miércoles, 13 de mayo de 2020

Un enfoque a la revisión de la patología de la placenta


Resumen y traducción por Jaime Barrios Nassi MD ESP GINECO OBSTETRICIA -  EPIDEMIOLOGÍA - GERENCIA - 2020

Un enfoque a la patología placentaria - 2018


 T. Yee Khong, Eoghan E. Mooney, Sanne J. Gordijn, Terry K. Morgan y Peter G. J. Nikkels 


 El primer relato histórico del estudio de la placenta fue publicado por Boyd y Hamilton [1].  La placenta lleva el nombre de su forma, que se asemeja a un pastel plano, a una placa, de la palabra griega plakoús. Mossman la describió anatómicamente como una aposición de tejidos fetales y maternos con función fisiológica de intercambio.  De vida útil limitada,  dura solo el embarazo.


 1.1 Razones para examinar la placenta

 La patología placentaria proporciona una autopsia del embarazo.  Hay muchas razones para un examen patológico de la placenta, la principal de las cuales es explicar los resultados del embarazo.  

La información de dicho examen puede tener implicaciones importantes para el manejo de embarazos posteriores, además de ofrecer una comprensión de la fisiopatología de cualquier resultado adverso del índice de embarazo.  

Sin embargo, no es práctico realizar un examen patológico de cada placenta y, en la mayoría de las instituciones, solo los embarazos complicados conducen a su estudio patológico, produciendo un déficit en el conocimiento y caracterización completa de las placentas "normales".  

Las indicaciones para el examen patológico se pueden dividir en términos generales en: 1. materno, 2.fetal / neonatal y 3. placentario.

Hay otras razones para investigar la placenta.  Con contribuciones genómicas paternas y maternas, es un tejido semi-alogénico que debe evadir parcialmente el sistema inmunitario materno.  En los embarazos de donantes de óvulos, o subrogados, es totalmente alogénico, pero con fetos saludable, lo que indicaría su valor en estudiar  las implicaciones de esto en los trasplantes de órganos sólidos [2, 3].  

La proliferación controlada, la migración y la infiltración de células trofoblásticas, que se derivan desde el trofoblásto y desde las puntas de las vellosidades de anclaje, hasta la decidua materna y el miometrio superficial y especialmente en las arterias de estas estructuras, son un evento necesario para una placentación exitosa;  la placenta puede también generar metástasis de sincitiotrofoblasto a los pulmones maternos.  Lo que serviría en estudios del cancer.[4, 5].

 Las influencias placentarias no se limitan a la duración del embarazo.  Cada vez más, los epidemiólogos están interesados ​​en estudiar la placenta e investigar cómo afecta el bienestar a largo plazo tanto de la madre como de su hijo.  Se cree que la llamada "programación del desarrollo" de la organogénesis fetal y la función cardiovascular materna conduce a una variedad de enfermedades en los adultos [6].

 También existe un imperativo médico-legal para examinar la placenta.  Como "diario de embarazo", puede revelar respuestas que de otra manera no se podrían recuperar.  En casos de causa desconocida de resultados adversos, especialmente neurológicos, la placenta puede ayudar a explicar el estado del entorno intrauterino y sus consecuencias [7].  

El aumento de la prevalencia de anormalidades placentarias y del cordón en niños posteriormente diagnosticados con parálisis cerebral subraya la importancia de solicitar histología placentaria en todos los casos en que el bebé se entrega en mal estado [8].


1.2 Desafío diagnóstico

 Hasta hace poco, la placenta es poco revisada en patología y de los  tejidos menos descritos.  Dado que la patología placentaria proporciona información sobre el embarazo, generalmente su estudio no afecta directamente el manejo de la paciente, pero esperamos que esto mejore, y mejore nuestra comprensión de la fisiopatología subyacente para muchas complicaciones del embarazo, incluidos los grandes síndromes obstétricos más comunes (parto prematuro, preeclampsia, restricción del crecimiento fetal y muerte fetal).  

El informe de patología en el manejo del paciente es deficiente  [9], y los patólogos a menudo están insuficientemente preparados para reconocer patrones clínicamente significativos [10].

 Las razones por las cuales la placenta se percibe como un órgano difícil de examinar y para proporcionar un informe patológico no están claras. 

 Pueden estar relacionados con el propio órgano, con los contextos clínicos y con el patólogo (tabla 1.1).

Tabla 1.1 Posibles motivos de dificultad en el examen de la placenta

La placenta es un órgano que se desarrolla en el transcurso del embarazo y sus características macroscópicas y macroscópicas cambian durante ese período de tiempo.  Es importante reconocer estas diferencias para no malinterpretar los hallazgos.  Los contextos clínicos también son importantes: los embarazos con un resultado adverso pueden tener placentas muy normales y, por el contrario, las placentas anormales pueden no estar asociadas con ninguna complicación prenatal o postnatal materna o neonatal.  

Se pueden ver varias características con una condición clínica, mientras que la misma característica se puede ver en varias condiciones o contextos clínicos.  La importancia clínica de las lesiones identificadas puede depender también de la ubicación de las lesiones o de su tamaño en relación con el tamaño de la placenta.

