Tabla 1. Características de la población.

Figura 1. Patrones tomográficos.

Tabla 2. Análisis multivariado de factores de riesgo para los outcomes. A) Complicaciones. B) Requ...

Tabla 3. Análisis de parámetros inflamatorios al ingreso.

Tabla 4. Subanálisis de la población según Índice Neutrófilo-Linfocitos (INL)

Figura 2. A) Porcentaje de pacientes que requirieron cuidados en unidad de cuidados intensivos (UCI)...

Anexos. Score de severidad NEWS.

Introducción

En diciembre de 2019, se reportaron en Wuhan, China, los primeros casos del nuevo síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2). En marzo de 2020, la Organización Mundial de la Salud (OMS) declaró pandemia el brote del nuevo coronavirus1. Desde entonces, la enfermedad por coronavirus (COVID-19), continúa presentando un aumento en la morbilidad y mortalidad mundial. La infección ocurre generalmente dentro de los 14 días posteriores a la exposición y en la mayoría de los casos a los 4-5 días. Aunque puede ocurrir a cualquier edad, la enfermedad es más frecuente en adultos varones de mediana edad y ancianos. El espectro de COVID-19 en adultos varía desde una infección asintomática, síntomas leves del tracto respiratorio hasta neumonía grave con síndrome de dificultad respiratoria aguda (SDRA) y disfunción multiorgánica.

Diferentes biomarcadores han sido estudiados con el fin de adoptar estrategias de cuidado y predecir morbimortalidad, tales como el recuento total de leucocitos, niveles de ferritina, dímero D (DD), proteína C reactiva (PCR), lactato deshidrogenasa (LDH), eritrosedimentación (ERS) y el índice neutrófilo/linfocito (INL), concluyendo que podrían ser utilizados para dicho propósito2,3. El INL es el cociente entre el número absoluto de neutrófilos y el número absoluto de linfocitos y constituye un novedoso marcador pronóstico en enfermedades cardiovasculares, oncológicas e infecciosas4; este trabajo busca analizar su relación con la gravedad de la enfermedad por COVID-19 como lo proponen tres trabajos publicados a la fecha5-7.

Durante la primera ola, todas las neumonías por COVID-19 tenían indicación de internación independientemente de su gravedad y comorbilidades asociadas, aunque se vio que la hipertensión arterial (HTA) y la obesidad fueron las más frecuentes y a la vez predictores de severidad durante la internación. Se describió una tasa de complicaciones infecciosas de alrededor de 7 a 14% según distintas publicaciones, siendo la más frecuente la neumonía intrahospitalaria8,9.

Para el tratamiento de la infección por SARS-CoV-2, por el momento se dispone de escasos ensayos clínicos controlados concluyentes que permitan realizar recomendaciones basadas en la evidencia. En este contexto, la toma de decisiones debe seguir las recomendaciones de las autoridades sanitarias, basadas en la evidencia disponible10.

El objetivo de este trabajo es describir las características clínicas, epidemiológicas de los pacientes con diagnóstico de neumonía COVID-19 que requirieron internación en la primera ola, así como sus complicaciones y tratamientos instaurados para poder planificar medidas de acción pertinentes a la dicha problemática11-14.

Materiales y métodos

Diseño. Se realizó un estudio prospectivo entre marzo y agosto 2020, correlacional analítico, observacional. La selección de pacientes fue no probabilística a partir del diagnóstico de COVID-19 por RT-PCR en hisopado nasofaríngeo. Este estudio fue aprobado por el Comité de Revisión Institucional del Hospital Británico.

Población de estudio:Se incluyeron pacientes mayores de 18 años que cumplieron internación en sala común de Hospital Británico, con diagnóstico de neumonía por SARS-COV-2 definida por la presencia de consolidaciones y/o imágenes en vidrio esmerilado evidenciada en radiografía o tomografía computada de tórax y diagnóstico de SARS-COV-2 por reacción en cadena de polimerasa (RT-PCR) a partir de muestras tomadas de hisopado nasofaríngeo, en el período comprendido entre marzo y agosto del 2020.

