Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática

Descripción del Articulo

Introducción:Es fundamental identificar las características epidemiológicas y clínicas de los pacientes infectados con COVID-19, asociadas a una progresión de la enfermedad que conlleva al ingreso a UCI. El objetivo fue revisar sistemáticamente los modelos o scores de predicción de ingreso a la unid...

Descripción completa

Detalles Bibliográficos
Autores: Castañeda-Sabogal, Alex, Rivera-Ramírez, Paola, Espinoza-Rivera, Saúl, León-Figueroa, Darwin A., Moreno-Ramos, Emilly, Barboza, Joshuan J.
Formato: artículo
Fecha de Publicación:2022
Institución:Universidad Privada Norbert Wiener
Repositorio:UWIENER-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uwiener.edu.pe:20.500.13053/7954
Enlace del recurso:https://hdl.handle.net/20.500.13053/7954
Nivel de acceso:acceso abierto
Materia:Modelos predictivos, COVID-19, Unidadde cuidados intensivos,Predicción, Revisión sistemática.
http://purl.org/pe-repo/ocde/ford#3.03.00
id UWIE_9cfff677491808ecf31b2cb04273afba
oai_identifier_str oai:repositorio.uwiener.edu.pe:20.500.13053/7954
network_acronym_str UWIE
network_name_str UWIENER-Institucional
repository_id_str 9398
dc.title.es_ES.fl_str_mv Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática
dc.title.alternative.es_ES.fl_str_mv Predictive models of intensive care unit admission in patients with covid-19: systematic review
title Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática
spellingShingle Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática
Castañeda-Sabogal, Alex
Modelos predictivos, COVID-19, Unidadde cuidados intensivos,Predicción, Revisión sistemática.
http://purl.org/pe-repo/ocde/ford#3.03.00
title_short Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática
title_full Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática
title_fullStr Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática
title_full_unstemmed Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática
title_sort Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemática
author Castañeda-Sabogal, Alex
author_facet Castañeda-Sabogal, Alex
Rivera-Ramírez, Paola
Espinoza-Rivera, Saúl
León-Figueroa, Darwin A.
Moreno-Ramos, Emilly
Barboza, Joshuan J.
author_role author
author2 Rivera-Ramírez, Paola
Espinoza-Rivera, Saúl
León-Figueroa, Darwin A.
Moreno-Ramos, Emilly
Barboza, Joshuan J.
author2_role author
author
author
author
author
dc.contributor.author.fl_str_mv Castañeda-Sabogal, Alex
Rivera-Ramírez, Paola
Espinoza-Rivera, Saúl
León-Figueroa, Darwin A.
Moreno-Ramos, Emilly
Barboza, Joshuan J.
dc.subject.es_ES.fl_str_mv Modelos predictivos, COVID-19, Unidadde cuidados intensivos,Predicción, Revisión sistemática.
topic Modelos predictivos, COVID-19, Unidadde cuidados intensivos,Predicción, Revisión sistemática.
http://purl.org/pe-repo/ocde/ford#3.03.00
dc.subject.ocde.es_ES.fl_str_mv http://purl.org/pe-repo/ocde/ford#3.03.00
description Introducción:Es fundamental identificar las características epidemiológicas y clínicas de los pacientes infectados con COVID-19, asociadas a una progresión de la enfermedad que conlleva al ingreso a UCI. El objetivo fue revisar sistemáticamente los modelos o scores de predicción de ingreso a la unidad de cuidados intensivos(UCI)disponibles a la fecha para pacientes con COVID-19.Métodos:El estudio es una revisión sistemática. Se hicieronbúsquedas en PubMed, Scopus, Web of Science, Ovid-Medline, y Embasehasta el 13 de Julio del 2022. Se incluyeron estudios que hayan desarrollado y validado un modelo o sistema de puntuación para predecir el ingreso a la UCI en pacientes con COVID-19.El desenlace primario fue el ingreso a la UCI.La evaluación del riesgo de sesgo se realizó utilizando la herramienta PROBASTque se basa en cuatro dominios: participantes, predictores, desenlace y análisis.Resultados:Se incluyerondosestudiospara la extracción de datos y la evaluación crítica.Se obtuvo como desenlaces primarios los modelos predictivos de ingreso a la UCI y su rendimiento. Los predictores comunes para ambos modelos se asociaron con el compromiso pulmonar (frecuencia respiratoria o ventilación pulmonar) y la inflamación sistémica (proteína C reactiva).Conclusiones:Es factible determinar variables predictoras de ingreso a UCI en los pacientes hospitalizados por COVID-19. Sin embargo; los estudios no determinan un score claramente definido y presentan un alto riesgo de sesgo, porlo que no es factible recomendar la aplicación de alguno de estos modelos en la práctica clínica.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2023-03-06T19:09:27Z
dc.date.available.none.fl_str_mv 2023-03-06T19:09:27Z
dc.date.issued.fl_str_mv 2022-09-25
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/article
dc.type.version.es_ES.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.13053/7954
dc.identifier.doi.es_ES.fl_str_mv " DOI: 10.35434/rcmhnaaa.2022.15Supl.%201.1402"
