Your browser doesn't support javascript.
loading
Predictors of mechanical ventilation and mortality in critically ill patients with COVID-19 pneumonia / Predictores de ventilación mecánica y mortalidad en pacientes críticos con neumonía por COVID-19
Muñoz Lezcano, Sergio; Armengol de la Hoz, Miguel Ángel; Corbi, Alberto; López, Fernando; Sánchez García, Miguel; Nuñez Reiz, Antonio; Fariña González, Tomás; Yordanov Zlatkov, Viktor.
Affiliation
  • Muñoz Lezcano, Sergio; Universidad Internacional de La Rioja (UNIR). Program in Computer Science. Logroño. Spain
  • Armengol de la Hoz, Miguel Ángel; Junta de Andalucía. Consejería de Salud y Consumo. Big Data Department, PMC-FPS. Spain
  • Corbi, Alberto; Universidad Internacional de La Rioja (UNIR). Research Institute for Innovation & Technology in Education (iTED). Logroño. Spain
  • López, Fernando; Universidad Complutense de Madrid. Faculty of Mathematics. Mathematical Analysis and Applied Mathematics Department. Spain
  • Sánchez García, Miguel; Hospital Clínico San Carlos. Critical Care Department. Madrid. Spain
  • Nuñez Reiz, Antonio; Hospital Universitario Clínico San Carlos. Critical Care Department. Madrid. Spain
  • Fariña González, Tomás; Hospital Universitario Infanta Sofía. Critical Care Department. Spain
  • Yordanov Zlatkov, Viktor; Universidad Internacional de La Rioja (UNIR). Program in Computer Science. Logroño. Spain
Med. intensiva (Madr., Ed. impr.) ; 48(1): 3-13, Ene. 2024.
Article in English | IBECS | ID: ibc-228948
Responsible library: ES1.1
Localization: ES15.1 - BNCS
ABSTRACT
Objective To determine if potential predictors for invasive mechanical ventilation (IMV) are also determinants for mortality in COVID-19-associated acute respiratory distress syndrome (C-ARDS). Design Single center highly detailed longitudinal observational study. Setting Tertiary hospital ICU two first COVID-19 pandemic waves, Madrid, Spain. Patients or

participants:

280 patients with C-ARDS, not requiring IMV on admission. Interventions None. Main variables of interest Target endotracheal intubation and IMV, mortality. Predictors demographics, hourly evolution of oxygenation, clinical data, and laboratory results. Results The time between symptom onset and ICU admission, the APACHE II score, the ROX index, and procalcitonin levels in blood were potential predictors related to both IMV and mortality. The ROX index was the most significant predictor associated with IMV, while APACHE II, LDH, and DaysSympICU were the most with mortality. Conclusions According to the results of the analysis, there are significant predictors linked with IMV and mortality in C-ARDS patients, including the time between symptom onset and ICU admission, the severity of the COVID-19 waves, and several clinical and laboratory measures. These findings may help clinicians to better identify patients at risk for IMV and mortality and improve their management. (AU)
RESUMEN
Objetivo Determinar si las variables clínicas independientes que condicionan el inicio de ventilación mecánica invasiva (VMI) son los mismos que condicionan la mortalidad en el síndrome de distrés respiratorio agudo asociado con COVID-19 (C-SDRA). Diseño Estudio observacional longitudinal en un solo centro. Ámbito UCI, hospital terciario primeras dos olas de COVID-19 en Madrid, España. Pacientes o participantes 280 pacientes con C-SDRA que no requieren VMI al ingreso en UCI. Intervenciones Ninguna. Principales variables de interés

Objetivo:

VMI y Mortalidad. Predictores demográficos, variables clínicas, resultados de laboratorio y evolución de la oxigenación. Resultados El tiempo entre el inicio de los síntomas y el ingreso en la UCI, la puntuación APACHE II, el índice ROX y los niveles de procalcitonina en sangre eran posibles predictores relacionados tanto con la IMV como con la mortalidad. El índice ROX fue el predictor más significativo asociada con la IMV, mientras que APACHE II, LDH y DaysSympICU fueron los más influyentes en la mortalidad. Conclusiones Según los resultados obtenidos se identifican predictores significativos vinculados con la VMI y mortalidad en pacientes con C-ARDS, incluido el tiempo entre el inicio de los síntomas y el ingreso en la UCI, la gravedad de las olas de COVID-19 y varias medidas clínicas y de laboratorio. Estos hallazgos pueden ayudar a los médicos a identificar mejor a los pacientes en riesgo de IMV y mortalidad y mejorar su manejo. (AU)
Subject(s)

Search on Google
Collection: National databases / Spain Database: IBECS Main subject: Respiration, Artificial / Artificial Intelligence / Machine Learning / Forecasting Limits: Aged / Female / Humans / Male Language: English Journal: Med. intensiva (Madr., Ed. impr.) Year: 2024 Document type: Article Institution/Affiliation country: Hospital Clínico San Carlos/Spain / Hospital Universitario Clínico San Carlos/Spain / Hospital Universitario Infanta Sofía/Spain / Junta de Andalucía/Spain / Universidad Complutense de Madrid/Spain / Universidad Internacional de La Rioja (UNIR)/Spain
Search on Google
Collection: National databases / Spain Database: IBECS Main subject: Respiration, Artificial / Artificial Intelligence / Machine Learning / Forecasting Limits: Aged / Female / Humans / Male Language: English Journal: Med. intensiva (Madr., Ed. impr.) Year: 2024 Document type: Article Institution/Affiliation country: Hospital Clínico San Carlos/Spain / Hospital Universitario Clínico San Carlos/Spain / Hospital Universitario Infanta Sofía/Spain / Junta de Andalucía/Spain / Universidad Complutense de Madrid/Spain / Universidad Internacional de La Rioja (UNIR)/Spain
...