Variables de estudio:Se registraron los datos demográficos: edad, género, índice de masa corporal (IMC), comorbilidades asociadas: enfermedades respiratorias previas, diabetes (DBT), HTA y obesidad definida con un IMC >30 kg/m2. Se analizaron los siguientes datos de laboratorio: hemograma, INL, ERS, PCR, ferritina y DD, todos registrados al ingreso a la institución. Se evaluó también la duración de la internación y complicaciones relacionadas a COVID-19 definida por la presencia de cualquiera de los siguientes: enfermedad tromboembólica venosa (TVP) y tromboembolia de pulmón (TEP), requerimiento de cuidados intensivos (UCI), coinfección bacteriana, sepsis, muerte.

Se dividió y analizó a la población en dos grupos según un INL mayor o menor a 3, punto de corte propuesto por Akilli et al7.

Se definieron los patrones tomográficos en tres categorías: típico, definido por la presencia de opacidades en vidrio esmerilado (OVE) de distribución bilateral y periféricas asociadas o no a focos de consolidación y aumento de trama intersticial15,16; indeterminado, definido por la ausencia de hallazgos típicos y presencia de OVE multifocales difusas, perihiliares, unilaterales con o sin condensación, sin distribución periférica ni morfología redondeada; y el patrón no típico, a aquel con ausencias de hallazgos típicos e indeterminados y presencia de condensación lobar o segmentaria única, sin OVE. Se definió la severidad del cuadro y pase a UCI de acuerdo a una puntuación mayor a 5 según criterios de Score News2 17. Se realizó un registro de los tratamientos farmacológicos administrados durante la internación.

Análisis estadístico: Con los datos recopilados de los registros de historias clínicas electrónicas y métodos complementarios se creó una tabla de datos, la que posteriormente se utilizó para los procesamientos estadísticos. Para las variables cuantitativas se calcularon los parámetros descriptivos como media y desviación estándar, y en el caso de las variables categóricas se calcularon las distribuciones absolutas y porcentuales. Para la comparación entre grupos se aplicó el test de chi-cuadrado para las variables cualitativas y test de Mann Whitney para las variables cuantitativas y se consideró significativa una p menor de 0.05. Los resultados se presentaron en forma de tablas o gráficos según correspondiera. El software estadístico utilizado fue el InfoStat y GraphPad Prism 7.04.

Resultados

Se incluyeron 135 pacientes con neumonía por COVID, de los cuales 49% eran hombres, cuyas características demográficas y comorbilidades se detallan en la Tabla 1. El patrón tomográfico más frecuente fue el típico, con un 79.5% (n=105) (Figura 1).

Los pacientes presentaron una media de días de internación de 13.26±8.5 días (4-52). Requirió el pase a UCI el 20% (n=27) y 6.6% (n=9) fallecieron en la internación.

Cuando se evaluaron los factores de riesgo asociados (obesidad, EPOC, asma, HTA, DBT) según diferentes puntos finales, tales como complicaciones (Tabla 2A), requerimiento de UCI (Tabla 2B) y mortalidad (Tabla 2C), se observó que la población diabética tenía 4 veces más riesgo de tener complicaciones a pesar de no haber diferencias estadísticamente significativas (odds ratio [OR]=4.75; intervalo de confianza de 95% [IC95]: 0.84-26.6). No se evidenció mayor requerimiento de cuidados intensivos según comorbilidades. En nuestra población los pacientes con EPOC presentaron mayor probabilidad de fallecer durante la internación (OR=5.35; IC95: 0.41-68.2).

Se observó un incremento de los parámetros inflamatorios (PCR, ferritina, DD) en aquellos que requirieron monitorización en unidad de cuidados intensivos, sin embargo, no hubo diferencias estadísticamente significativas. Los pacientes que tenían valores de ferritina y DD más elevados registraron mayor número de fallecimientos, no así con la ERS y la PCR (Tabla 3).