 La reproducibilidad entre observadores entre patólogos perinatales / placentarios y entre ellos y otros patólogos anatómicos puede ser pobre.  Si bien la falta de estandarización de los criterios de diagnóstico ha sido un problema [10], se puede esperar que los desarrollos recientes [11] mejoren la calidad de los diagnósticos en esta área.


 1.3 Un enfoque para examinar la placenta

 Ningún enfoque para un examen patológico de la placenta es más o menos válido que otro, aunque los resultados y la comparabilidad de los estudios se basan en un enfoque estandarizado para el muestreo y el examen.  A diferencia de otros tejidos y órganos donde su examen generalmente dará como resultado un único diagnóstico,

 El examen placentario a menudo no da como resultado un diagnóstico único.  Más a menudo, es necesaria una síntesis de los diversos hallazgos en las diferentes partes de la placenta, a saber, cordón umbilical, membranas, placa coriónica, parénquima placentario y superficie materna / placa basal, para llegar a una opinión o diagnóstico.  
(Figs. 1.1 y 1.2).



 Fig. 1.1
 Características o lesiones en las membranas extraplacentarias y el cordón umbilical.  




Fig. 1.2 Características o lesiones en el disco placentario.  



 Este enfoque topográfico se utiliza para el examen macroscópico e histológico.  Saber qué características o lesiones deben buscarse en los diferentes compartimentos de la placenta debe eliminar razonablemente las omisiones.  

Algunas lesiones patognónicas, como los  depósitos  de fibrina perivillosa, pueden verse en un solo compartimento.  Otros, como la infección del líquido amniótico, pueden tener una característica que se puede distribuir en diferentes compartimentos, mientras que otras lesiones, como la mala perfusión vascular materna, pueden tener diferentes características distribuidas en diferentes compartimentos.

 La información clínica es absolutamente necesaria para interpretar las anormalidades en la placenta.  

Puede proporcionar pistas para buscar lesiones a medida que las lesiones se agrupan con algunas condiciones clínicas [12], pero a menudo falta información clínica en los formularios de solicitud que acompañan a la placenta para el examen de la placenta [13].  

Una evaluación exhaustiva y metódica de la placenta garantizaría que no se pierdan tales lesiones agrupadas, y que las lesiones no relacionadas con la información clínica proporcionada tampoco se pierdan.

 1.4 Significado patológico clínico

 La simple catalogación de los diversos hallazgos placentarios no es en sí misma útil para los médicos.  Lo que es importante para el clínico y para el paciente es qué significan las lesiones para ellos y qué deben hacer al respecto [14].  

Es esencial que los hallazgos placentarios se correlacionen con los datos clínicos.

 La estandarización de los criterios diagnósticos de las lesiones placentarias es un primer paso importante hacia la comunicación efectiva de los hallazgos de los exámenes placentarios a los médicos.  

La falta de nomenclatura internacionalmente aceptada ha llevado a que las lesiones idénticas se llamen de manera diferente, mientras que las variaciones o desviaciones de las características prototípicas de la lesión han llevado al uso de etiquetas más descriptivas.  

Estas etiquetas de diagnóstico pueden ser confusas para los médicos que encuentran que los informes placentarios son difíciles de comprender y difíciles de comprender.  

Incluso donde la lesión se describe claramente para ser entendida, el umbral donde la lesión se vuelve crítica a menudo se desconoce.  Sin embargo, debe recordarse que las correlaciones clínico-patológicas no son estáticas sino que son móviles, y los desarrollos clínicos pueden cambiar el umbral de importancia diagnóstica.  Como ejemplo, la villitis crónica se asoció con ganglios basales y lesión en el tálamo en recién nacidos a término con encefalopatía neonatal hipóxico-isquémica, pero no después de la introducción de hipotermia terapéutica (tabla 1.2) [15, 16].


 La evaluación de la patología placentaria es útil solo si se puede comunicar a los médicos de una manera que sea comprensible y fácil de usar para ellos.  La calidad de los informes de patología placentaria puede ser variable [17].  

Los informes sinópticos o los informes estructurados pueden mejorar la calidad de los informes al garantizar que no se omitan los datos esenciales (explorados más a fondo en el capítulo 57).  

Los obstetras encontraron informes de que clasificar la enfermedad placentaria en procesos patológicos amplios [18] mejoraría la interpretación [19].

 Las implicaciones clínicas de los hallazgos del examen placentario se discuten en los capítulos individuales, pero su síntesis en un informe clínico es crítica (discutida en el cap. 56).  

Como se mencionó anteriormente, los hallazgos placentarios macroscópicos y microscópicos son contextuales y deben colocarse en el contexto del embarazo y de la placenta.  

La estandarización de la nomenclatura será una contribución invaluable, permitirá que se comparen los estudios de prevalencia entre poblaciones y la evaluación comparativa de la contribución placentaria a diversas complicaciones del embarazo.  

Entre paréntesis, la importancia de los hallazgos placentarios puede estar sesgada porque casi todos los estudios se han realizado en poblaciones de conveniencia y no en grandes poblaciones no seleccionadas [20], aparte del gran Estudio Colaborativo Perinatal que desde entonces se han descrito nuevas lesiones placentarias.  

