Primario: evaluar la capacidad de los índices neutrófilo-linfocito y plaqueta-linfocito como predictores de mortalidad en pacientes adultos con COVID-19 admitidos a la UCI. Secundario: definir la capacidad predictiva de dichos índices sobre la necesidad de ventilación mecánica invasiva (VMi).
DiseñoEstudio observacional, de cohorte retrospectivo, unicéntrico.
ÁmbitoUCI de adultos.
PacientesPacientes con COVID-19.
IntervencionesNinguna.
Variables de interés principalesScore Acute Physiology and Chronic Health EvaluationII (APACHEII), comorbilidades, necesidad de VMi, días de VMi, estado al egreso (vivo o fallecido), leucocitos y sus subpoblaciones, ferritina, dímerosD (DD), PCR, INL y el IPL.
ResultadosN=271. N=155 (57,2%) fueron hombres. Edad 57,3±14,2años. La mortalidad global fue del 51,3%, mientras que la mortalidad en los que requirieron VMi fue del 76% (p<0,001). El INL en los pacientes que sobrevivieron a la UCI fue de 11,9±7,9, vs. 15,3±14,7 en los que fallecieron (p=0,02). El punto de corte del INL para predecir el estado al egreso fue de 13,69 (AUC=0,558; IC95%: 0,489-0,626; p=0,02), en tanto que la capacidad DD para predecir VMi de los DD fue de 1.009 (AUC=0,588; IC95%: 0,516-0,661; p=0,01). En el análisis multivariado, ninguno de los índices derivados del hemograma ni los biomarcadores inflamatorios se asociaron de forma independiente a la mortalidad en la UCI.
ConclusionesLos marcadores inflamatorios derivados del hemograma (INL e IPL) presentaron un pobre valor predictivo de mortalidad en la UCI y necesidad de VMi en pacientes críticos con COVID-19.
Primary outcome: To evaluate the capacity of different indices derived from the complete blood count (neutrophil-lymphocyte index, NLI and platelet-lymphocyte index, PLI), and biochemical markers of inflammation as predictors of mortality in adult critically ill patients with COVID-19. Secondary outcome: To evaluate those indices as predictors of the need for invasive mechanical ventilation (iMV).
DesignObservational, retrospective, single center cohort study.
SettingAdult ICU.
PatientsCritically ill patients with COVID-19.
InterventionNone.
VariablesAcute Physiology and Chronic Health EvaluationII (APACHEII) score, comorbidities, need for iMV, days on iMV, prone position, status at ICU discharge (alive or deceased), leukocytes and their subpopulations: neutrophils, monocytes and lymphocytes, platelets, and the following inflammatory markers: ferritin, d-dimers, CRP, INL and IPL.
ResultsN=271. N=155 (57.2%) were men, age 57.3±14.2years. Overall mortality was 51.3%, while mortality in those who required IMV was 76% (P<.001). The NLR in patients who survived the ICU was 11.9±7.9, vs. 15.3±14.7 in those who died (P=.02). The cut-off value of the NLR to predict the status at ICU discharge was 13.69 (AUC=0.558; 95%CI: 0.489-0.626; P=.02), while the DD capacity to predict iMV was 1,009 (AUC=0.588; 95%CI: 0.516-0.661; P=.01). In the multivariate analysis, none of the indices derived from the blood count or the inflammatory biomarkers were independently associated with ICU mortality.
ConclusionInflammatory indices such as INL and IPL showed poor predictive value for ICU mortality and iMV in critically ill adult patients with COVID-19.
