Loading...

Información, datos y testimonios de calidad formativa para tu crecimiento

Da tu primer paso hacia nuevos conocimientos. Cursos 100% online para profesionales de la salud.

E-HEALTH

Desarrollan un sistema de alerta temprana para pacientes hospitalizados por COVID-19

“COVID-19 Severity Index” fue diseñada por un equipo liderado por científicos del CONICET y permite clasificar la gravedad de la enfermedad en tiempo real.

Imagen del articulo

Los aspectos más relevantes del artículo

  • En un informe de Estados Unidos se describió que de 969 casos de COVID-19 que ingresaron a un hospital, solamente 54 (5,5%) eran de personas completamente vacunadas.
  • De acuerdo con datos de los CDC, en 50 Estados se reportaron 14.643 pacientes con COVID-19 grave después de completar el esquema de vacunación que requirieron hospitalización; 69%, eran mayores de 65 años.
  • Después de la vacunación, la mayoría de los pacientes con COVID-19 suele cursar la enfermedad de forma leve o, incluso, asintomática.
  • Asimismo, se reportaron 4.493 decesos por COVID-19 después de la vacunación.
  • Entre los fallecimientos, el 44% correspondió a mujeres, 86% a mayores de 65 años y 19% a personas que presentaron causas diferentes a la COVID-19.
  • En la misma línea, el Ministerio de Salud de Argentina, había informado, en abril de este año, que menos del 0,2% de los vacunados con primera o segunda dosis fueron notificados como COVID-19 positivos.

El desarrollo ”Validación multicéntrica de un sistema de alerta temprana para pacientes hospitalizados por COVID-19” obtuvo el premio al mejor trabajo del año en el 31º Congreso Argentino e Internacional de la Sociedad Argentina de Terapia Intensiva (SATI). Es resultado de la elaboración de un proyecto multidisciplinario realizado por médicos/as, ingenieros/as y biólogos/as del Instituto de Medicina Traslacional e Ingeniería Biomédica (IMTIB), la unidad ejecutora del CONICET, el Instituto Universitario Hospital Italiano (IUHI) y el Hospital Italiano de Buenos Aires (HIBA).

Niveles de gravedad en los pacientes

Los investigadores del CONICET Iván Alfredo Huespe, médico del HIBA y doctorando en el IMTIB, y Marcelo Risk, director del IMTIB y doctor en Ciencias de la Ingeniería y en Medicina, explicaron que el COVID-19 Severity Index” permite clasificar la gravedad de los pacientes y priorizar el recurso humano. Y así, poder aumentar los controles de enfermería en los pacientes más graves y reducirlos en los pacientes con cuadros más leves. De esta manera se evita la sobrecarga en Enfermería.

En este sentido, Huespe, quien además es especialista en cuidados intensivos, comenta: “Nosotros nos planteamos hacer un modelo que pudiera clasificar la gravedad de los pacientes, donde los que estaban más graves se controlaban cada 3 o 4 horas. Mientras, que quienes estaban menos graves fueran revisados cada 12 horas, ya que controlando más se podía detectar más tempranamente la necesidad de trasladarlos a terapia intensiva.

Lo peor que nos puede pasar es intubar de urgencia a un paciente en piso. Por ser una situación crítica, por el riesgo de muerte y porque aumenta la posibilidad de contagio e infección para el equipo de salud”, afirmó.

Sistema de alerta NEWS 2

Antes de la pandemia, el método de clasificación de gravedad usado era el sistema de alerta NEWS 2. Este consta con la sumatoria de puntajes en base a la alteración de los distintos sistemas. “Es un buen método para detectar alteraciones de cualquier órgano a nivel general. Sin embargo, encuentra limitaciones para órganos específicos y el COVID es una enfermedad muy grave y puramente respiratoria. Entonces, si tenías los parámetros respiratorios muy mal pero el resto estaba bien el NEWS 2 no sumaba tanto”, aseguró Huespe. El investigador, además, sostuvo que la COVID-19 es una grave afección puramente respiratoria y que por ello se ponderaron estas variables.

Los investigadores del CONICET: Marcelo Risk (izq.) e Iván Alfredo Huespe

COVID-19 Severity Index

El modelo COVID-19 Severity Index clasifica al paciente en 4 estados clínicos, “Leve”, “Moderado”, “Severo” y “Crítico”.

