Corea del Sur fue uno de los epicentros del síndrome respiratorio de Oriente Medio (MERS) de 2015 y los brotes de COVID-19 de 2019. Sin embargo, ha habido una falta de literatura publicada, especialmente utilizando los registros EMR (Electronic Medical Records), que proporcione un resumen comparativo de los factores pronósticos presentes en las enfermedades derivadas del coronavirus. Por lo tanto, en este estudio, nuestro objetivo fue comparar y evaluar los rasgos clínicos distintivos entre los pacientes infectados por diferentes coronavirus, incluidas las cepas de VHC menos patógenas, SARS-CoV, MERS-CoV y SARS-CoV-2. Nuestro objetivo fue observar el grado de semejanza dentro de las características clínicas entre los diferentes grupos de enfermedades por coronavirus e identificar factores únicos por gravedad de la enfermedad que pueden influir en el pronóstico de los pacientes con COVID-19. Aquí, utilizamos el modelo de datos comunes (CDM), que es la base de datos que alberga los registros de EMR transformados al formato común para ser utilizado por múltiples instituciones. Para los análisis comparativos entre los diferentes grupos de enfermedades, así como los pacientes con COVID-19 leve y no leve, utilizamos la prueba t independiente, la prueba post-hoc de Scheffe y la prueba post-hoc de Games-howell para variables continuas y chi -prueba cuadrada y prueba exacta de Fisher para variables categóricas. De los análisis, seleccionamos variables que mostraron valores de p menores a 0.05 para predecir la severidad de COVID-19 mediante una regresión logística nominal con ajustes por edad y sexo. Los resultados mostraron diabetes, enfermedades cardiovasculares y cerebrovasculares, cáncer, enfermedad pulmonar, enfermedad gastrointestinal y enfermedad renal en todos los grupos de pacientes. Las proporciones de pacientes con cáncer fueron las más altas en comparación con otras comorbilidades en todos los análisis comparativos, sin significación estadística. Además, observamos un alto grado de similitud clínica entre los pacientes con COVID-19 y SARS en más del 50% de las variables clínicas seleccionadas en los análisis, sin significación estadística entre los dos grupos. Nuestra investigación utilizó eficazmente el MDL integrado para reflejar los desafíos de salud del mundo real en el contexto del coronavirus. Esperamos que los resultados de nuestro estudio proporcionen información clínica que pueda servir como predictor de factores de riesgo para el futuro brote derivado del coronavirus, así como las pautas prospectivas para los tratamientos clínicos.
