Modelos predictivos con índice de ROX y variables basales para el uso de ventilación mecánica invasiva en residentes a elevada altitud utilizando una cohorte de pacientes fallecidos por COVID-19

• Autor: Delgado Flores, Carolina Jaqueline
• Formato: tesis de maestría
• Fecha de Publicación: 2024
• Institución: Universidad Peruana Cayetano Heredia
• Repositorio: UPCH-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upch.edu.pe:20.500.12866/16092
• Enlace del recurso: https://hdl.handle.net/20.500.12866/16092
• Nivel de acceso: acceso abierto
• Materia: COVID-19; Índice de ROX; Ventilación Mecánica Invasiva; Elevada Altitud; Perú; http://purl.org/pe-repo/ocde/ford#3.01.08; http://purl.org/pe-repo/ocde/ford#3.02.07; http://purl.org/pe-repo/ocde/ford#3.03.08

El propósito de este estudio secundario fue construir modelos predictivos para el uso de ventilación mecánica invasiva (VMI) usando el índice de ROX (iROX) y variables basales en residentes a elevada altitud (1500 a 3500 msnm) utilizando una cohorte de pacientes fallecidos por COVID-19. El iROX ha sido descrito como útil para predecir múltiples desenlaces negativos en contextos de baja altitud geográfica. No obstante, su valor predictivo para VMI, en conjunto con otras variables, no ha sido previamente caracterizado en pacientes a elevada altitud. Utilizando información recabada entre 2020 – 2021, se ejecutó un análisis secundario para construir modelos predictivos usando datos de una cohorte retrospectiva. En específico, se incluyó información de 767 pacientes fallecidos por COVID-19 en tres hospitales del Cusco, Perú. Tres métodos; teórico o basado en estudios previos (modelo A), LASSO (modelo B), y backward selection (modelo C) fueron utilizados en el modelamiento. En la submuestra de entrenamiento (70%), múltiples parámetros son reportados, incluyendo curvas ROC y áreas bajo la curva (AUC). En la submuestra de validación (30%) se realizó la calibración interna. Los modelos B (AUC=0.71 [IC95%: 0.66 – 0.77]; 11 variables) y C (AUC=0.71 [IC95%: 0.65 – 0.76]; 6 variables) fueron seleccionados por tener un mejor rendimiento y mejor balance entre sensibilidad y especificidad. Los predictores basales comunes en ambos modelos fueron; edad, sexo, dolor muscular, dolor de pecho, artralgia e iROX. Por tanto, es factible concluir que ambos modelos tuvieron un rendimiento regular para predecir el uso de VMI en residentes a elevada altitud. No obstante, ambos modelos mostraron un pobre rendimiento en la calibración interna. En conclusión, este estudio brinda una primera aproximación de la evaluación de variables basales obtenidas a bajo costo como potenciales predictores de uso de VMI. A futuro, se recomienda la validación de nuestros modelos.