Capacidad de predicción del CALL score, MULBSTA score y CURB-65 score para predicción de ingreso a UCI y mortalidad en paciente con neumonía COVID-19 en un hospital nacional del Perú

Descripción del Articulo

Desde Marzo del 2020 hasta la fecha en Perú llevamos mas de 1 millon de casos por neumonia por Sar-cov2 hasta la fecha, a pesar del estado de emergencia sanitaria nacional, seguimos siendo uno de los paises con mayor número de casos de la región. Se han implementado muchos protocolos de atención a n...

Descripción completa

Detalles Bibliográficos
Autor: García Ramos, Hugo Michael
Formato: tesis de maestría
Fecha de Publicación:2021
Institución:Universidad Peruana Cayetano Heredia
Repositorio:UPCH-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.upch.edu.pe:20.500.12866/9426
Enlace del recurso:https://hdl.handle.net/20.500.12866/9426
Nivel de acceso:acceso abierto
Materia:COVID-19
Capacidad Predicción
Mortalidad
https://purl.org/pe-repo/ocde/ford#3.02.07
https://purl.org/pe-repo/ocde/ford#3.02.08
https://purl.org/pe-repo/ocde/ford#3.03.08
Descripción
Sumario:Desde Marzo del 2020 hasta la fecha en Perú llevamos mas de 1 millon de casos por neumonia por Sar-cov2 hasta la fecha, a pesar del estado de emergencia sanitaria nacional, seguimos siendo uno de los paises con mayor número de casos de la región. Se han implementado muchos protocolos de atención a nivel nacional, sin embargo para predecir el riesgo de ingreso a unidad cuidados intensivos (UCI) y mortalidad, no temos un score valido en nuestro medio. Es por ello que en el presente estudio se plantea la finalidad de determinar la capacidad de predicción del CALL score, MULBSTA score y CURB-65 score en paciente hospitalizado por neumonía por COVID-19, afín de plantear estrategias sanitarias y protocolos de atención adecuados. Para ello se empleara un estudio observacional analítico descriptivo donde se incluira a todos los pacientes hospitalizados en el servicio de medicina interna area covid del Hospital Nacional Edgardo Rebagliati Martins entre los meses de octubre a diciembre del 2020, obteniendose por medio de una ficha de recolección de datos las variables demográficas, clínicas, imagenológicas y laboratoriales ; con las cuales se calculará los scores para cada paciente y finalmente para determinar la capacidad de predicción se empleara las curvas de ROC y el área bajo la curva (AUC), asi como el test de comparación de AUC. Es estudio es importante debido a que nos permitirá tenerminar cual score emplear y poder aplicarlo en nuestra población como método de tamizaje al ingreso en admisión hospitaliria en unidades de hospitalización.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).