of lung ultrasound in COVID-19 outpatient settings

INTRODUCCIÓN: Debido a la rápida expansión mundial del COVID-19, se crearon Unidades Febriles de Urgencia (UFU) para la atención ambulatoria y estratificación del riesgo clínico de los pacientes. La ecografía pulmonar ha cobrado un interés creciente como método sensible para la detección de neumonía. El objetivo fue desarrollar un score simple y sensible de riesgo clínico de neumonía durante la primera ola de COVID-19. MÉTODOS: Se realizó un estudio de corte transversal sobre una cohorte de adultos con diagnóstico confirmado de COVID-19 asistidos en la UFU de un hospital general de la ciudad de Buenos Aires entre mayo y agosto de 2020. Se efectuó el análisis bivariado y multivariado de variables sociodemográficas y clínicas para la construcción y validación interna de un score predictivo de neumonía. RESULTADOS: El análisis final incluyó a 936 pacientes; 17,6% presentaron ecografía compatible con neumonía. El score incluyó 5 variables estadísticamente significativas: edad ≥50 años (3 puntos), tos (2 puntos), ausencia de odinofagia (1 punto), disnea (2 puntos) y saturación de oxígeno ≤95% (3 puntos). Para un punto de corte ≥3 la sensibilidad fue 80,5% y el valor predictivo negativo 93,3%, con buen desempeño en cohorte de derivación y de validación (área bajo curva ROC 0,79 y 0,76, respectivamente). DISCUSIÓN: Este score podría ser una herramienta útil para estratificar el riesgo clínico de neumonía en el ámbito prehospitalario y evitar la realización de imágenes con <3 puntos.

Simple clinical score for rational use of lung ultrasound in COVID-19 outpatient settings / Score clínico simple para el uso racional de ecografía pulmonar en pacientes ambulatorios con covid-19

RESUMEN INTRODUCCIÓN: Debido a la rápida expansión mundial del COVID-19, se crearon Unidades Febriles de Urgencia (UFU) para la atención ambulatoria y estratificación del riesgo clínico de los pacientes. La ecografía pulmonar ha cobrado un interés creciente como método sensible para la detección de neumonía. El objetivo fue desarrollar un score simple y sensible de riesgo clínico de neumonía durante la primera ola de COVID-19. MÉTODOS: Se realizó un estudio de corte transversal sobre una cohorte de adultos con diagnóstico confirmado de COVID-19 asistidos en la UFU de un hospital general de la ciudad de Buenos Aires entre mayo y agosto de 2020. Se efectuó el análisis bivariado y multivariado de variables sociodemográficas y clínicas para la construcción y validación interna de un score predictivo de neumonía. RESULTADOS: El análisis final incluyó a 936 pacientes; 17,6% presentaron ecografía compatible con neumonía. El score incluyó 5 variables estadísticamente significativas: edad ≥50 años (3 puntos), tos (2 puntos), ausencia de odinofagia (1 punto), disnea (2 puntos) y saturación de oxígeno ≤95% (3 puntos). Para un punto de corte ≥3 la sensibilidad fue 80,5% y el valor predictivo negativo 93,3%, con buen desempeño en cohorte de derivación y de validación (área bajo curva ROC 0,79 y 0,76, respectivamente). DISCUSIÓN: Este score podría ser una herramienta útil para estratificar el riesgo clínico de neumonía en el ámbito prehospitalario y evitar la realización de imágenes con <3 puntos.

ABSTRACT INTRODUCTION: Due to the rapid global expansion of COVID-19, Febrile Emergency Units (FEU) were created in the outpatient setting to stratify the clinical risk of patients. Pulmonary ultrasound has gained a growing interest as a sensitive method for the detection of pneumonia. This study aimed to at developing a simple and sensitive score to assess the risk of pneumonia during the first COVID-19 wave. METHODS: A cross-sectional study was conducted in a cohort of adult patients with laboratory-confirmed COVID-19, who received care at the FEU of a general hospital in the city of Buenos Aires from May through August 2020. Bivariate and multivariate analyses of sociodemographic and clinical variables were performed to build and internally validate a pneumonia predictive score. RESULTS: The final analysis included 936 patients; 17.6% had ultrasound compatible with pneumonia. The score included 5 statistically significant variables: age ≥50 years (3 points), cough (2 points), absence of odynophagia (1 point), dyspnea (2 points) and oxygen saturation ≤95% (3 points). A cut-off point ≥3 showed a sensitivity of 80.5% and a negative predictive value of 93.3%, with good discriminatory capacity both in derivation and validation cohorts (area under ROC curve 0.79 and 0.76, respectively). DISCUSSION: This score could be a useful tool to stratify the clinical risk of pneumonia in the pre-hospital setting and avoid imaging studies with a score <3.

