ABSTRACT
Hasta ahora, los datos recogidos en los casos de procesos clínicos provocados por el coronavirus SARS-CoV-2 (COVID-19) en niños sugieren que son cuadros leves en comparación con las infecciones en pacientes adultos; no obstante, se ha informado de casos graves, como el síndrome inflamatorio multisistémico (SIM), que precisa de valoración y actuación de emergencia. En el contexto de la consulta del pediatra de Atención Primaria y coincidiendo con el inicio del curso escolar, en una época en la que habitualmente aumenta la incidencia de procesos como la gripe, infección por el virus respiratorio sincitial (VRS) y otros cuadros respiratorios, es habitual la demanda por síntomas que pueden hacer sospechar cualquiera de estas infecciones. En este sentido, es importante llegar a un diagnóstico que permita el manejo más adecuado del paciente. Epidemiológicamente, de manera que se pueda disminuir la transmisión comunitaria tomando las medidas adecuadas y clínicamente para así poder ponderar el nivel de gravedad y poner en marcha las actuaciones más adecuadas. Dado que no existen escalas válidas que ofrezcan un puntaje para valorar cuál es la actuación más adecuada ante la sospecha de una infección COVID-19, planteamos los beneficios de un algoritmo de decisión clínica que tiene en cuenta las connotaciones epidemiológicas, basado en la gravedad clínica, para ofrecer la atención clínica más adecuada a los pacientes
So far, the data collected in the cases of clinical processes caused by the SARS-CoV-2 (COVID-19) coronavirus in children suggest that they are mild compared to infections in adult patients; However, serious cases such as multisystemic inflammatory syndrome (SIM) have been reported, which requires assessment and emergency action. In the context of the of the Primary Care pediatrician consultation and coinciding with the beginning of the school year, at a time when the incidence of influenza, RSV infection and other respiratory conditions usually increases, consultations for symptoms that can lead to suspect these infections. Therefore, it is important to reach a diagnosis that allows the most appropriate management of the patient and decreasing the community transmission by taking pertinent measures. Given that there are no valid scales that offer a score to assess which is the most appropriate action in the event of a suspected COVID-19 infection, we propose the benefits of a clinical decision algorithm that takes into account epidemiological connotations, based on clinical severity to offer the most appropriate clinical care to patients
