Introducción

Las puntuaciones de alerta temprana (Early Warning Scores en inglés, EWS) son un conjunto de reglas de pre dicción clínica basadas en parámetros fisiológicos que han sido desarrolladas para advertir acerca de pacientes con alto riesgo de sufrir un evento adverso serio durante su estancia en los pabellones de hospitalización ¹. Durante el transcurso de la pandemia debido a la enfermedad por coronavirus (COVID-19), dos de estas escalas han sido empleadas para intentar guiar la frecuencia de la monitorización y disposición de los pacientes, el U.K.'s National Early Warning Score (NEWS) - 2 ², una actualización realizada en el 2017 a una ampliamente utilizada y validada ³; y la modificación propuesta por Liao de la escala anterior al adicionarle la edad mayor o igual a 65 años, que denominaremos aquí NEWSm ⁴.

Estas reglas de predicción clínica adjudican entre 0-3 puntos a cada una de ocho variables clínicas en el caso del NEWSn y siete en el caso del NEWS-2. De acuerdo con la puntuación obtenida, los pacientes son divididos en cuatro grupos de riesgo. Recientemente, Huespe et al. ⁵ del Hos pital Italiano de Buenos Aires (Argentina) desarrolló una regla de predicción clínica tomando como base al NEWS-2 llamado COVID-19 Severity Index agregando otras diez variables producto de un proceso Delphy de dos rondas con la participación de expertos de varios países, su aplicación en una cohorte de 220 pacientes encontró que la capacidad para predecir la necesidad de admisión a cuidados intensivos a las 24 y 48 horas logró mejorar la predicción con respecto al NEWSm y el NEWS-2.

Hemos sido testigo de los grandes esfuerzos hechos para el desarrollo de herramientas pronósticas específicas para el COVID-19 ⁶, en la actualidad se cuentan con más de 22 modelos desarrollados ⁷; sin embargo, un número importante de ellas presentaban limitaciones durante el desarrollo: informe deficiente, optimismo excesivo y alto riesgo de sesgo ⁸. Por otro lado, se han extrapolado la aplicación a la COVID-19 de escalas diseñadas para la neumonía ^9,10, sepsis ¹¹ o estado crítico ¹². El reto consiste en efectuar la validación externa de dichas reglas para garantizar la generalización antes de recomendar su uso ⁷. El presente estudio tiene como finalidad realizar la validación de las puntuaciones de alerta temprana NEWSm y NEWS-2, así como el COVID-19 Severity Index en una población latinoamericana de pacientes hospitalizados.

Metodología

Se realizó un estudio observational prospectivo multicéntrico en el que se incluyeron pacientes hospitalizados por infección por SARS-CoV-2 / COVID-19 confirmada mediante prueba de reacción en cadena de la polimerasa en tiempo real (RT-PCR) en hisopado nasal, en el periodo com prendido entre 15 de abril y el 30 de noviembre de 2020, en tres hospitales de cuarto nivel de atención clínica en Bogotá, Colombia. Se excluyeron pacientes que ingresaron directamente a la unidad de cuidados intensivos (UCI), remitidos luego de 72 horas de permanencia en otra institución, a los que se desconociera el desenlace en estudio, mujeres en estado de gestación y pacientes con alguna condición que afectara gravemente su supervivencia a corto plazo.

Los pacientes fueron tamizados a partir del censo de los pacientes hospitalizados en las tres instituciones y sus datos fueron diligenciados en un formato virtual construido con los datos recomendados por el formato del International Severe Acute Respiratory and Emerging Infections Consor tium (ISARIC) de la OMS. A cada uno de los pacientes se calcularon las tres escalas de puntuación y se determinaron los grupos de riesgo correspondiente a cada una de ellas.

Resultados

Entre el 15 de abril y el 30 de noviembre se incluyeron 793 pacientes de los cuales 711 tuvieron los datos comple tos para el presente análisis. 124 provenían del Hospital El Tunal, 248 al Hospital San José, y 339 al Hospital Infantil Universitario de San José. El empeoramiento clínico que indicara traslado a UCI se presentó en 186 (26.2%) pacientes y 120 (16.9%) pacientes fallecieron. En la Tabla 1 se describen las características de la población y los laboratorios; en resumen 274 (38.5%) pacientes pertenecían al sexo femenino, promedio de edad fue 59.7 años (DE 15.9) y el tiempo de duración de los síntomas previo al ingreso fue 7.7 días (DE 6.1). las comorbilidades más frecuentes fueron: hipertensión arterial en 262 (36.8%), diabetes en 139 (19.1%) y enfermedad pulmonar crónica en 90 (12.6%), la obesidad estuvo presente en el 32.8% de los pacientes y el tabaquismo en el 20.8%; 629 (88.5%) tenían infiltrados en la radiografía de tórax. El promedio de los linfocitos fue de 1200 cel/μL (DE 1800), de la ferritina 1112 (DE 1315), de la deshidrogenasa láctica 544 (DE 318) y de la LDH 476 (DE 276). La troponina fue positiva en 142 de 654 pacientes en los que se midió (21.7%).