Hacia fines del año 2019, en la ciudad de Wuhan las autoridades de salud de China reportaron los primeros casos de una enfermedad potencialmente fatal en humanos, caracterizada por neumonía grave y fallo respiratorio agudo por el denominado severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). La enfermedad, denominada COVID-19 por la Organización Mundial de la Salud (OMS), se propagó rápidamente a nivel global, constituyéndose en una nueva pandemia1,2, siendo uno de los desafíos terapéuticos más grandes en la historia de la medicina intensiva. Aunque la mayoría de los casos de COVID-19 se expresan como formas leves de la enfermedad, el 5-10% de los pacientes necesitan ingreso hospitalario y oxigenoterapia. Por su parte, un grupo de estos pacientes desarrollan insuficiencia respiratoria severa, necesitando soporte respiratorio e ingreso en una unidad de cuidados intensivos (UCI), habiéndose convertido en un verdadero reto para los sistemas sanitarios de todo el mundo3,4. En tal sentido, un porcentaje menor de pacientes con COVID-19 desarrollan formas graves expresadas con distrés respiratorio agudo (ARDS) y falla multiorgánica, constituyendo un modelo de sepsis viral2,5. El SARS-CoV-2 se propaga a través del tracto respiratorio, presentando una mayor tasa de mortalidad en aquellos pacientes añosos y/o con comorbilidades asociadas2,5. El virus tiene la capacidad de dañar directamente las células, provocando lesión y necrosis celular. En la COVID-19, la activación mantenida del sistema inmunitario con desregulación neutrofílica, lesión endotelial, activación del complemento, tormenta de citoquinas e hipercoagulabilidad son las principales causas de disfunción orgánica múltiple1,2,5-10.
De acuerdo con el conocimiento actual, tanto los leucocitos, y en especial tres de sus subpoblaciones (neutrófilos, monocitos y linfocitos), así como las plaquetas, están directamente involucrados en la respuesta inflamatoria, la cual puede afectar la inmunidad celular provocando linfopenia y neutrofilia11,12. Por otra parte, diferentes estudios observacionales en pacientes COVID-19 han demostrado una alta prevalencia de trombocitopenia en las formas graves de la enfermedad, la cual es secundaria a la inhibición directa de la médula ósea por el SARS-CoV-2 y a la activación y la acumulación de plaquetas en el pulmón lesionado10,13-15. Por otra parte, niveles elevados de ciertos marcadores inflamatorios, tales como proteína C reactiva (PCR), ferritina y dímerosD, han sido reportados en pacientes críticos con COVID-1911,13,16.
Por otra parte, diferentes índices derivados del hemograma, como son el índice neutrófilo-linfocito (INL), el índice plaqueta-linfocito (IPL) y el índice monocito-linfocito (IML), han sido ampliamente investigados como marcadores de inflamación sistémica y predictores pronósticos en múltiples escenarios clínicos16. En tal sentido, diversos estudios han evaluado el rol de ciertos índices inflamatorios como predictores pronósticos en la enfermedad COVID-19, habiendo mostrado resultados contradictorios15-19. De acuerdo con la evidencia actual, estos marcadores inflamatorios podrían ser de ayuda en la práctica clínica como predictores de respuesta al tratamiento y pronósticos19.
El objetivo primario de este estudio fue evaluar la capacidad de los índices neutrófilo-linfocito y plaqueta-linfocito como predictores de mortalidad en pacientes adultos con COVID-19 admitidos a la UCI. Por su parte, el objetivo secundario fue definir la capacidad predictiva de dichos índices como marcadores evolutivos de necesidad de ventilación mecánica invasiva (VMi) durante la estancia en la UCI.
Pacientes y métodosSe realizó un estudio observacional, de cohorte retrospectivo, unicéntrico, incluyendo todos los pacientes ingresados a la UCI del Sanatorio MUCAM de la ciudad de Montevideo durante el periodo de marzo de 2020 a octubre de 2021. Fueron criterios de inclusión los siguientes: pacientes adultos mayores de 18años, ingresados en la UCI con diagnóstico de COVID-19 que fuera realizado mediante técnica de RT-PCR SARS-CoV-2. Todos los pacientes con neumonía o distrés respiratorio agudo por COVID-19 requerían alguna forma de soporte ventilatorio por presentar saturación de oxígeno menor al 93% con catéter nasal, máscara con reservorio u oxigenoterapia del alto flujo (OAF). Por su parte, fueron considerados criterios de exclusión: embarazo, ingreso a la UCI por enfermedad hematooncológica grave, pacientes con virus de la inmunodeficiencia humana (VIH) y pacientes con decisión de adecuación del esfuerzo terapéutico inmediatamente luego de ser admitidos a la UCI. En este estudio fueron considerados formas graves de COVID-19 aquellas que requirieron VMi y aquellos casos cuyo desenlace fue la muerte.
