Factores de riesgo de mortalidad por Covid-19 en pacientes hospitalizados: un modelo de regresión logística

• Autores: Yupari Azabache, Irma, Bardales Aguirre, Lucia, Rodriguez Azabache, Julio, Barros Sevillano, J. Shamir, Rodríguez Diaz, Ángela
• Formato: artículo
• Fecha de Publicación: 2021
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/61545
• Enlace del recurso: https://hdl.handle.net/20.500.12692/61545; https://doi.org/10.25176/RFMH.v21i1.3264
• Nivel de acceso: acceso abierto
• Materia: COVID-19 (Enfermedad); COVID-19 (Enfermedad) - Pacientes - Tratamiento; Comorbilidad; https://purl.org/pe-repo/ocde/ford#3.01.00

Introducción: La población es susceptible al COVID-19 y conocer las características y comorbilidades más predominantes de los afectados resulta imprescindible para disminuir sus efectos. Objetivo: El presente estudio analizó los factores biológicos, sociales y clínicos de riesgo de mortalidad en pacientes hospitalizados con COVID-19 en el distrito de Trujillo, Perú. Métodos: El tipo de estudio fue descriptivo, de enfoque cuantitativo y diseño correlacional, retrospectivo, de corte transversal. Se obtuvieron los datos del sistema del Ministerio de Salud, con una muestra de 64 pacientes de marzo a mayo del 2020. Resultados: El 85,71% del total de fallecidos son del sexo masculino, la ocupación más predominante es jubilados con un 28,57% y tienen una edad promedio de 64,67 años. En el caso de los síntomas en pacientes fallecidos la dificultad respiratoria representa el mayor porcentaje 90,48%; la fiebre con un 80,95%, seguido de un malestar en general con un 57,14% y tos con un 52,38%. Los signos con mayor porcentaje en fallecidos fueron la disnea y auscultación pulmonar anormal con un 47,62%, en Comorbilidades se encontraron pacientes con enfermedad cardiovascular en un 42,86% y un 14,29% con diabetes. El modelo de regresión logística para predecir la mortalidad en pacientes hospitalizados permitió la selección de factores de riesgo como edad, sexo, tos, dificultad respiratoria y diabetes. Conclusión: El modelo es el adecuado para establecer estos factores, ya que muestran que un porcentaje de variación explicada bastante considerable, clasificaría correctamente el 90,6% de los casos.