Inicio ASP Una app gratuita de la UAH ayuda al diagnóstico predictivo del riesgo...

Una app gratuita de la UAH ayuda al diagnóstico predictivo del riesgo en pacientes Covid-19

Cátedra COVID19 app Covid-19

..Redacción.
Una app gratuita para profesionales médicos ayuda en el diagnostico de pacientes Covid-19. Realiza una estimación del riesgo que puede presentar una evolución negativa del paciente. Se trata de un Modelo Predictivo de Fatalidad de Pacientes Infectados por Covid-19. Esta aplicación ha sido realizada por la a Cátedra COVID19 de la Universidad de Alcalá y está disponible en scoringcovid19.uah.es.

La revista especializada Journal of Personalised Medicine publicó el estudio A Predictive Model and Risk Factors for Case Fatality of Covid-19. La Cátedra ha convertido en práctica este estudio elaborado a partir de una muestra de 3.500 pacientes. 2.000 son pacientes de HM Hospitales y 1.500 del Hospital Universitario Príncipe de Asturias (asociado a la Universidad de Alcalá).

La app de la UAH realiza una estimación del riesgo que puede presentar una evolución negativa del paciente Covid-19

Modelo Predictivo
Las variables que determinan la evolución negativa del paciente Covid-19 son analizadas e identificadas por la app. Los desarrolladores han definido que evolución negativa es la posibilidad de fallecimiento o acabar en una UCI. Más de 60 variables han sido estudiadas en diferentes momentos de la primera ola de la infección de estos 3.500 pacientes.

De hecho, para predecir la evolución del paciente, la app utiliza un análisis matemático-científico identifica y prioriza las variables que más peso. Así, a partir de un simple análisis de sangrese puede estimar con un alto grado de probabilidad el riesgo de ingreso en UCI o de muerte del paciente. Esta información puede ser de gran ayuda para tomar decisiones acertadas a tiempo.

La app estima con un alto grado de probabilidad el riesgo de ingreso en UCI o de muerte a partir de un simple análisis de sangre

El estudio concluye con carácter científico (metodología de cohortes retrospectivas) y a partir del análisis de esa amplia muestra de pacientes, que las variables con mayor peso predictivo de la evolución de un paciente infectado son (entre paréntesis la relevancia de la variable en explicar la evolución):

  • Nivel de saturación de oxígeno en sangre (pulsiómetro): 20%
  • Edad: 18%
  • Ratio de linfocitos (sobre leucocitos): 14%
  • Nivel de proteína C-reactiva (es un marcador de la reacción inflamatoria): 13%
  • Comorbilidades o patologías previas del paciente: 13%
  • Número de leucocitos: 9%
  • Sexo (las mujeres presentan un menor riesgo de evolución negativa): 6,8%
  • Nivel de Dímero-D (otro potente marcador de la reacción inflamatoria): 6,2%

Noticias complementarias

Compartir