En base al análisis según el INL, 100 pacientes presentaron INL ≥3 y 35 INL < 3. La Tabla 4 muestra que no hubo diferencias demográficas entre ambos grupos. Se observó un incremento significativo de la proporción de pacientes con HTA en el grupo de INL ≥3. Además, se observó que la proporción de pacientes con requerimiento de monitoreo en UCI fue el doble en el grupo INL ≥3, aunque esta diferencia no resultó estadísticamente significativa (Figuras 2A, 2B).

Presentaron complicaciones el 37% de los pacientes. Se registraron incidencias de 5.9% (n=8) de TEP durante la internación, 7.5% (n=10) de infecciones del tracto urinario, 5.9%(n:8) de neumonías intrahospitalarias (NIH), 1 caso de injuria pulmonar asociado a transfusión (TRALI) en un paciente que había recibido plasma de convaleciente, 2 pacientes con colangitis, 2 con crisis comiciales y 1 con angina de pecho inestable.

Con respecto al tratamiento, recibieron antibióticos todos los pacientes; además, 34% (n=47) realizaron tratamiento con corticoides, 9.6% (n=3) recibieron plasma de convaleciente y requirieron anticoagulación 5.1% (n=7), los cuales presentaban una mediana de DD de 3124 pg/ml (IC95: 586-4348 pg/ml).

Discusión

El primer caso reportado de COVID en Argentina fue el 3 de marzo de 2020, en el área metropolitana de Buenos Aires18. Desde entonces, diversos estudios han sido publicados en nuestra región con el fin de mejorar los recursos y la atención de los pacientes afectados19,20. Nuestro análisis se basó en el estudio de las características clínicas, epidemiológicas, tratamiento y complicaciones de pacientes con diagnóstico de neumonía por COVID-19, durante el período de marzo a agosto del 2020.

En numerosos estudios reportados hasta el momento, se observa que la edad y la presencia de comorbilidades son factores independientes de mortalidad y complicaciones. DBT, HTA, obesidad, enfermedades pulmonares crónicas (EPOC, asma) fueron las más asociadas21-24. En concordancia, como se observa en nuestro análisis, la presencia de DBT y EPOC se asoció a mayor morbimortalidad. Varias hipótesis podrían explicar la peor evolución en los pacientes con DBT, tales como la facilitación de la entrada celular a través de los receptores ACE2, aumento del estado proinflamatorio, pobre control glucémico y comorbilidades asociadas. A su vez, se ha propuesto que el SARS-CoV-2 tiene un efecto diabetogénico por su acción directa sobre las células B pancreáticas. En cuanto a los pacientes con EPOC, se observó que estos tienen un aumento en el epitelio respiratorio de receptores ACE2 (usados por el SARS-CoV-2 para la entrada celular), un retraso en la eliminación de virus respiratorios y una respuesta inmune adaptativa e innata alteradas25.

La mortalidad en nuestra población fue del 6.6%, similar a la observada en otros hospitales de Argentina y menor que la reportada en otros países como China para la misma fecha, con una mortalidad del 15%26. La tasa de letalidad nacional fue de 6% al inicio del brote y disminuyó a 1.8% al 17/07/202027.

En este análisis, el 20% de los internados requirieron pase a sala de cuidados intensivos, siendo un valor elevado respecto a los que se presentaron en otros trabajos a nivel nacional que fue del 5.8 al 6% y de un 14% a nivel internacional, pudiéndose explicar por protocolos vigentes de nuestra institución y el aumento de disponibilidad de plazas para afrontar el contexto epidemiológico actual25,26. Al analizar los resultados de laboratorio solicitados al ingreso de la internación, los pacientes que presentaban valores más elevados de PCR, ferritina y DD o un INL mayor a 3, tenían peor pronóstico (independientemente de las comorbilidades asociadas)25-27.