Se recolectaron los siguientes datos: edad, sexo, puntuación del score Acute Physiologyand Chronic Health EvaluationII (APACHEII) al ingreso, comorbilidades (obesidad, diabetes mellitus, hipertensión arterial crónica, fallo cardíaco crónico), variables hemodinámicas, lactato arterial, paO2, paCO2, SaO2, pH arterial y bicarbonatemia, días de estancia en la UCI, necesidad de VMi, días de VMi, necesidad de ventilación en decúbito prono, estado al egreso (vivo o fallecido), parámetros derivados del hemograma al ingreso a la UCI (leucocitos y sus subpoblaciones: neutrófilos, monocitos y linfocitos, plaquetas y los siguientes marcadores inflamatorios: ferritina, dímerosD, PCR). A partir de los datos del hemograma se calcularon los índices derivados: INL (relación entre el recuento de neutrófilos y de linfocitos) y el IPL (relación entre el recuento plaquetario y de linfocitos); ambos índices fueron calculados como el valor absoluto de neutrófilos dividido por el valor absoluto de linfocitos y de plaquetas y linfocitos, respectivamente. Los datos fueron obtenidos por el equipo investigador durante el periodo de tiempo comprendido entre el 28 de marzo de 2020 y el 28 de octubre de 2021. Se realizó un seguimiento evolutivo de todos los pacientes con COVID-19 desde el ingreso hasta el egreso de la UCI o la muerte en terapia intensiva, dependiendo de lo que ocurriera en primer lugar.
En nuestra institución el protocolo de tratamiento estándar de los pacientes COVID-19 ingresados a la UCI incluyó el soporte ventilatorio y los cuidados de sostén de las otras disfunciones orgánicas. Aquellos pacientes con requerimiento de oxígeno suplementario recibieron dexametasona intravenosa durante 10días, en tanto que el tocilizumab fue indicado de acuerdo con protocolo. El Comité de Ética institucional aprobó el protocolo de estudio con recolección retrospectiva de datos y evaluación anónima de los mismos.
Análisis estadísticoLas variables categóricas se presentan mediante sus frecuencias absolutas y relativas porcentuales. Las variables cuantitativas son presentadas mediante sus medidas de resumen (media con desvío estándar y mediana con rango intercuartílico [RIQ]). Las características de los participantes de acuerdo con su condición al egreso de la UCI (vivo/fallecido) y de acuerdo con la necesidad de VMi (sí/no) fueron comparadas mediante la prueba de chi cuadrado o Fisher, según corresponda, en el caso de las variables categóricas, y mediante a prueba t de Student en el caso de las variables cuantitativas, luego de evaluar su normalidad. Se realizó el análisis de curvas ROC (receiving operating characteristic) para los parámetros bioquímicos al ingreso a la UCI con el objetivo de evaluar su capacidad predictiva sobre mortalidad y necesidad de VMi. A partir de las curvas ROC se estimó el mejor punto de corte y se evaluó el área bajo la curva (AUC) con su intervalo de confianza (IC) del 95%. Para aquellos parámetros bioquímicos que difirieron entre quienes fallecieron y aquellos que sobrevivieron a la UCI, se categorizaron según el punto de corte estimado en la curva ROC, construyéndose la curva de sobrevida considerando el tiempo de estancia en la UCI; las curvas fueron comparadas mediante la prueba de Log Rank. Se construyeron modelos de Cox (simples y múltiples) para evaluar la relación entre los marcadores inflamatorios y la condición al egreso (vivo/fallecido) y la necesidad de VMi. Para la inclusión en el modelo múltiple se consideraron valores de p<0,20 en los modelos simples. Por su parte, para las pruebas bivariadas y los modelos múltiples, valores de p<0,05 fueron considerados significativos. El análisis estadístico fue realizado mediante el software R para Windows versión 4.1.2.
