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...
Autor: | |
---|---|
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 |
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).
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).