No hay estudios que correlacionen la enfermedad placentaria con el seguimiento a largo plazo y la falta de estudios de cohortes para determinar realmente la probabilidad de recurrencia de las lesiones y sus asociaciones.

No se han realizado estudios que examinen los valores predictivos positivos o negativos de las entidades histopatológicas placentarias individuales.  Gran parte de la literatura actual en patología placentaria se basa en la opinión de expertos y estudios de casos o cohortes [21].  

El desafío ahora es utilizar la nomenclatura estandarizada y los estudios de toda la población para proporcionar evidencia de alto nivel para validar el valor predictivo y pronóstico del examen placentario.
 Es esencial aceptar que existen brechas significativas en el conocimiento entre la instantánea en el tiempo examinado en el momento del parto y la fisiopatología subyacente.  Un hígado cirrótico explantado no explica la causa de la cirrosis más que el corazón en etapa terminal, o la patología renal no explica el efecto de por vida de los factores de riesgo sistémicos.  

Lo mismo es cierto para la placenta y los vasos sanguíneos maternos que alimentan la placenta.  Actualmente, la mayor parte de lo que sabemos proviene del proceso de la enfermedad en etapa terminal o de las muestras de interrupción temprana del embarazo que no están relacionadas con los resultados del embarazo.  

Lo que se necesitan son nuevos enfoques para controlar la salud del útero durante la gestación y relacionar estas métricas con los resultados del embarazo.  

Los enfoques novedosos que utilizan imágenes de resonancia magnética pueden proporcionar información sobre la anatomía y la función placentaria [22], mientras que los perfiles bioquímicos y las proporciones calculadas actúan como sustitutos de la función placentaria [23,24].

 1.5 El futuro
 La próxima generación ya ha desafiado el concepto del microbioma de la placenta como estéril [25], y, aunque puede ser especulativo en esta etapa, la aplicación de esta técnica puede identificar perfiles genómicos, metabólicos, de transcripción y de proteínas.  en diferentes subconjuntos de complicaciones del embarazo.  

Las nuevas tecnologías como la evaluación cuantitativa del flujo sanguíneo uteroplacentario [26] y las biopsias líquidas de la placenta también pueden generar nuevos conocimientos.  

Además, a pesar de las diferencias entre los humanos y los modelos animales de embarazo, este tipo de estudios puede ser valioso para generar hipótesis que luego pueden volver a convertirse en investigación placentaria humana.

 Referencias

1. Boyd JD, Hamilton WJ. The human placenta. Cambridge: Heffer and Sons; 1970.
2. Hasson J, Tulandi T, Son WY, et al. Reproductive outcomes of familial oocyte donation. Fertil Steril. 2016;106:1696–702.
3. van der Hoorn ML, Scherjon SA, Claas FH. Egg donation pregnancy as an immunological model for solid organ transplantation. Transpl Immunol. 2011;25:89–95.
4. Holtan SG, Creedon DJ, Haluska P, Markovic SN. Cancer and pregnancy: parallels in growth, invasion, and immune modulation and implica- tions for cancer therapeutic agents. Mayo Clin Proc. 2009;84:985–1000.
5.Piechowski J. Trophoblastic-like transdifferentia- tion: a key to oncogenesis. Crit Rev Oncol Hematol. 2016;101:1–11.
6. Barker DJ, Thornburg KL. Placental programming of chronic diseases, cancer and lifespan: a review. Placenta. 2013;34:841–5.
7. Chang KT. Examination of the placenta: medico- legal implications. Semin Fetal Neonatal Med. 2014;19:279–84.
8. MacLennan AH, Thompson SC, Gecz J. Cerebral palsy: causes, pathways, and the role of genetic vari- ants. Am J Obstet Gynecol. 2015;213:779–88.
9. Khong TY, Ting M, Gordijn SJ. Placental pathology and clinical trials: histopathology data from prior and study pregnancies may improve analysis. Placenta. 2017;52:58–61.
10.Sun CC, Revell VO, Belli AJ, Viscardi RM. Discrepancy in pathologic diagnosis of placental lesions. Arch Pathol Lab Med. 2002;126:706–9.
11. Khong TY, Mooney EE, Ariel I, et al. Sampling and definitions of placental lesions: Amsterdam placental workshop group consensus statement. Arch Pathol Lab Med. 2016;140:698–713.
 12. Stanek J, Biesiada J. Clustering of maternal-fetal clin- ical conditions and outcomes and placental lesions. Am J Obstet Gynecol. 2012;206:493.e1–8.
13. Spencer MK, Khong TY. Conformity to guidelines for pathologic examination of the placenta. Arch Pathol Lab Med. 2003;127:205–7.
14. Redline RW. The clinical implications of placental diagnoses. Sem Perinatol. 2015;39:2–8.
15. Frank CM, Nikkels PG, Harteman JC, et al. Placental pathology and outcome after perinatal asphyxia and therapeutic hypothermia. J Perinatol. 2016;36:977–84.
16. Harteman JC, Nikkels PG, Benders MJ, et al. Placental pathology in full-term infants with hypoxic- ischemic neonatal encephalopathy and association with magnetic resonance imaging pattern of brain injury. J Pediatr. 2013;163:968–95.e2.
17. Khong TY, Gordijn SJ. Quality of placental pathology reports. Pediatr Dev Pathol. 2003;6:54–8.
18. Turowski G, Berge LN, Helgadottir LB, Jacobsen E-M, Roald B. A new, clinically oriented, unifying and simple placental classification system. Placenta. 2012;33:1026–35.
19. Walsh CA, McAuliffe FM, Turowski G, Roald B, Mooney EE. A survey of obstetricians' views on pla- cental pathology reporting. Int J Gynaecol Obstet. 2013;121:275–7.
20. Sebire NJ. Implications of placental pathology for disease mechanisms; methods, issues and future approaches. Placenta. 2017;52:122–6.
21. Marchevsky AM, Wick MR. Evidence-based medi- cine, medical decision analysis, and pathology. Hum Pathol. 2004;35:1179–88.
22. Chen B, Duan J, Chabot-Lecoanet AC, et al. Ex vivo magnetic resonance angiography to explore placental vascular anatomy. Placenta. 2017;58:40–5.
23. Leavey K, Benton SJ, Grynspan D, et al. Gene mark- ers of normal villous maturation and their expression in placentas with maturational pathology. Placenta. 2017;58:52–9.
24. Weel IC, Baergen RN, Romao-Veiga M, et al. Association between placental lesions, cytokines and angiogenic factors in pregnant women with pre- eclampsia. PLoS One. 2016;11:e0157584.
25. Parnell LA, Briggs CM, Cao B, et al. Microbial communities in placentas from term normal preg- nancy exhibit spatially variable profiles. Sci Rep. 2017;7:11200.
26. Roberts VH, Lo JO, Salati JA, et al. Quantitative assessment of placental perfusion by contrast- enhanced ultrasound in macaques and human sub- jects. Am J Obstet Gynecol. 2016;214:369.e1–8.
.