La Tabla 2 expone los resultados de las áreas bajo la cur va ROC de las diferentes reglas de predicción clínica para los dos desenlaces y la Figura 1 muestra las curvas ROC, en general la capacidad de predicción puede considerarse modesta para todos los contextos explorados. Se muestra cómo la forma categorizada de las escalas en grupos de riesgo presenta un peor desempeño que su contraparte numérica. Para la predicción del ingreso a cuidados intensivos la escala CSI mostró una ligera ventaja (AUC de 0.66 con IC de 95% de 0.61-070) aunque los intervalos de confianza se encuentran superpuestos. Para la predicción de muerte tanto el NEWSm como el CSI mostraron un desempeño similar (AUC de 0.68). El NEWS-2 demostró el peor desempeño con un AUC de 0.63 y 0.58 para la predicción de ingreso a UCI y muerte respectivamente.

Figura 1 Curvas ROC de las diferentes escalas: a) para muerte, b) para ingreso a cuidados intensivos. AUC: Área bajo la curva ROC, NEWSm: National Early Warning Score modificado, NEWS: National Early Warning Score, COVID-19 SI: COVID-19 Severity Index. 

La calibración para las diferentes escalas fue buena para el desenlace de ingreso a cuidados intensivos, mientras para la muerte fue de pobre a moderada (Figura 2); el Brier score para para muerte fue 0.41, 0.31 y 0.68, y para ingreso a UCI de 0.42, 0.34 y 0.61 para NEWSm, NEWS-2 y CSI respectivamente. La Tabla 3 expone las caracterís ticas operativas para cada regla de predicción clínica. El NEWS-2 mostró la mayor exactitud para la predicción del ingreso a UCI y muerte (65.8% y 68.6% respectivamen te), también obtuvo las mejores especificidades (76.8% y 75.5% respectivamente). La mayor sensibilidad para la predicción del ingreso a UCI y muerte la mostró la escala CSI (87.6%, y 90.0% respectivamente) aunque con las especificidades más bajas.

Figura 2 Calibración mediante curvas LOESS de las diversas reglas de predicción clínica para predecir el ingreso a cuidados intensivos o la muerte. NEWSm: National Early Warning Score modificado, NEWS: National Early Warning Score, CSI: COVID-19 Severity Index, UCI: Unidad de Cuidados Intensivos. 

Discusión

La COVID-19 se ha convertido en un reto para la salud pública de nuestro tiempo al haber sido declarada pande mia hace ya un año ¹³. Para el mes de abril de 2021, se han reportado cerca de 140 millones de casos, alcanzando los tres millones de muertes alrededor del mundo ¹⁴. La mayor parte de los países han enfrentado crisis de atención hospitalaria de manera independiente de las políticas de salud pública adoptadas para mitigar el contagio; al encontrarnos aún en una fase muy incipiente de vacunación, seguimos siendo vulnerables a nuevas crisis de este tipo. En este contexto, la identificación de variables relacionadas con desenlace clínico negativo es clave para realizar un triage oportuno y adecuar la intensidad de los cuidados que requiere cada paciente, permitiendo una planificación estratégica eficaz para una mejor administración de los recursos ⁵. Un sistema de puntuación puede ayudar a los médicos de urgencias, hospitalización o cuidados intensivos a identificar de forma más rápida y precisa a los pacientes con mayor riesgo de empeoramiento clínico o mortalidad ^15).

El presente estudio presenta la validación de tres escalas de puntuación temprana en una amplia población de pacien tes latinoamericanos hospitalizados por COVID-19, documentamos una pobre a moderada capacidad de predicción de empeoramiento clínico (AUC de 0.61, 0.63 y 0.66) y muerte (AUC de 0.68, 058 y 0.68) para el NEWSm, NEWS-2 y CSI respectivamente. Este resultado contrasta con lo obtenido por el grupo de Huespe en la publicación que introduce al CSI ⁵ donde se reporta AUC de 0.88, 0.80 y 0.94 para el NEWSm, NEWS-2 y CSI respectivamente, al ser aplicadas 24 horas antes de su admisión a cuidados intensivos, y de 0.84, 0.62 y 0.88 aplicadas 48 horas antes. El estudio de Carr et al. evaluó el NEWSm en 1276 pacientes hospitalizados encontrando un AUC de 0.70 (IC del 95% de 0.68-0.72) para el ingreso a UCI o la muerte a los 14 días ¹⁶.