ResultadosDurante el período se reclutaron un total de 271 pacientes, de los cuales n=183 (67,5%) requirieron VMi. El 57,2% fueron hombres, con una edad de 57,3±14,2años. La media de APACHEII fue de 9,02.±4,50. El 76,4% del total de pacientes presentaron al menos una comorbilidad, en particular en la esfera cardiovascular (50,9%), obesidad (31,7%) y diabetes mellitus (22,5%). Cuando se discriminan estas variables demográficas según la necesidad de VMi, se observó que la edad (p=0,03), la presencia de comorbilidades (p=0,02), la obesidad (p=0,01), la puntuación del APACHEII (p<0,001) y el tiempo de estancia en la UCI (p<0,001) se asociaron con la necesidad de VMi. Por su parte, como se puede visualizar en la tabla 1, las mismas variables se asociaron de modo significativo con la condición al egreso: edad (p<0,001), comorbilidades (p=0,02), antecedentes cardiovasculares (p=0,01) y APACHEII al ingreso (p<0,001).
Características de los pacientes en función estado al egreso de la UCI (vivo/fallecido)
| Egreso de la UCI | |||
|---|---|---|---|
| Vivo | Fallecido | p | |
| Sexo | 0,54 | ||
| Femenino | 59 (44,7%) | 57 (41,0%) | |
| Masculino | 73 (55,3%) | 82 (59,0%) | |
| Edad | <0,001 | ||
| Media (desvío) | 53,9 (14,7) | 60,4 (13,0) | |
| Comorbilidades | 0,02 | ||
| No | 39 (29,5%) | 24 (17,4%) | |
| Sí | 93 (70,5%) | 114 (82,6%) | |
| Antecedentes cardiovasculares | 0,01 | ||
| No | 75 (56,8%) | 58 (41,7%) | |
| Sí | 57 (43,2%) | 81 (58,3%) | |
| Antecedentes respiratorios | 0,85 | ||
| No | 115 (87,1%) | 120 (86,3%) | |
| Sí | 17 (12,9%) | 19 (13,7%) | |
| Antecedentes de neoplasias | 0,07 | ||
| No | 131 (99,2%) | 132 (95,0%) | |
| Sí | 1 (0,08%) | 7 (5,0%) | |
| Obesidad | 0,20 | ||
| No | 95 (72,0%) | 90 (64,7%) | |
| Sí | 37 (28,0%) | 49 (35,3%) | |
| Diabetes | 0,43 | ||
| No | 105 (79,5%) | 105 (75,5%) | |
| Sí | 27 (20,5%) | 34 (24,5%) | |
| APACHE II | <0,001 | ||
| Media (desvío) | 7,6 (3,9) | 10,4 (4,6) | |
| Estadía en UCI (días) | 0,42 | ||
| Media (desvío) | 15,1 (16,1) | 13,7 (10,9) | |
APACHE II: Acute Physiology and Chronic Health EvaluationII; UCI: unidad de cuidados intensivos.
La estancia en la UCI fue de 14,4±13,7días, en tanto que la de mediana de VMi fue de 11días (RIQ=1-15días), con un máximo de 70días; asimismo, n=167 (61,7%) requirieron ventilación en decúbito prono. N=139 (51,3%) fallecieron durante la internación en la UCI, en tanto que la mortalidad del subgrupo de pacientes que requirieron VMi fue del 76% (p<0,001). Por su parte, la mortalidad en aquellos pacientes que requirieron ventilación en decúbito prono fue del 80,5%, vs el 30,4% en los que evolucionaron sin necesidad de decúbito prono (p<0,001).
En la tabla 2 se presentan las variables del hemograma, los marcadores inflamatorios (ferritina, dímerosD y PCR) e índices derivados (INL, IPL). El análisis comparativo, de acuerdo con la necesidad o no de VMi, mostró que el recuento de leucocitos fue de 10.910±5.662 vs. 9.450±4.329 (p=0,02), en tanto que el recuento de neutrófilos fue de 9.354±5.179 vs. 8.159±4.073 (p=0,04). Por su parte, dentro de los marcadores inflamatorios, los dímerosD en los pacientes que requirieron VMi fue de 3.900±9.090, vs. 1.922±3.692 en aquellos que no necesitaron ventilación invasiva (p=0,01). El INL en los pacientes que sobrevivieron a la UCI fue de 11,9±7,9, vs. 15,3±14,7 en los que fallecieron (p=0,02) (tabla 2). Por último, el IPL en los que requirieron VMi fue de 399,1±337,3, vs. 338,6±171,7 en los que no (p=0,05).
