Zang, C., Hou, Y., Schenck, EJ et al. Identificación de factores de riesgo de COVID-19 persistente y modelado predictivo en las cohortes de EHR RECOVER. Commun Med 4 , 130 (2024). https://doi.org/10.1038/s43856-024-00549-0
Recopilado por Carlos Cabrera Lozada. Miembro Correspondiente Nacional, ANM puesto 16. ORCID: 0000-0002-3133-5183. 17/07/2024
Resumen
Fondo
Los pacientes infectados por SARS-CoV-2 pueden desarrollar nuevas afecciones en el período posterior a la infección aguda. Estas afecciones, las secuelas posagudas de la infección por SARS-CoV-2 (PASC, o COVID persistente), afectan a un conjunto diverso de sistemas orgánicos. Estudios limitados han investigado la predictibilidad del desarrollo de COVID persistente y sus factores de riesgo asociados.
Métodos
En este estudio de cohorte retrospectivo, utilizamos registros médicos electrónicos de dos redes de investigación clínica PCORnet a gran escala, INSIGHT (~1,4 millones de pacientes de Nueva York) y OneFlorida+ (~0,7 millones de pacientes de Florida), para identificar factores asociados con la COVID prolongada y desarrollar modelos basados en aprendizaje automático para predecir el desarrollo de la COVID prolongada. Se analizaron adultos infectados y no infectados con SARS-CoV-2 durante el período de marzo de 2020 a noviembre de 2021. Los factores asociados con el riesgo de COVID prolongada se identificaron eliminando las asociaciones de fondo y corrigiendo las pruebas múltiples.
Resultados
Observamos patrones de asociación complejos entre los factores basales y una variedad de condiciones de COVID prolongada, y destacamos que la infección aguda grave por SARS-CoV-2, el bajo peso y las comorbilidades basales (p. ej., cáncer y cirrosis) probablemente se asocian con un mayor riesgo de desarrollar COVID prolongada. Varias condiciones de COVID prolongada, p. ej., demencia, desnutrición, enfermedad pulmonar obstructiva crónica, insuficiencia cardíaca, diagnóstico de PASC U099 e insuficiencia renal aguda, son bien predecibles (índice C > 0,8). Las condiciones moderadamente predecibles incluyen atelectasia, embolia pulmonar, diabetes, fibrosis pulmonar y enfermedad tromboembólica (índice C 0,7-0,8). Las condiciones menos predecibles incluyen fatiga, ansiedad, trastornos del sueño y depresión (índice C alrededor de 0,6).
Conclusiones
Este estudio observacional sugiere que los patrones de asociación entre los factores investigados y la COVID prolongada son complejos y que la previsibilidad de las diferentes condiciones de COVID prolongada varía. Sin embargo, los modelos predictivos basados en el aprendizaje automático pueden ayudar a identificar a los pacientes que corren el riesgo de desarrollar una variedad de condiciones de COVID prolongada.