A su vez, este modelo se agrega a la historia clínica electrónica, lo que permite clasificar la gravedad en tiempo real. De esta manera, no solo se organiza la cantidad de controles que realiza la enfermera, sino que también es una herramienta de organización hospitalaria. Porque permite conocer la cantidad de pacientes graves internados en sala general. También la cantidad de pacientes que ingresarán a la Unidad de Cuidados Intensivos (UCI) en las horas siguientes.

Proyecto abierto

El director del IMTIB, Risk, afirmó que  “algo interesante de este sistema de alarma predictivo es que lo pueden usar en cualquier hospital en cualquier lugar. Es un desarrollo entre el CONICET y el Hospital Italiano de Buenos Aires y está disponible para cualquier hospital del país. Incluso los invitamos a que lo puedan usar y ser protagonistas para refinarlo, porque con la mutación del virus su revisión es constante”.

Validación del modelo

Sobre la validación del modelo generado, Huespe afirmó que la misma fue de 1.500 pacientes en el Hospital Italiano. Y otra externa de 4.700 pacientes, entre el Hospital Italiano y el Hospital Agustín Roca (nosocomios de alta complejidad). “Se analizó en cada día de internación, en total 13.700 días de 1.500 pacientes, si el COVID-19 Severity Index fue capaz de predecir con 24 horas de anticipación el pase a terapia intensiva”.

El IMTIB fue clave en la programación de las bases de datos  y en la validación del modelo, ya que este instituto tiene como objetivo transferir los descubrimientos de la investigación básica y los desarrollos tecnológicos al cuidado de los pacientes y de la comunidad.

Gracias a la relación con el Hospital Italiano, podemos trasladar esos descubrimientos al paciente. Lo hacemos porque formamos equipos multidisciplinarios y de esa forma podemos encarar proyectos que necesitan de muchas especialidades y que además son útiles para el trabajo diario de los médicos. Ellos ven los resultados en la sala y vuelven para ajustar la herramienta y, rápidamente, los pacientes se ven beneficiados”, señala Risk.

Tanto Risk como Huespe compartieron la necesidad de generar una base de datos conjunta entre distintas instituciones, que permita avanzar en el desarrollo de modelos predictivos y tratar más tempranamente y eficientemente el COVID-19, entre otras enfermedades.

“Lo positivo que tiene el IMTIB es que es una institución CONICET asociada a un hospital de alta complejidad. Cuenta con la capacidad de hacer equipos de trabajo interdisciplinarios en los cuales especialistas en distintas áreas pueden desarrollar en conjunto proyectos que desde lo individual sería imposible. El trabajo en conjunto es lo que nos potencia muchísimo”, asegura Huespe.

Conclusiones

Por último, Risk menciona que, como investigador del CONICET, estos avances son necesarios para dar respuesta desde la ciencia y tecnología y poder ayudar en situaciones como la pandemia. “Ayudar a los médicos y hacer eficiente el sistema de salud: con eso cumplimos nuestra misión, y para el futuro seguiremos trabajando en ésta línea, para seguir contribuyendo con el desarrollo de la sociedad”, afirmó el director del IMTIB.

Los autores de este estudio fueron: Iván A. Huespe, Indalecio Carboni Bisso, Jorge Sinner, Nicolas A. Gemelli, Sergio A. Terrasa, Sabrina Di Stefano, Valeria Burgos, Mailen Oubina, Marina Bezzati, Eduardo Prado, Eduardo San Roman, Marcos Las Heras y Marcelo R. Risk.

¡ALCANZÁ TU MÁXIMO POTENCIAL!

Te recomendamos estos cursos

Obstetricia

600 horas
Formación integral en obstetricia

Medicina general

400 horas
Curso superior en medicina interna. MKSAP 18
SEGUÍ ESPECIALIZANDOTE
Contenido exclusivo incluido en nuestros planes de estudio para enfermeros
Conocé mas sobre todo lo que incluyen nuestras membresias QUIERO SABER MÁS
Fuente/s:

Una enfermedad nueva que debemos conocer: COVID-19 después de ser vacunado -  Medscape - 28 de sep de 2021 Argentina.gob.ar

COMENTARIOS

0 0 Votos
Calificación
guest
0 Comentarios
Comentarios en línea
Ver todos los comentarios