Quais fatores de risco laboratoriais e clínicos estão associados à gravidade e mortalidade da COVID-19 em uma coorte turca, segundo uma análise de sobrevida com múltiplas abordagens?
Resposta curta: Em uma coorte turca com dados de sobrevida, 20 de 30 fatores laboratoriais e clínicos mostraram associação confiável com morte ou recuperação mais rápidas. Dez a 15 fatores parecem suficientes para prognóstico ideal. A lista final inclui cálcio, leucócitos, neutrófilos, ureia, creatinina, D-dímero, RDW, idade, ferritina, glicose, LDH, linfócitos, basófilos, fatores de anemia, sódio, potássio, eosinófilos e AST.
Resposta
O estudo propõe uma abordagem alternativa à meta-análise tradicional para identificar fatores de risco para desfechos da COVID-19. Em vez de combinar resultados de estudos diferentes, os autores aplicaram múltiplas análises sobre o mesmo conjunto de dados de sobrevida, incluindo desde testes estatísticos com valores de p até aprendizado de máquina com desempenho preditivo, e desde análises univariadas até multivariadas. Também expandiram a análise de tempo até a morte para incluir o tempo até a alta hospitalar, tratando a recuperação precoce como evento de interesse.
A partir dessa extensão, foram geradas dez listas de classificação de fatores. Os autores concluíram que 20 dos 30 fatores avaliados estão confiavelmente associados a morte mais rápida ou recuperação mais rápida. Considerando a correlação entre fatores e a seleção stepwise em random survival forest, 10 a 15 fatores parecem ser suficientes para atingir desempenho prognóstico ótimo.
A lista final de fatores de risco inclui cálcio, contagem de leucócitos e neutrófilos, ureia e creatinina, D-dímero, amplitude de distribuição dos glóbulos vermelhos (RDW), idade, ferritina, glicose, lactato desidrogenase (LDH), linfócitos, basófilos, fatores relacionados à anemia (hemoglobina, hematócrito, concentração de hemoglobina corpuscular média), sódio, potássio, eosinófilos e aspartato aminotransferase (AST).
Esses achados reforçam a importância de uma lista abrangente e confiável de fatores de risco derivados de exames laboratoriais de rotina para o manejo de pacientes e a gestão hospitalar. A metodologia de múltiplas análises no mesmo conjunto de dados pode aumentar a robustez das conclusões em relação a abordagens isoladas.
O resumo não detalha o tamanho da amostra, o desenho específico da coorte, as limitações do estudo ou a validação externa dos achados. Portanto, a aplicação clínica deve considerar essas lacunas e a necessidade de confirmação em outras populações.
O que o estudo mostrou
O estudo utilizou dados de sobrevida de uma coorte turca com COVID-19 e aplicou múltiplas análises: testes estatísticos, aprendizado de máquina, análises uni e multivariadas, e desfechos de tempo até morte e tempo até alta hospitalar. Foram geradas dez listas de classificação. Vinte de 30 fatores foram considerados confiavelmente associados a morte ou recuperação mais rápidas. Dez a 15 fatores parecem suficientes para prognóstico ótimo. A lista final inclui cálcio, leucócitos, neutrófilos, ureia, creatinina, D-dímero, RDW, idade, ferritina, glicose, LDH, linfócitos, basófilos, hemoglobina, hematócrito, CHCM, sódio, potássio, eosinófilos e AST. O resumo não informa o tamanho da amostra nem o desenho exato do estudo.
Limitações
O resumo não informa o tamanho da amostra, o desenho detalhado do estudo, as limitações metodológicas ou a validação externa dos achados. Por se tratar de uma coorte única, os resultados podem não ser generalizáveis para outras populações. A lista de fatores pode ser específica do contexto turco e do período do estudo. O resumo também não discute possíveis vieses ou fatores de confusão não controlados.
Aplicação no consultório
Para o médico brasileiro, os achados sugerem que exames laboratoriais de rotina podem auxiliar na estratificação de risco de pacientes com COVID-19. A lista de fatores pode orientar a solicitação e interpretação de exames como hemograma, função renal, coagulação e marcadores inflamatórios. No entanto, a aplicação clínica deve considerar as limitações e a necessidade de validação em nossa população. Na gestão do consultório, a incorporação de modelos preditivos baseados nesses fatores pode otimizar triagem e alocação de recursos, mas requer cautela e confirmação local.
Estudo citado
A composite ranking of risk factors for COVID-19 time-to-event data from a Turkish cohort. Computational biology and chemistry, 2022.
Autores: Ulgen A, Cetin S, Cetin M, Sivgin H, Li W.
DOI: 10.1016/j.compbiolchem.2022.107681 · PubMed: PMID 35487152
Perguntas para aprofundar
- Como os fatores de risco laboratoriais identificados podem ser usados para estratificar pacientes com COVID-19 no pronto-socorro?
- Qual a utilidade prática da análise de sobrevida com múltiplos desfechos para prever mortalidade e recuperação na COVID-19?
- Quais são as limitações de se usar uma coorte única para definir fatores de risco prognósticos em COVID-19?
Mais sobre IA para previsão de no-show, agendamento e gestão de clínicas
- Quais fatores estão associados ao maior tempo de internação pós-parto em mulheres com pré-eclâmpsia?
- A inteligência artificial é eficaz para prever admissões hospitalares e otimizar o fluxo de pacientes em serviços de saúde?
- O aprendizado de máquina pode otimizar a gestão do centro cirúrgico e reduzir cancelamentos?
- Modelos de aprendizado de máquina são úteis para prever faltas em consultas odontológicas e como aplicá-los na gestão da clínica?
- Modelos preditivos para cancelamento de cirurgia no dia do procedimento têm bom desempenho e podem ser usados na prática?
Todas as perguntas sobre IA para previsão de no-show, agendamento e gestão de clínicas · Todos os temas · Versão em markdown