Características de los marcadores inflamatorios e índices derivados del hemograma según estado al egreso de la UCI (vivo/fallecido)
| Egreso de la UCI | |||
|---|---|---|---|
| Vivo | Fallecido | p | |
| Leucocitos totales (/mm3) | 0,02 | ||
| Media (desvío) | 9.696 (4.247) | 11.138 (6.071) | |
| Neutrófilos (/mm3) | 0,03 | ||
| Media (desvío) | 8.309 (4.035) | 9.590 (5.495) | |
| Linfocitos (/mm3) | 0,46 | ||
| Media (desvío) | 839,9 (400,6) | 894,2 (758,0) | |
| Plaquetas(/mm3) | 0,32 | ||
| Media (desvío) | 243,7 (93,9) | 255,6 (103,7) | |
| INL | 0,02 | ||
| Media (desvío) | 11,9 (7,9) | 15,3 (14,7) | |
| IPL | 0,06 | ||
| Media (desvío) | 344,8 (199,9) | 412,4 (360,6) | |
| PCR (mg/l) | 0,30 | ||
| Media (desvío) | 150,0 (90,7) | 162,0 (97,1) | |
| Ferritina. (ng/ml) | 0,13 | ||
| Media (desvío) | 1.748 (1.794) | 2.076 (1.769) | |
| Dímeros D (μg/ml) | 0,26 | ||
| Media (desvío) | 2.708 (7.834) | 3.785 (7,794) | |
INL: índice neutrófilo-linfocito; IPL: índice plaqueta-linfocito; PCR: proteína C reactiva; UCI: unidad de cuidados intensivos.
Por otra parte, según la condición al egreso, la leucocitosis al ingreso en los pacientes que fallecieron fue de 11.138±6.071, vs. 9.696±4.247 en aquellos que sobrevivieron (p=0,02). Asimismo, el recuento de neutrófilos en los fallecidos fue de 9.590±5.495, vs. 8.309±4.035 en los sobrevivientes (p=0,03).
Se tomaron las variables con significancia estadística en relación con el estado al egreso y se analizaron mediante regresión de Cox (tabla 3). En el análisis univariado obtuvimos significancia estadística en cuanto a edad, APACHEII, recuento de neutrófilos, recuento de linfocitos e INL. Sin embargo, esta significancia se perdió al realizar el análisis multivariado (tabla 3). Por lo tanto, ninguno de los índices derivados del hemograma ni los biomarcadores inflamatorios se asociaron de forma independiente a la mortalidad en la UCI. Por otro lado, se analizaron también mediante regresión de Cox las variables con significancia estadística en relación con la necesidad de VMi, constatándose que ninguna de ellas mostró asociación independiente en el análisis univariado.
Modelos Cox para el estado al egreso
| HR crudo | IC 95% | p | HR ajustadoa | IC 95% | p | |
|---|---|---|---|---|---|---|
| Edad | 1,03 | 1,02-1,05 | <0,001 | 1,02 | 1,01-1,04 | 0,01 |
| Comorbilidades | 1,50 | 0,97-2,34 | 0,07 | 1,26 | 0,79-2,00 | 0,32 |
| APACHE II | 1,07 | 1,04-1,11 | <0,001 | 1,04 | 1,00-1,08 | 0,08 |
| Leucocitos (/mm3) | 1,00 | 1,00-1,00 | 0,02 | 1,00 | 0,99-1,00 | 0,10 |
| Neutrófilos (/mm3) | 1,00 | 1,00-1,00 | 0,03 | 1,00 | 0,99-1,00 | 0,13 |
| INL | 1,01 | 1,00-1,02 | 0,02 | 0,99 | 0,99-1,02 | 0,06 |
| IPL | 1,00 | 0,99-1,00 | 0,1 | − | − | − |
| Dímeros D | 1,00 | 0,99-1,00 | 0,45 | − | − | − |
APACHE II: Acute Physiology and Chronic Health EvaluationII; HR: hazard ratio; IC: intervalo de confianza; INL: índice neutrófilo-linfocito; IPL: índice plaqueta-linfocito.