El trabajo Fan et al. registró un AUC para el NEWS-2 de 0.81 (IC de 95% de 0.77-0.85) para muerte intrahospitalaria entre 654 pacientes, tomando un punto de corte de cinco encontró una sensibilidad de 0.79 (IC de 95% de 0.72-0.86), especificidad de 0.69 (IC de 95% de 0.65-0.73), valor predictivo positivo de 0.40 (IC de 95% de 0.34-0.46) y valor predictivo negativo de 0.93 (IC de 95% de 0.90-0.95) confirmando que este último parámetro es muy alto como lo registramos en nuestro estudio ¹⁷. Un estudio realizado por el grupo de Hu validó un EWS temprana llamada Modified Early Warning Score (MEWS) entre 138 pacientes con COVID-19 crítico encontró un AUC para la predicción de muerte de 0.68 (IC del 95% de 0.54 a 0.81) un resultado muy similar a lo encontrado por nuestro grupo ¹⁸.

Esta es, para nuestro conocimiento, la primera validación del COVID-19 Severity Index, un esfuerzo de origen latino americano que optó una metodología que es menos usada para la generación de reglas de predicción en la actualidad, el proceso Delphi. Se adicionaron variables seleccionadas y ponderadas a través de una encuesta entre expertos de varias áreas y diversos orígenes; aunque requiere diez variables adicionales, solo el dímero D podría ser una limitación para su implementación al ingreso. Es difícil considerar que el CSI sea en esencia una EWS, pero al ser soportada en el NEWS-2 decidimos evaluarla en el presente estudio. Si bien demostró el desempeño más alto entre las tres escalas el número de falsos positivos fue muy alto, haciendo que su especificidad fuera la más baja (21.1% y 20.6%) limitando su posible utilidad clínica.

A pesar de la amplia utilización de este tipo de reglas de predicción clínicas, el uso de EWS no está libre de controversias, en el Reino Unido se han propuesto para la toma de decisiones al momento de los traslados en ambulancias y los ingresos desde urgencias; así como la evaluación pediátrica, sin contar aún con validaciones suficientes ¹⁹. Se aduce que el uso de sistemas de puntuación común permite gene rar una adecuada comunicación en los diferentes ámbitos del cuidado del paciente ²⁰ pero la toma de decisiones es un asunto complejo que no siempre es sencillo, ninguna puntuación puede comunicar la intuición de un médico experimentado y resumir las observaciones clínicas en una puntuación simple puede acarrear el riesgo de convertirse en un atajo cognitivo que conduzca a sesgos y errores médicos ²¹. Ante esto, se vuelve fundamental contar con estudios suficientes que validen estas herramientas y hasta el momento los resultados no parecen soportar su adopción como única estrategia para definir el riesgo.

El presente estudio tiene varias limitaciones, las pobla ciones incluidas proceden de hospitales de cuarto nivel de atención, lo que puede inducir a un sesgo de selección al tratarse de pacientes con una severidad mayor de base. Las variables fueron evaluadas a su ingreso a hospitalización mientras que el desenlace que fue evaluado en cualquier momento de su hospitalización, la evaluación de los EWS habitualmente describe los desenlaces al poco tiempo (24-72 horas) lo que podría tener implicaciones en el desempeño presentado. Por otra parte, las indicaciones de ingreso a cuidados intensivos en contraste con los traslados efectivos pueden haber variado entre los diversos centros o en el tiempo dependiendo del estado de la pandemia o la dispo nibilidad de camas en cuidados intensivos. Reconocemos como fortaleza el carácter multicéntrico, el número amplio de pacientes y de desenlaces, así como el haber contado con la calibración de las diferentes escalas.

Conclusiones

Las puntuaciones de alerta temprana han sido utilizadas para identificar los pacientes con riesgo de desenlaces negativos en COVID-19. El presente estudio mostramos que las tres escalas presentaron una discriminación baja a moderada para los desenlaces estudiados, AUC de 0.68, 0.58 y 0.68 para muerte y de 0.61, 0.63 y 0.66 para ingreso a UCI para el NEWSm, NEWS-2 y CSI respectivamente. La adición de parámetros de laboratorio e imágenes en la escala CSI mejoró la capacidad de predicción a costa de una alta tasa de falsos positivos, con ello no podemos apoyar la decisión de traslado a cuidados intensivos únicamente basados en alguna de estas reglas de predicción.