   

Covid calculadora para hospitalización



Traducción del artículo por Jaime Barrios Nassi 

Nota: se le comentó a los editores de la revista de la
Importancia de saber en que día de la sintomatología son los reportes de exámenes ya que ese dato no aparece en el estudio y me parece de suma importancia , estoy esperando la respuesta 



Introducción
 El brote de la nueva enfermedad del virus corona 2019 (COVID-19) comenzó en Wuhan, China, en diciembre de 2019. Desde entonces, se ha extendido rápidamente por todo el mundo.  A partir del 16 de abril de 2020, la OMS informó un total de 1995983 casos de COVID-19 a nivel mundial, con una mortalidad promedio de 6.57%.

 El espectro clínico de la neumonía por COVID-19 varía de casos leves a casos críticos.  Los pacientes con enfermedad leve presentan síntomas de fiebre y tos, seguidos de producción de esputo y fatiga.  La sepsis, la insuficiencia respiratoria, el síndrome de dificultad respiratoria aguda, la insuficiencia cardíaca y el shock séptico se observan comúnmente en pacientes críticos1.

 Según el mayor informe actual del Centro Chino para el Control y la Prevención de Enfermedades con 72314 casos, 58574 pacientes (81%) se clasificaron como leves, 10124 (14%) se clasificaron como graves y 3616 (5%)  considerado enfermedad crítica.  La tasa promedio de letalidad fue de 2.3%, pero la mortalidad fue tan alta como 49% en pacientes con enfermedades críticas.2 Entre 201 pacientes en Wuhan, Wu et al3 informaron que los factores de riesgo asociados con el desarrollo del síndrome de dificultad respiratoria aguda y la muerte incluyeron a los mayores  edad, neutrofilia, disfunción orgánica, coagulopatía y niveles elevados de dímero D

 La detección temprana de pacientes con probabilidad de desarrollar enfermedades críticas es de gran importancia y puede ayudar a brindar una atención adecuada y optimizar el uso de recursos limitados.  Nuestro objetivo fue construir una puntuación de predicción de riesgo basada en una cohorte nacional de pacientes chinos con COVID-19 para ayudar a identificar a los pacientes en el momento del ingreso hospitalario que probablemente desarrollen una enfermedad crítica.

 Métodos
 Fuentes de datos y procesamiento
 Este estudio fue aprobado por el comité de ética del Primer Hospital Afiliado de la Universidad Médica de Guangzhou;  el consentimiento informado por escrito se renunció debido al uso de datos retrospectivos desidentificados.  En nombre del Centro Nacional de Investigación Clínica para Enfermedades Respiratorias y en colaboración con la Comisión Nacional de Salud de la República Popular de China, establecimos una cohorte retrospectiva para estudiar los casos de COVID-19 en toda China.  Obtuvimos registros médicos de casos hospitalizados confirmados por laboratorio con COVID-19 reportados a la Comisión Nacional de Salud de China entre el 21 de noviembre de 2019 y el 31 de enero de 2020, como se describió anteriormente.4 La Comisión Nacional de Salud de China solicitó que todos los 1855 hospitales en China  que fueron designados para atender a pacientes con COVID-19 que envían los registros clínicos de todos los casos de COVID-19 hospitalizados sin selección a la base de datos antes del 31 de enero de 2020. Para la cohorte de desarrollo, utilizamos datos de los 575 hospitales que aportaron datos clínicos por  fecha límite.