El análisis de las curvas ROC (figs. 1 y 2) destaca que el punto de corte del INL para predecir estado al egreso fue de 13,69, AUC=0,558 (IC95%: 0,489-0,626; p=0,02). Por otra parte, el punto de corte de DD fue de 1.009, AUC=0,588 (IC95%: 0,516-0,661; p=0,01).
El análisis de las curvas de sobrevida (fig. 3) muestra que el mismo fue diferente según el valor del INL al ingreso, exhibiendo una mayor mortalidad aquellos que ingresaron con un INL mayor a 13,69. En tal sentido, el tiempo de sobrevida en el grupo ≤13,69 fue de 21días (IC95%: 18-27) y en el grupo >13,69 fue de 15días (IC95%: 12-19; p<0,05).
Discusión
Los resultados del presente estudio en pacientes críticos con COVID-19 muestran que ninguno de los marcadores inflamatorios ni de los índices derivados del hemograma obtenidos al ingreso a la UCI fueron buenos predictores precoces de la necesidad de VMi ni de la condición clínica al egreso de UCI. En la COVID-19, el perfil hematológico se caracteriza por hiperleucocitosis con neutrofilia y linfopenia, habiéndose demostrado ampliamente que estas alteraciones se asocian a mayor gravedad con malos resultados clínicos1,20-27. Este perfil hematológico fue identificado en nuestra población de pacientes críticos con COVID-19, aunque dichas alteraciones no se comportaron como predictores independientes de mortalidad en la UCI23-27. Por su parte, los marcadores inflamatorios, tales como la PCR y los dímerosD, con frecuencia asociados con malos resultados clínicos, tampoco se asociaron a mayor mortalidad en nuestra cohorte de pacientes críticos21,28,29. El análisis univariado según el estado al egreso mostró significancia estadística únicamente para la edad, APACHEII, recuento de neutrófilos, linfocitos y el INL. Sin embargo, esta significancia estadística se perdió al realizar el análisis multivariado (tabla 3). Ninguno de los índices derivados del hemograma ni los biomarcadores inflamatorios fueron asociados de forma independiente a mortalidad. Por otro lado, en el análisis según la necesidad de VMi, ninguna de las variables incluidas en el análisis univariado mostró significancia estadística.
Sin embargo, estos hallazgos se contraponen con resultados de estudios recientes, mayoritariamente provenientes de China, en los que diferentes marcadores inflamatorios fueron evaluados en pacientes con formas leves y graves de COVID-19. De este modo, en pacientes con formas leve a moderadas de COVID-19, estos índices demostraron ser capaces de predecir malos resultados clínicos, y en especial mayor mortalidad, en este grupo de pacientes19,25. En tal sentido, Xia et al.19, en un análisis comparativo de pacientes con formas leves y graves de COVID-19 con distrés respiratorio, requerimiento de ventilación invasiva y disfunción orgánica múltiple, demostraron cambios significativos en el INL con una AUC de 0,86 (IC95%: 0,795-0,924; p<0,001) y un punto de corte de 7,25; por su parte, para el IPL obtuvieron una AUC de 0,79 (IC95%: 0,716-0,864; p<0,001) y un punto de corte de 230,44. De modo similar, Asan et al.26 demostraron que el INL se comporta como un predictor de riesgo independiente para COVID-19 grave con un menor punto de corte de 6,6.