Comparación pronóstica entre scores de riesgo y la aplicación de redes neuronales para la predicción de la mortalidad a corto y mediano plazo en pacientes con insuficiencia cardíaca / Prognostic Comparison between Risk Scores and Neural Networks to Predict Short- and Mid-Term Mortality in Acute Heart Failure

RESUMEN Introducción: En el contexto de la insuficiencia cardíaca (IC) existen scores de riesgo para evaluar la mortalidad por cualquier causa durante el primer año, con áreas bajo la curva ROC que oscilan entre 0,59 y 0,80. Objetivo: Desarrollar y validar un modelo basado en algoritmos de redes neuronales (RN) destinado a mejorar el rendimiento de los modelos tradicionales para predecir mortalidad a corto y mediano plazo de pacientes con IC aguda. Material y métodos: Se analizó una base de datos con 181 variables de 483 pacientes con IC aguda en un hospital de comunidad de la Ciudad de Buenos Aires (junio de 2005-junio de 2019). Se utilizaron 25 variables para calcular 5 modelos de riesgo validados para predecir la mortalidad a 30 días, 6 meses y un año: EFFECT, ADHERE, GWTG-HF, 3C-HF y ACUTE-HF. Resultados: La edad media fue 78 ± 11,1años, 58% eran varones, el 35% de las IC eran de etiología isquémico necrótica, y la fracción de eyección media fue 52% (35-60). En término de discriminación a 30 días, fueron mejores el score EFFECT (ROC: 0,68) y el 3C-HF (ROC: 0,67) que el ACUTE- HF (ROC: 0,54). A los 6 meses y al año, el score EFFECT (ROC: 0,69 y 0,69) superó al ADHERE (ROC: 0,53 y 0,56) (p=0,011 y p = 0,003, respectivamente), y los scores EFFECT GWRG-HF (ROC: 0,68 y 0,66) y 3C-HF (ROC: 0,67 y 0,67) superaron al score ACUTE-HF (ROC: 0,53 y 0,56). De los algoritmos de RN los mejores resultados se obtuvieron con un perceptrón multicapa (PMC) con dos capas ocultas. Se usó una RN de arquitectura de capas 24-9-7-2 con los siguientes resultados: ROC: 0,82, valor predictivo negativo (VPN) 93,2% y valor predictivo positivo (VPP) 66,7% para mortalidad a 30 días; ROC: 0,87, VPN: 89,1% y VPP: 78,6% para mortalidad a 6 meses; y ROC: 0,85, VPN: 85,6% y VPP: 78,9% para mortalidad al año. En términos de discriminación, los algoritmos de RN superaron a los scores tradicionales ( p <0,001). Los factores que obtuvieron ≥50% de importancia estandarizada para predecir la mortalidad a los 30 días fueron en orden descendente la creatinina sérica, la hemoglobina, la frecuencia respiratoria, la urea, el sodio, la edad y la presión arterial sistólica. Agregaron capacidad pronóstica la clase III-IV NYHA y la demencia para mortalidad a 6 meses, y la frecuencia cardíaca y la disfunción renal crónica para mortalidad al año. Conclusiones: Los modelos con algoritmos de RN fueron significativamente superiores a los scores de riesgo tradicionales en nuestros pacientes con IC. Estos hallazgos constituyen una hipótesis de trabajo a validar con una mayor muestra de casos y en forma multicéntrica.

ABSTRACT Background: Heart failure (HF) risk scores to assess all-cause mortality during the first year have areas under the ROC curve (AUC) ranging between 0.59 and 0.80 Objective: To develop and validate a neural network (NN) algorithm-based model to improve traditional scores' performance for predicting short- and mid-term mortality of patients with acute HF. Methods: A prospective clinical database was analyzed including 483 patients admitted with diagnosis of acute HF in a coronary care unit community hospital of Buenos Aires, between June 2005 and June 2019. Among 181 demographic, laboratory, treatment and follow-up variables, only 25 were selected to calculate five acute heart failure risk scores aimed to predict 30-day, 6-month and 1-year mortality: EFFECT, ADHERE, GWTG-HF, 3C-HF, and ACUTE-HF. Results: Mean age was 78 ± 11.1 years, 58% were men, 35% had ischemic necrotic HF and median left ventricular ejection fraction was 52% (35-60). At 30 days, the EFFECT score (AUC:0.68) and the 3C-HF score (AUC: 0.68) showed better performance than the ACUTE-HF score (AUC: 0.54). At 6-month and 1-year follow-up, the EFFECT score (ROC: 0.69 and 0.69) outperformed the ADHERE score (AUC: 0.53 and 0.56), and EFFECT (AUC: 0.69 and 0.69), GWRG-HF (AUC = 0.68 and 0.66), and 3C-HF (AUC:0.67 and 0.67) scores outperformed the ACUTE-HF score (AUC:0.53 and 0.56). The best results with NN algorithms were obtained with a two-hidden layer multilayer perceptron. A 24-9-7-2-layer architecture NN was used with the following results: AUC: 0.82, negative predictive value (NPV) 93.2% and positive predictive value (PPV) 66.7% for 30-day mortality; AUC: 0.87, NPV: 89.1% and PPV: 78,6% for 6-month mortality; and AUC: 0.85, NPV: 85.6% and PPV: 78.9% for 1-year mortality. In terms of discrimination, NN algorithms outperformed all the traditional scores (p <0.001). For this algorithm, the most influential factors in descending order that scored ≥50% normalized importance to predict 30-day mortality were serum creatinine, hemoglobin, respiratory rate, blood urea nitrogen, serum sodium, age and systolic blood pressure. Also, NYHA functional class III-IV and dementia added prognostic capacity to 6-month mortality, and heart rate and chronic kidney disease to 1-year mortality. Conclusions: The models with NN algorithms were significantly superior to traditional risk scores in our population of patients with HF. These findings constitute a working hypothesis to be validated with a larger and multicenter sample of cases.