 Los diagnósticos de COVID-19 se confirmaron mediante secuenciación positiva de alto rendimiento o ensayo de reacción en cadena de la polimerasa de transcripción inversa en tiempo real (RT-PCR) para muestras de torunda nasal y faríngea.  Un equipo de médicos respiratorios experimentados revisó, resumió y verificó los datos.  Cada registro fue verificado independientemente por 2 médicos.  Se incluyeron todos los pacientes con datos sobre el estado clínico en la hospitalización (hallazgos de laboratorio, síntomas y signos clínicos, gravedad y estado de alta).

 Posibles variables predictivas
 Las posibles variables predictivas incluyeron las siguientes características del paciente al ingreso al hospital: signos y síntomas clínicos, resultados de imágenes, hallazgos de laboratorio, variables demográficas e historial médico.  Las variables demográficas recopiladas para el estudio incluyeron edad, sexo, tabaquismo, exposición a Wuhan (incluida la residencia de Wuhan, historial de viaje a Wuhan o contacto con personas de Wuhan), residencia en la provincia de Hubei y tiempo entre el inicio de los síntomas hasta el ingreso.  La historia clínica incluyó número de comorbilidades, enfermedad pulmonar obstructiva crónica, diabetes, hipertensión, enfermedad de las arterias coronarias, enfermedad cerebrovascular, hepatitis B, cáncer, enfermedad renal crónica, enfermedad de inmunodeficiencia y embarazo.  Los signos y síntomas clínicos incluyeron variables categóricas y continuas: primera temperatura corporal, frecuencia respiratoria, frecuencia cardíaca, arritmia cardíaca, presión arterial sistólica, presión arterial diastólica, clasificación de síntomas, fiebre, congestión conjuntival, congestión nasal, dolor de cabeza, tos, expectoración, dolor de garganta  , fatiga, hemoptisis, disnea, náuseas y vómitos, diarrea, artralgia y mialgia, rigor, bloqueo de garganta, agrandamiento amigdalar, ganglios linfáticos agrandados, erupción cutánea e inconsciencia.  Los resultados de la imagen incluyeron anormalidad de la radiografía de tórax (CXR), la gravedad de la anormalidad de CXR, la anormalidad de la tomografía computarizada (TC) de tórax y la gravedad de la anormalidad de la TC.  Los hallazgos de laboratorio incluyeron presión parcial de oxígeno arterial, saturación de oxígeno, recuento de glóbulos blancos, linfocitos y plaquetas, relación de neutrófilos a linfocitos y niveles de hemoglobina, proteína C reactiva, procalcitonina, lactato deshidrogenasa, aspartato transaminasa, bilirrubina directa, bilirrubina indirecta,  bilirrubina total, creatina quinasa, creatinina, troponina I hipersensible, albúmina, sodio sérico, potasio sérico, cloro sérico, niveles de dímero D, tiempo de protrombina y tiempo de tromboplastina parcial activada.

 Resultados
 Definimos la gravedad de COVID-19 (grave frente a no grave) según las pautas de la American Thoracic Society para la neumonía adquirida en la comunidad, dada la amplia aceptación de esta guía.5 Definimos la enfermedad crítica de COVID-19 como un compuesto de admisión a cuidados intensivos  unidad (UCI), ventilación invasiva o muerte.  Adoptamos este punto final compuesto porque el ingreso a la UCI, la ventilación invasiva y la muerte son resultados graves de COVID-19 que se han adoptado en estudios anteriores para evaluar la gravedad de otras enfermedades infecciosas graves5,6.

 Selección de variables y construcción de puntajes
 Todos los 1590 pacientes hospitalizados con COVID-19 en la cohorte de desarrollo se incluyeron para selección variable y desarrollo de puntaje de riesgo.  Como se describe en este documento, se ingresaron 72 variables en el proceso de selección.  Se aplicó la regresión del operador de selección y contracción menos absoluta (LASSO) para minimizar la colinealidad potencial de las variables medidas desde el mismo paciente y el sobreajuste de las variables.  Se consideró la imputación para las variables faltantes si los valores faltantes eran inferiores al 20%.  Utilizamos la comparación predictiva de medias para imputar características numéricas, la regresión logística para imputar variables binarias y la regresión politómica bayesiana para imputar características de factores.  Utilizamos la reducción de la retracción y la selección de la contracción menos absoluta penalizada con L1 para los análisis multivariables, aumentada con una validación cruzada de 10 veces para la validación interna.  Este es un modelo de regresión logística que penaliza el tamaño absoluto de los coeficientes de un modelo de regresión basado en el valor de λ.  Con penalizaciones mayores, las estimaciones de los factores más débiles se reducen a cero, de modo que solo los predictores más fuertes permanecen en el modelo.  Las covariables más predictivas fueron seleccionadas por el mínimo (λ min).  El software estadístico "glmnet" del paquete R (R Foundation) se utilizó para realizar la regresión LASSO.  Posteriormente, las variables identificadas por el análisis de regresión LASSO se ingresaron en modelos de regresión logística y las que fueron consistentemente estadísticamente significativas se usaron para construir la puntuación de riesgo (COVID-GRAM), 7 que luego se usó para construir una calculadora de riesgo basada en la web (http:  //118.126.104.170/).  Los datos se analizaron entre el 20 de febrero de 2020 y el 17 de marzo de 2020.