Por otra parte, estudios recientes muestran diferencias de acuerdo con la gravedad de la enfermedad23,25 en el recuento de leucocitos, neutrófilos, linfocitos, INL y IPL. Por su parte, en un análisis que incluyó a 681 pacientes con COVID-19, Chen et al.22 demostraron que el INL es un buen predictor de gravedad en la COVID-19, siendo el AUC=0,860 (IC95%: 0,821-0,898; p<0,001). Sin embargo, del total de la población en estudio únicamente el 5,6% requirieron VMi, en tanto que el 70,1% no requirieron ninguna forma de soporte ventilatorio, por lo que no se trata de verdaderos pacientes críticos con COVID-19. En una revisión sistemática de la literatura y metaanálisis recientemente publicado, Li et al.27, luego de agregar 13 estudios observacionales, de los cuales 12 fueron análisis retrospectivos, incluyendo un total de 1.579 pacientes con COVID-19, observaron que el INL es un buen predictor de gravedad, con una sensibilidad del 78% y una especificidad del 78%; por su parte, dicho marcador se comportó como un buen predictor de mortalidad, con una buena sensibilidad y una buena especificidad, del 83%, respectivamente. En nuestra cohorte, la necesidad de VMi fue similar a la reportada en otras series, en las que el 70% de los pacientes requirieron VMi18,24. Sin embargo, nuestra serie muestra un menor requerimiento de ventilación invasiva al reportado por Grasselli et al.17, donde el 88% de los pacientes ingresados en la UCI requirieron asistencia respiratoria mecánica invasiva. Esto podría ser debido a que en nuestra UCI los pacientes fueron ingresados en forma precoz, no existiendo áreas para VMi dentro del hospital fuera de los límites de la UCI. Por su parte, a diferencia de nuestra realidad, en la serie italiana de Grasselli et al.17 los pacientes accedían a la ventilación mecánica no invasiva fuera de la UCI, por lo que finalmente ingresaban a la UCI aquellos que requerían VMi.
En los pacientes con COVID-19 críticos, la mortalidad en la UCI oscila entre el 16 y el 61,5%17,28. En tal sentido, Yang et al.18 reportaron una mortalidad a los 28días del 61,5%, la cual fue superior a la mortalidad en la UCI de nuestra serie, lo que puede ser debido a que se trató de una población de críticos más graves con una puntuación de APACHEII de 17, la cual fue superior a la nuestra, con un APACHEII de 9. Recientemente, la serie iraní de Taghi et al.30 confirmó que entre los pacientes con COVID-19 que no sobrevivieron a la UCI, el APACHEII fue de 14,4±5,7, exhibiendo este grupo una mortalidad del 55,9%; por su parte, aquellos que sobrevivieron a la UCI presentaron un score APACHEII similar al de nuestra población de sobrevivientes (9,5±5,1).
El presente estudio exhibe ciertas limitaciones, entre las cuales destacamos su diseño de cohorte retrospectivo, unicéntrico, y la ausencia de seguimiento al alta de la UCI. Por otra parte, el análisis de los índices hematimétricos inflamatorios no incluyó otros índices previamente reportados en la literatura, como el índice linfocito-monocito, el índice plaquetas-linfocito y el índice inflamatorio sistémico, que han demostrado ser efectivos en la evaluación pronóstica y en la selección de la terapia óptima en la UCI. Finalmente, nuestra serie incluyó únicamente pacientes críticos con un alto requerimiento de VMi, característica que puede ser concebida como una fortaleza, puesto que supone la inclusión de pacientes críticos de gravedad similar. Sin embargo, esta particularidad puede ser interpretada como una limitante mayor y así explicar el pobre valor predictivo que presentaron los marcadores inflamatorios analizados en el presente estudio.
ConclusionesEn nuestra cohorte de pacientes críticos COVID-19 con alto requerimiento de soporte ventilatorio y alta mortalidad, los marcadores inflamatorios y los índices derivados del hemograma (INL y IPL) presentaron un pobre valor predictivo de mortalidad y requerimiento de VMi en la UCI.
Consideraciones éticasEl Comité de Ética institucional aprobó el protocolo de estudio con recolección retrospectiva de datos y evaluación anónima de los mismos.
FinanciaciónEl presente estudio y la elaboración del manuscrito no recibieron ningún tipo de financiación.
Conflicto de InteresesLos autores declaran no tener ningún conflicto de intereses.