url https://hdl.handle.net/20.500.13053/7954
identifier_str_mv " DOI: 10.35434/rcmhnaaa.2022.15Supl.%201.1402"
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_ES.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_ES.fl_str_mv application/pdf
dc.publisher.es_ES.fl_str_mv Medical Body of the Almanzor Aguinaga Asenjo National Hospital
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UWIENER-Institucional
instname:Universidad Privada Norbert Wiener
instacron:UWIENER
instname_str Universidad Privada Norbert Wiener
instacron_str UWIENER
institution UWIENER
reponame_str UWIENER-Institucional
collection UWIENER-Institucional
bitstream.url.fl_str_mv https://dspace-uwiener.metabuscador.org/bitstreams/a687e4f1-2a2e-44db-9786-2482fb33fe58/download
https://dspace-uwiener.metabuscador.org/bitstreams/42d259f7-bb7d-48e4-9003-e292f0aa59b5/download
https://dspace-uwiener.metabuscador.org/bitstreams/0471c0cf-b095-43d8-81b2-9e280530923b/download
https://dspace-uwiener.metabuscador.org/bitstreams/b261542a-656c-42c7-814e-dcef5cb9ae68/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
b912addc608fa10675f65e135253a5ff
79d36ac2d0ea6161f39e2a7d2c1b317a
308c580d380196defe3f5eaad2781aa5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad de Wiener
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1835828942327513088
spelling Castañeda-Sabogal, AlexRivera-Ramírez, PaolaEspinoza-Rivera, SaúlLeón-Figueroa, Darwin A.Moreno-Ramos, EmillyBarboza, Joshuan J.2023-03-06T19:09:27Z2023-03-06T19:09:27Z2022-09-25https://hdl.handle.net/20.500.13053/7954" DOI: 10.35434/rcmhnaaa.2022.15Supl.%201.1402"Introducción:Es fundamental identificar las características epidemiológicas y clínicas de los pacientes infectados con COVID-19, asociadas a una progresión de la enfermedad que conlleva al ingreso a UCI. El objetivo fue revisar sistemáticamente los modelos o scores de predicción de ingreso a la unidad de cuidados intensivos(UCI)disponibles a la fecha para pacientes con COVID-19.Métodos:El estudio es una revisión sistemática. Se hicieronbúsquedas en PubMed, Scopus, Web of Science, Ovid-Medline, y Embasehasta el 13 de Julio del 2022. Se incluyeron estudios que hayan desarrollado y validado un modelo o sistema de puntuación para predecir el ingreso a la UCI en pacientes con COVID-19.El desenlace primario fue el ingreso a la UCI.La evaluación del riesgo de sesgo se realizó utilizando la herramienta PROBASTque se basa en cuatro dominios: participantes, predictores, desenlace y análisis.Resultados:Se incluyerondosestudiospara la extracción de datos y la evaluación crítica.Se obtuvo como desenlaces primarios los modelos predictivos de ingreso a la UCI y su rendimiento. Los predictores comunes para ambos modelos se asociaron con el compromiso pulmonar (frecuencia respiratoria o ventilación pulmonar) y la inflamación sistémica (proteína C reactiva).Conclusiones:Es factible determinar variables predictoras de ingreso a UCI en los pacientes hospitalizados por COVID-19. Sin embargo; los estudios no determinan un score claramente definido y presentan un alto riesgo de sesgo, porlo que no es factible recomendar la aplicación de alguno de estos modelos en la práctica clínica.application/pdfspaMedical Body of the Almanzor Aguinaga Asenjo National HospitalPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Modelos predictivos, COVID-19, Unidadde cuidados intensivos,Predicción, Revisión sistemática.http://purl.org/pe-repo/ocde/ford#3.03.00Modelos predictivos de ingreso a la unidad de cuidados intensivos en pacientes con covid-19: revisión sistemáticaPredictive models of intensive care unit admission in patients with covid-19: systematic reviewinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionreponame:UWIENER-Institucionalinstname:Universidad Privada Norbert Wienerinstacron:UWIENERPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://dspace-uwiener.metabuscador.org/bitstreams/a687e4f1-2a2e-44db-9786-2482fb33fe58/download8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINAL1402-PA.pdf1402-PA.pdfapplication/pdf682809https://dspace-uwiener.metabuscador.org/bitstreams/42d259f7-bb7d-48e4-9003-e292f0aa59b5/downloadb912addc608fa10675f65e135253a5ffMD51TEXT1402-PA.pdf.txt1402-PA.pdf.txtExtracted texttext/plain31714https://dspace-uwiener.metabuscador.org/bitstreams/0471c0cf-b095-43d8-81b2-9e280530923b/download79d36ac2d0ea6161f39e2a7d2c1b317aMD53THUMBNAIL1402-PA.pdf.jpg1402-PA.pdf.jpgGenerated Thumbnailimage/jpeg11648https://dspace-uwiener.metabuscador.org/bitstreams/b261542a-656c-42c7-814e-dcef5cb9ae68/download308c580d380196defe3f5eaad2781aa5MD5420.500.13053/7954oai:dspace-uwiener.metabuscador.org:20.500.13053/79542024-12-13 12:20:01.219https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://dspace-uwiener.metabuscador.orgRepositorio Institucional de la Universidad de Wienerbdigital@metabiblioteca.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
score 13.892819
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).