 Evaluación de precisión
 La precisión de la puntuación de riesgo COVID se evaluó utilizando el área bajo la curva característica del receptor-operador (AUC).  También utilizamos el AUC para comparar la precisión de COVID-GRAM con los modelos CURB-6, 8 que se han utilizado en la clasificación de la gravedad de la neumonía adquirida en la comunidad.  Para la validación interna de las estimaciones de precisión y para reducir el sesgo de sobreajuste, utilizamos 200 muestras de arranque.  El análisis estadístico se realizó con el software R (versión 3.6.2, R Foundation), y P <.05 se consideró estadísticamente significativo.

 Validación de puntaje
 Para validar la generalización de la puntuación de riesgo COVID, utilizamos datos de hospitales que no se incluyeron en la cohorte de desarrollo, incluidos 710 pacientes.  Los datos para la cohorte de validación se agruparon a partir de 4 fuentes: (1) una cohorte multicéntrica de hospitales de 10 ciudades en la provincia de Hubei que no cumplió el plazo para la presentación de datos, pero que posteriormente presentó datos sobre casos admitidos antes del 31 de enero de 2020;  (2) Hospital Daye (cerca de Wuhan);  (3) El Primer Hospital Popular de Foshan (provincia de Guangdong) y el Hospital Popular de Nanhai de Foshan (provincia de Guangdong).  Los últimos 3 hospitales informaron datos actualizados al 28 de febrero de 2020.

 Las variables requeridas para calcular el puntaje de riesgo COVID de la cohorte de validación fueron recopiladas y verificadas por 2 médicos experimentados (C.Z.S. y C.A.L.) y el puntaje de riesgo se calculó como se describe aquí para la cohorte de desarrollo.

 Resultados
 Características de la cohorte de desarrollo
 En la cohorte de desarrollo, recopilamos datos de 1590 pacientes de 575 hospitales en 31 regiones administrativas provinciales entre el 21 de noviembre de 2019 y el 31 de enero de 2020. Al ingreso hospitalario, 24 de 1590 pacientes (1,5%) se consideraron graves y el resto  (1566 [98.5%]) se consideraron leves de acuerdo con las pautas de la American Thoracic Society.5 Un total de 131 pacientes eventualmente desarrollaron una enfermedad crítica (8.2%).  La mortalidad general fue del 3,2% y 1334 pacientes (83,9%) tenían antecedentes de exposición a Wuhan.

 En general, la edad media (DE) de los pacientes en la cohorte fue de 48,9 (15,7) años;  904 pacientes (57.3%) eran hombres y 399 (25.1%) tenían al menos 1 condición coexistente, incluyendo hipertensión (269 [16.9%]), diabetes (130 [8.2%]) y enfermedad cardiovascular (59 [3.7%])  como las 3 principales comorbilidades (Tabla 1).  Fiebre (1351 [88.0%]), tos seca (1052 [70.2%]), fatiga (584 [42.8%]), tos productiva (513 [36.0%]) y dificultad para respirar (331 [23.7%])  Los síntomas más comunes.  La mayoría de los pacientes (1130 [71.1%]) tenían hallazgos anormales de TC de tórax.  Los resultados de laboratorio de la cohorte de desarrollo se presentan en la Tabla 2.

 Selección de predictores
 Setenta y dos variables medidas al ingreso hospitalario (Tabla 1 y Tabla 2) se incluyeron en la regresión LASSO.  Después de la selección de regresión LASSO (Figura 1 en el Suplemento), 19 variables continuaron siendo predictores significativos de enfermedad crítica, incluyendo características clínicas y resultados de análisis de sangre, anormalidad CXR, edad, exposición a Wuhan, temperatura corporal primera y más alta, frecuencia respiratoria, presión arterial sistólica  , hemoptisis, disnea, erupción cutánea, pérdida del conocimiento, número de comorbilidades, enfermedad pulmonar obstructiva crónica (EPOC), cáncer, niveles de saturación de oxígeno, neutrófilos, relación de neutrófilos a linfocitos, lactato deshidrogenasa, bilirrubina directa y niveles de creatinina.

 La inclusión de estas 19 variables en un modelo de regresión logística dio como resultado 10 variables que fueron predictores independientes estadísticamente significativos de enfermedad crítica y se incluyeron en la puntuación de riesgo.  Estas variables incluyeron anormalidad CXR (OR, 3.39; IC 95%, 2.14-5.38; P <.001), edad (OR, 1.03; IC 95%, 1.01-1.05; P = .002), hemoptisis (OR, 4.53;  IC 95%, 1.36-15.15; P = .01), disnea (OR, 1.88; IC 95%, 1.18-3.01; P = .01), inconsciencia (OR, 4.71; IC 95%, 1.39-15.98; P =  .01), número de comorbilidades (OR, 1.60; IC 95%, 1.27-2.00; P <.001), antecedentes de cáncer (OR, 4.07; IC 95%, 1.23-13.43; P = .02), neutrófilos a  de linfocitos (OR, 1.06; IC 95%, 1.02-1.10; P = .003), lactato deshidrogenasa (OR, 1.002; IC 95%, 1.001-1.004, P <.001), y bilirrubina directa (OR, 1.15  ; IC 95%, 1.06-1.24; P = .001) (Tabla 3).