Diseño y validación de un score para detectar adultos con prediabetes y diabetes no diagnosticada / Development and validation of a screening score for prediabetes and undiagnosed diabetes

Resumen: Objetivo: Diseñar y validar un score de riesgo de fácil aplicación para detectar prediabetes y diabetes no diagnosticada en población mexicana. Material y métodos: Empleando la información del estudio de cohorte de 10 234 adultos del Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán (INCMNSZ), se identificaron factores de riesgo incluidos en modelos de regresión logística múltiple estratificados por sexo. Los coeficientes beta fueron multiplicados por 10 para obtener el peso de cada variable en el score. Una submuestra de la Encuesta Nacional de Salud y Nutrición (Ensanut) 2012 se usó para validar el score. Resultados: El score propuesto clasificó correctamente 55.4% a las mujeres con diabetes no diagnosticada y 57.2% a las mujeres con prediabetes o diabetes. Por su parte, clasificó correctamente a los hombres en 68.6 y 69.9%, respectivamente. Conclusiones: Presentamos el diseño y validación de un score de riesgo estratificado por sexo para determinar si un adulto podría tener prediabetes o diabetes, en cuyo caso deberán realizarse estudios de laboratorio para confirmar o descartar el diagnóstico.

Abstract: Objective: To develop and validate an easy-to-use risk score to detect prediabetes and undiagnosed diabetes in Mexican population. Materials and methods: Using information from the Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán's cohort study of 10 234 adults, risk factors were identified and included in multiple logistic regression models stratified by sex. The beta coefficients of the final model were multiplied by 10, thus obtaining the weights of each variable in the score. Results: The proposed score correctly classifies 55.4% of women with undiagnosed diabetes and 57.2% of women with prediabetes or diabetes. While for men it correctly classifies them at 68.6% and 69.9%, respectively. Conclusions: We present the design and validation of a risk score stratified by sex, to determine if an adult could have prediabetes or diabetes, in which case laboratory studies should be performed to confirm or not the diagnosis.

Validación de la escala de riesgo quirúrgica en pacientes operados por los servicios de cirugía general, urología y trasplante hepático / Validation of the surgical risk scale in patients who underwent surgery at the departaments of general surgery, urology and liver transplantation

Objetivo: Aplicar la escala de Riesgo quirúrgico (ERQ) a procedimientos de cirugía general y urología y comparar su capacidad predictiva de complicaciones en relación a otras escalas utilizadas en el hospital. Material y métodos: Estudio prospectivo de 1191 procedimientos quirúrgicos primarios con anestesia general realizados por el Servicio de Trasplante Hepático, cirugía general y urología del Hospital Garrahan durante el periodo comprendido entre 1 de Julio al 30 de Noviembre del 2011. Los resultados quirúrgicos fueron evaluados en relación al nivel de riesgo quirúrgico medido por el ERQ, la escala de riesgo anestésico (ASA) y la escala Fraire –Prieto-Boglione. Resultados: Del total de procedimientos 898 (75%) fueron realizados por cirugía general, 225 (19%) urología y 68 (6%) trasplante hepático. La tasa global de complicaciones posquirúrgicas tempranas reportadas fue de un 9% (n: 108), siendo graves solo el 3% (37) con una mortalidad quirúrgica del 0, 4% (5). La ERQ presentó capacidad de discriminación para el desarrollo de complicaciones posquirúrgicas graves con un área bajo la curva de 0, 83 (IC 0, 76-0, 90). La asociación de desarrollo de complicaciones quirúrgicas graves (STROC = 3) se incrementa en procedimientos de complejidad superior a ERQ > 5 con RR de 4, 3 (IC 2, 1- 8, 7), ERQ>6 con RR9, 3 (IC 4, 4-19, 5) y ERQ> 7 con RR 37(IC 26, 3-52, 1). Conclusión: ERQ es un instrumento útil y perfectible para objetivar la complejidad quirúrgica en relación al riesgo y que utilizada con la escala de Clavien para medir las complicaciones posquirúrgicas constituyen un punto de partida para iniciar procesos de mejora continua en cirugía pediátrica. El desarrollo de modelos matemáticos de predicción del riesgo posquirúrgico requiere de estudios multicéntricos que incluya variables del paciente, acto quirúrgico, equipo y centro dado el escaso número de complicaciones y mortalidad que tiene la cirugía pediátrica.