Clasificación de pacientes COVID-19 en urgencias

“Using Unsupervised Machine Learning to Identify Age- and Sex-Independent Severity Subgroups among COVID-19 Patients in the Emergency Department” es un nuevo trabajo del Servicio de Neurología del Hospital 12 de Octubre, del que es primer autor Julián Benito.

Publicado en el Journal of Medical Internet Research, este artículo tiene como objetivo detectar, de forma automática, subgrupos de gravedad entre pacientes COVID-19 durante su evaluación en el servicio de urgencias a partir de datos clínicos y pruebas de laboratorio. Para ello parten de los datos de 853 pacientes COVID-19 tratados en urgencias. Tan sólo cuatro pruebas (PCR, AST, LDH y neutrófilos) fueron suficientes para clasificar a los pacientes en tres grupos. El primer grupo, con mayor tasa de mortalidad, presentó los niveles más altos de AST, ALT, LDH. PCR y número de neutrófilos, así como bajo porcentaje de monocitos y linfocitos. El grupo 2 presentó una tasa de mortalidad moderada y valores medios en las pruebas de laboratorio. Y el grupo 3 presentó los menores niveles en las pruebas y un número mayor de monocitos y linfocitos. La edad, el sexo o las comorbilidades no fueron útiles para diferenciar estos tres grupos.

Los autores concluyen que algunas pruebas de laboratorio estándar, disponibles en cualquier servicio de urgencias, tienen un gran poder discriminatorio para caracterizar a los pacientes en grupos de acuerdo a la gravedad de la patología.

Equipo Biblioteca H12O