 Construcción de la puntuación de riesgo y la calculadora basada en web
 El puntaje de riesgo COVID se construyó con base en los coeficientes del modelo logístico.  Utilizamos las siguientes fórmulas para el modelo logístico para calcular la probabilidad y los intervalos de confianza del 95% 9: probabilidad = exp (∑ β × X) / [1+ exp (∑ β × X)], límite inferior del 95% CI = exp [  ∑ Xn × βn− ∑ z × SE (β)] / {1 + exp [∑ Xn × βn- ∑ z × SE (β)]}, límite superior del 95% CI = exp [∑ Xn × βn + ∑ z ×  SE (β)] / {1 + exp [∑ Xn × βn + ∑ z × SE (β)]}.

 Se desarrolló una calculadora en línea basada en COVID-GRAM para permitir a los médicos ingresar los valores de las 10 variables requeridas para la puntuación de riesgo con el cálculo automático de la probabilidad (con IC del 95%) de que un paciente hospitalizado con COVID-19 desarrolle una enfermedad crítica  (http://118.126.104.170/) (Figura)

 El rendimiento del puntaje de riesgo COVID
 Mediante validación interna de bootstrap, el AUC medio basado en datos de la cohorte de desarrollo fue de 0,88 (IC del 95%, 0,85-0,91) (Figura 2 en el Suplemento).  La puntuación de riesgo de AUC de COVID para pacientes en el epicentro de Hubei fue de 0,87 (IC del 95%, 0,83-0,91) y fuera de Hubei fue de 0,82 (IC del 95%, 0,73-0,90).  El valor predictivo de COVID-GRAM fue mayor que el modelo CURB-6, que tenía un AUC de 0,75 (IC 95%, 0,70-0,80) para la predicción correcta del desarrollo de una enfermedad crítica (P <0,001).

 Validación de COVID-GRAM
 La cohorte de validación incluyó a 710 pacientes con una edad media (DE) de 48,2 (15,2) años, 382 (53,8%) eran hombres y 172 (24,2%) tenían al menos 1 afección coexistente.  La enfermedad crítica finalmente se desarrolló en 87 (12.3%) de estos pacientes y 8 (1.1%) fallecieron.  Las variables utilizadas en la puntuación de riesgo COVID para la cohorte de validación se muestran en la Tabla 4;  eTable 1 en el Suplemento.  La precisión de la puntuación de riesgo COVID en la cohorte de validación fue similar a la de la cohorte de desarrollo con un AUC en la cohorte de validación de 0,88 (IC del 95%, 0,84-0,93) (eFigures 3 y 4 y eTable 2 en el Suplemento).

 Discusión
 En este estudio, desarrollamos y validamos una puntuación de riesgo clínico y una calculadora de riesgo basada en la web para predecir el desarrollo de enfermedades críticas entre pacientes hospitalizados infectados con COVID-19.  El rendimiento de este puntaje de riesgo fue satisfactorio con una precisión basada en AUC tanto en las cohortes de desarrollo como de validación de 0,88.  Los médicos pueden usar la calculadora basada en la web para estimar el riesgo de un paciente hospitalizado de desarrollar una enfermedad crítica.  Las 10 variables requeridas para el cálculo del riesgo de desarrollar enfermedades críticas generalmente están disponibles en el momento del ingreso al hospital, y la calculadora basada en la web es fácil de usar.  Si el riesgo estimado del paciente para una enfermedad crítica es bajo, el médico puede optar por monitorear, mientras que las estimaciones de alto riesgo pueden respaldar un tratamiento agresivo o el ingreso a la UCI.  Deliberadamente, no clasificamos el riesgo en grupos de bajo, moderado y alto riesgo, ya que creemos que los médicos están mejor informados al calcular la estimación del riesgo para cada paciente individual y al tomar decisiones basadas en condiciones locales o regionales.  Por ejemplo, en áreas con buen acceso a la atención clínica y de apoyo, los resultados de los pacientes podrían optimizarse al decidir proporcionar una atención más agresiva a los pacientes de riesgo moderado.  Por el contrario, en áreas con un alto volumen de casos y / o recursos limitados, la decisión podría ser proporcionar una atención menos agresiva a los pacientes de riesgo moderado para maximizar la disponibilidad de camas y ventiladores IUC.

 La anormalidad de la radiografía de tórax, la edad, la hemoptisis, la disnea, la pérdida del conocimiento, el número de comorbilidades, el historial de cáncer, la relación de neutrófilos a linfocitos, la lactato deshidrogenasa y la bilirrubina directa se incluyeron en la puntuación de riesgo de COVID.  Estudios anteriores han encontrado que varias de estas variables son factores de riesgo para enfermedades graves relacionadas con COVID-19.  Wu et al3 encontraron que la edad avanzada y más comorbilidades se asociaron con un mayor riesgo de desarrollar SDRA en pacientes infectados con COVID-19.  Un estudio previo10 de nuestro grupo encontró que los pacientes con COVID-19 con cáncer tenían un mayor riesgo de eventos graves en comparación con los pacientes sin cáncer (39% frente a 18%).  Zhou y sus colegas1 encontraron un recuento de linfocitos más bajo, una deshidrogenasa de lactato más alta y más anomalías en las imágenes en pacientes que murieron por la enfermedad de COVID-19.