En cuanto a las complicaciones se observó que hubo una baja incidencia de NIH del 5.8% siendo dicho valor una variable a cuestionar respecto al uso de antibioticoterapia empírica inicial de toda la población reclutada28,29.

La incidencia de TEP de nuestra población fue más baja respecto de las que han sido reportadas hasta el momento en diferentes estudios, de 12.5 a 18%, así como la mortalidad atribuible a TEP y COVID-1913,29.

Finalmente, podemos afirmar que, en nuestro estudio, padecer DBT y EPOC fueron factores de riesgo asociados a más complicaciones y mortalidad, respectivamente, como también fueron predictores de mal pronóstico valores de PCR, ferritina, DD elevados e INL >3.

Como limitaciones podemos mencionar que la selección de la muestra poblacional no fue probabilística en comparación con otras cohortes y el análisis se realizó en un hospital de comunidad (pudiendo no ser extrapolables y comparable a otros registros nacionales).

Cabe destacar que dicho estudio se realizó en un contexto epidemiológico donde la población no había recibido inmunización, la definición de caso sospechoso iba actualizándose semanalmente y no había circulación de las diferentes cepas existentes a la fecha, por lo que creemos que en un contexto actual la población reclutada hubiera sido mayor.

1. Coronavirus disease 2019 (COVID-19) Situation Report-72 highlights. www.who.int/epi-win.(Consultado el 5-03-2021).

2. Enguita MJ, Corroza-Laviñeta J, Ostolaza A. Risk factors and severity predictors in COVID-19 hospitalized patients: Analysis of 52 patients: Factores de riesgo y predictores de gravedad en pacientes hospitalizados por COVID-19: análisis de 52 casos. Med Clin (Engl Ed) 2020;155(8):360-61.

3. Wang S, Fu L, Huang K, Han J, Zhang R, Fu Z. Neutrophil-to-lymphocyte ratio on admission is an independent risk factor for the severity and mortality in patients with coronavirus disease 2019. J Infect 2021;82(2):e16-e18.

4. Afari ME, Bhat T. Neutrophil to lymphocyte ratio (NLR) and cardiovascular diseases: an update. Expert Rev Cardiovasc Ther 2016;14(5):573-7.

5. Basbus L, Lapidus MI, Martingano I, Puga MC, Pollán J. índice neutrófilo-linfocito como factor pronóstico de COVID-19 [Neutrophil to lymphocyte ratio as a prognostic marker in COVID-19]. Medicina (B Aires) 2020;80 Suppl 3:31-6.

6. Liu J, Liu Y, Xiang P, et al. Neutrophil to lymphocyte ratio predicts critical illness patients with 2019 coronavirus disease in the early stage. J Transl Med 2020;18(1):206.

7. Akilli NB, Yortanlı M, Mutlu H, et al. Prognostic importance of neutrophil-lymphocyte ratio in critically ill patients: short- and long-term outcomes. Am J Emerg Med 2014;32(12):1476-80.

8. Kordzadeh-Kermani E, Khalili H, Karimzadeh I. Pathogenesis, clinical manifestations and complications of coronavirus disease 2019 (COVID-19). Future Microbiol 2020;15:1287-1305.

9. Lansbury L, Lim B, Baskaran V, Lim WS. Co-infections in people with COVID-19: a systematic review and meta-analysis. J Infect 2020;81(2):266-75.

10. Llover MN, Jiménez MC. Estado actual de los tratamientos para la COVID-19. Aten Primaria 2021;28:40-56.

11. Susen S, Tacquard CA, Godon A, et al. Prevention of thrombotic risk in hospitalized patients with COVID-19 and hemostasis monitoring. Crit Care 2020;24(1):364.

12. Liao SC, Shao SC, Chen YT, Chen YC, Hung MJ. Incidence and mortality of pulmonary embolism in COVID-19: a systematic review and meta-analysis. Crit Care 2020;24(1):464.