 Limitaciones
 Las posibles limitaciones de este estudio incluyen un tamaño de muestra modesto para construir la puntuación de riesgo y una muestra relativamente pequeña para la validación.  Los datos para el desarrollo y la validación de puntajes son enteramente de China, lo que podría limitar la posibilidad de generalización del puntaje de riesgo en otras áreas del mundo.  Se deben completar estudios de validación adicionales de la puntuación de riesgo COVID de áreas fuera de China.

 Conclusiones
 En este estudio, desarrollamos un puntaje de riesgo y una calculadora basada en la web para estimar el riesgo de desarrollar enfermedades críticas entre pacientes con COVID-19 en base a 10 variables comúnmente medidas al ingreso en el hospital.  Estimar el riesgo de enfermedad crítica podría ayudar a identificar a los pacientes que tienen o no probabilidades de desarrollar una enfermedad crítica, lo que respalda el tratamiento adecuado y optimiza el uso de los recursos médicos.













Covid y afecciones cardíacas

Resumen y traducción Por Jaime Barrios Nassi MD ESP GO EPID GER
MEDSCAPE

Evidencia más fuerte de lesión miocárdica en COVID-19

características clínicas de cuatro pacientes con insuficiencia cardíaca en etapa terminal con COVID-19 proporcionan una fuerte evidencia de apoyo de que el virus puede causar daño cardíaco, concluyeron investigadores de China en un pequeño estudio.

COVID-19 que afecta a los ancianos, aquellos con afecciones crónicas comórbidas, se desconoce el cuadro clínico de COVID-19 en pacientes con insuficiencia cardíaca refractaria, Nianguo Dong, MD, PhD, y colegas del Union Hospital, Tongji Medical  Colegio, Universidad de Ciencia y Tecnología de Huazhong, Wuhan, China, escribe en su informe, publicado en línea el 7 de abril en JACC: Heart Failure.

estudio retrospectivo de cuatro pacientes (todos hombres) con insuficiencia cardíaca grave que fueron hospitalizados con infección confirmada por COVID-19.  Se cree que tres pacientes se infectaron mientras estaban en el hospital porque habían estado en la misma sala antes del aislamiento.  En el momento del diagnóstico, tenían tos leve o fatiga;  ninguno desarrolló fiebre durante la enfermedad.

Se verificó un Aumento de 20 veces en troponina I

Los cuatro pacientes tenían ventrículos izquierdos significativamente agrandados y fracciones reducidas de eyección del ventrículo izquierdo y función cardíaca de Nueva York grado IV.  Solo dos pacientes tuvieron cambios típicos en las imágenes de vidrio esmerilado en la TC pulmonar.

 Los dos pacientes que requirieron UCI fallecieron 10 días después de la primera prueba positiva de ácido nucleico.  Tres pacientes habían elevado la troponina I (TNI) en el período posterior, especialmente los dos que murieron, con un aumento significativo del TNI unos días antes de la muerte.

 La observación "más novedosa" fue un aumento de más de 20 veces en el nivel de TNI de los dos pacientes críticos, lo que indica una lesión miocárdica, informan Dong y sus colegas.

 Señalan que los informes anteriores de daño miocárdico en pacientes con COVID-19 se han basado principalmente en indicadores inespecíficos, como la creatina quinasa-MB (CK-MB) y la lactato deshidrogenasa (LDH) ", lo que podría confundirse con muchos otros factores en la clínica  ".

 De hecho, CK-MB y LDH no aumentaron significativamente en esos informes.  "Nuestros hallazgos proporcionaron una evidencia definitivamente más fuerte de lesión miocárdica por COVID-19".

también observó niveles significativamente más altos de proteína C reactiva (PCR) y péptido natriurético cerebral en los dos pacientes que murieron.  En línea con la evidencia en otras poblaciones, los pacientes críticos con COVID-19 con insuficiencia cardíaca también tenían linfopenia típica.

Sobre la base de estos casos, los médicos dicen que parece que los pacientes con insuficiencia cardíaca en etapa terminal parecen tener una "alta tasa de mortalidad después de la infección".  La edad avanzada, más comorbilidades, mal estado general y lesiones graves del miocardio pueden ser factores de riesgo.

 Dicen que el mecanismo exacto de la lesión miocárdica causada por el nuevo coronavirus no está completamente claro, pero a través de informes anteriores y esta serie de casos, está claro que la infección puede causar lesión miocárdica y está estrechamente relacionada con la progresión de la enfermedad.

 Dong y sus colegas dicen que se necesitan estudios a largo plazo en una cohorte más grande de pacientes con insuficiencia cardíaca para comprender el pronóstico de la enfermedad.

 El estudio no tuvo financiación específica.  Los autores no tienen revelaciones relevantes.
 JACC Heart Fail.  Publicado en línea el 7 de abril de 2020. Texto completo