13. Sridharan GK, Vegunta R, Rokkam VRP, et al. Venous Thromboembolism in Hospitalized COVID-19 Patients. Am J Ther 2020;27(6):e599-e610.

14. Gavriatopoulou M, Ntanasis-Stathopoulos I, Korompoki E, et al. Emerging treatment strategies for COVID-19 infection. Clin Exp Med 2021;21(2):167-79.

15. Martínez Chamorro E, Díez Tascón A, Ibáñez Sanz L, Ossaba Vélez S, Borruel Nacenta S. Radiologic diagnosis of patients with COVID-19. Radiología (Engl Ed) 2021;63(1):56-73.

16. Castillo FA, Bazaes D, Huete AG. Radiology in the COVID-19 pandemic: Current role, recommendations for structured reporting and experience of our department. Rev Chil Radiol 2020;26:88-99.

17. Puntuación nacional de alerta temprana (NOTICIAS) 2 | RCP Londres. https://www.rcplondon.ac.uk/projects/outputs/national-early-warning-score-news-2. (Consultado el 10/05/2021).

18. Yacobitti A, Otero LJ, Doldan Arruabarrena VS, et al. Población hospitalizada con diagnóstico de Covid-19 en los centros de salud públicos de la región sudeste del Gran Buenos Aires. Rev Fac Cien Med Univ Nac Cordoba 2021;78(1):17-24.

19. Ludueña MG, Labato M, Chiaradia V, Yamuni J, Finocchietto P, Pisarevsky AA. Análisis de los primeros 100 pacientes internados por COVID-19 en el Hospital de Clínicas José de San Martín, Universidad de Buenos Aires. Medicina (B Aires) 2020;80 Suppl 6:48-55.

20. Melendi SE, Pérez MM, Salas CE, et al. COVID-19 with and with out pneumonia: clinical outcomes in the internal medicine ward. Medicina (B Aires) 2020;80 Suppl 6:56-64.

21. Gerayeli FV, Milne S, Cheung C, et al. COPD and the risk of poor outcomes in COVID-19: A systematic review and meta-analysis. EClinicalMedicine 2021;33:100789.

22. Guan WJ, Ni ZY, Hu Y, et al; China Medical Treatment Expert Groupfor Covid-19. Clinical Characteristics of Coronavirus Disease 2019 in China. N Engl J Med 2020;382(18):1708-20.

23. Zhou F, Yu T, Du R, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. Lancet 2020;395(10229):1054-62.

24. Richardson S, Hirsch JS, Narasimhan M, et al. Presenting Characteristics, Comorbidities, and Outcomes Among 5700 Patients Hospitalized With COVID-19 in the New York City Area. JAMA 2020;323(20):2052-59.

25. Huang C, Wang Y, Li X, et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet 2020;395(10223):497-506.

26. Rearte A, Baldani AEM, Barbeira PB, et al. Características epidemiológicas de los primeros 116 974 casos de COVID-19 en Argentina. Rev Argent Salud Publica 2020;12:1-9.

27. Jiménez E, Fontán-Vela M, Valencia J, et al. COVID@HUIL WorkingGroup; Characteristics, complications and outcomes among 1549 patients hospitalized with COVID-19 in a secondary hospital in Madrid, Spain: a retrospective case series study. BMJ Open 2020;10(11):e042398.

28. Kim D, Quinn J, Pinsky B, Shah NH, Brown I. Rates of Co-infection Between SARS-CoV-2 and Other Respiratory Pathogens. JAMA 2020;323(20):2085-6.

29. Alotaibi GS, Wu C, Senthilselvan A, McMurtry MS. Secular Trends in Incidence and Mortality of Acute Venous Thromboembolism: The AB-VTE Population-BasedStudy. Am J Med 2016;129(8):879.e19-25.

Para descargar el PDF del artículo
Estudio descriptivo de 135 pacientes con diagnóstico de neumonía por COVID-19 que requirieron internación en el Hospital Británico durante la primera ola

Haga click aquí