metricas
covid
Buscar en
Medicina Clínica Práctica
Toda la web
Inicio Medicina Clínica Práctica Neumonía por COVID-19 en urgencias: ecografía pulmonar. Implicaciones pronóst...
Información de la revista
Vol. 8. Núm. 2. (En progreso)
(abril - junio 2025)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
174
Vol. 8. Núm. 2. (En progreso)
(abril - junio 2025)
Original
Acceso a texto completo
Neumonía por COVID-19 en urgencias: ecografía pulmonar. Implicaciones pronósticas
COVID-19 pneumonia: Lung ultrasound. Prognostic implications
Visitas
174
Mónica Contreras-Moreiraa,&#¿;
Autor para correspondencia
monica.contreras@salud.madrid.org

Autor para correspondencia.
, Elpidio Calvo Manuelb, Joaquín Antonio Álvarez Gregoric
a Centro de Salud La Ventilla, Servicio Madrileño de Salud, Madrid, España
b Facultad de Medicina, Universidad Complutense de Madrid, Madrid, España
c Servicio de Urgencias, Hospital Nuestra Señora del Prado de Talavera de la Reina, Madrid, España
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (2)
Tablas (4)
Tabla 1. Características demográficas y comorbilidades
Tabla 2. Parámetros clínicos de los pacientes incluidos en el estudio
Tabla 3. Hallazgos en la ecografía pulmonar
Tabla 4. Modelo de regresión logística para la probabilidad de ingreso hospitalario en pacientes SARS-CoV-2+
Mostrar másMostrar menos
Resumen
Introducción y objetivos

en el paciente con COVID-19, el cuadro clínico permite estimar cierta probabilidad pretest de afectación pulmonar, predicción que se incrementa al asociar la ecografía pulmonar. Esta aporta mayor sensibilidad que la radiografía de tórax en la detección de infiltrados y permite predecir el resultado de TC pulmonar patológico. Están descritos los hallazgos característicos de la neumonía por SARS-CoV-2 y se ha relacionado la localización de las lesiones con el pronóstico. Se han publicado pocas experiencias sobre la capacidad pronóstica de la ecografía pulmonar que prescindan de los parámetros de laboratorio de obtención hospitalaria.

Material y métodos

mediante un estudio observacional prospectivo, multicéntrico, de muestreo consecutivo, realizado entre abril y julio de 2020, se seleccionaron 263 pacientes adultos que acudieron a urgencias de hospitales españoles por síntomas compatibles con infección respiratoria. Se exploraron 6 campos por pulmón y se describió la presencia o ausencia de líneas B focales, líneas B globales, consolidación parenquimatosa, consolidación subpleural y derrame pleural. A los pacientes se les realizó, en el mismo día, una radiografía de tórax posteroanterior.

Resultados

en la población de estudio predominaron los varones. La principal comorbilidad fueron las neoplasias, seguidas de la enfermedad renal crónica y la cardiopatía isquémica. Fueron más frecuentes los pacientes con resultado positivo para la RT-PCR para SARS-CoV-2 y que precisaron ingreso, y el 8% fallecieron. La radiografía de tórax patológica fue positiva en el 75% de los enfermos, frente a un 94,59% de las ecografías. Los hallazgos más frecuentes fueron las líneas B focales en las zonas R6, R3 y L3. Destaca la especificidad de la consolidación bilateral o el infiltrado parcheado unilateral y, en ecografía, la especificidad de las líneas B globales, de las consolidaciones, tanto pulmonares como subpleurales y el derrame pleural izquierdo.

Conclusiones

se ha elaborado un modelo de regresión que incorpora los hallazgos de la ecografía pulmonar y predice la probabilidad de ingreso en los pacientes que acuden a los servicios de urgencias, sin utilizar otras pruebas de laboratorio hospitalario. Se puede elaborar una herramienta que permita al médico de familia identificar a los pacientes con elevada probabilidad de ser hospitalizados, de los que van tener un seguimiento ambulatorio para priorizar un enfoque terapéutico precoz o la derivación a urgencias.

Palabras clave:
Neumonía
COVID-19
Ecografía pulmonar
Urgencias
Abstract
Introduction and objectives

In COVID-19 patients, the clinical picture allows estimating a certain pre-test probability of lung involvement; prediction that increases when associating lung ultrasound. This provides greater sensitivity than chest radiography in the detection of infiltrates, and makes it possible to predict the result of pathological pulmonary CT. The characteristic findings of SARS-CoV-2 pneumonia have been described, and the location of the lesions has been related to the prognosis. Few experiences have been published on the prognostic capacity of lung ultrasound, which do not include hospital-obtained laboratory parameters.

Material and methods

Through a prospective, multicenter, observational study with consecutive sampling, carried out between April and July 2020, 263 adult patients who attended the emergency department of Spanish hospitals due to symptoms compatible with respiratory infection were recruited. Six fields per lung were explored, and the presence or absence of focal B lines, global B lines, parenchymal consolidation, subpleural consolidation, and pleural effusion were described. The patients underwent a postero-anterior chest X-ray on the same day.

Results

Males predominated in the study population. The main comorbidity was neoplasms, followed by chronic kidney disease and ischemic heart disease. Patients with a positive result for SARS-CoV-2 RT-PCR and who required admission were more frequent, and 8% died. The pathological chest x-ray was positive in 75% of the patients, compared to 94.59% of the ultrasound scans. The most frequent findings were focal B lines in zones R6, R3, and L3. The specificity of bilateral consolidation or unilateral patchy infiltrate stands out, and in ultrasound the specificity of global B lines, consolidations, both pulmonary and subpleural, and left pleural effusion.

Conclusions

A regression model has been developed that incorporates the findings of the lung ultrasound and predicts the probability of admission in patients presenting to the emergency department, without using other hospital laboratory tests. A tool can be developed that allows the family physician to identify patients with a high probability of being hospitalized from those who will have an outpatient follow-up, to prioritize an early therapeutic approach or referral to the emergency room.

Keywords:
Pneumonia
COVID-19
Lung ultrasound
Emergency
Texto completo
IntroducciónCarga de enfermedad de las enfermedades respiratorias. COVID-19

Las enfermedades respiratorias contribuyen en gran medida a la carga de enfermedad mundial. Cinco enfermedades respiratorias (asma, enfermedad pulmonar obstructiva crónica (EPOC), infecciones respiratorias agudas, tuberculosis y cáncer de pulmón) se encuentran entre las principales causas de mortalidad1. El cáncer letal más común en el mundo es el de pulmón, que mata a 1,6 millones de personas cada año2. En 2015, 1.400.000 personas desarrollaron tuberculosis, muriendo 1.400.000 por esta causa2. La neumonía provoca el 14% de las muertes en menores de 5 años, causando la muerte de 740.180 niños en 20193 y originando más de 800.000 ingresos hospitalarios anuales en Estados Unidos4.

En España, la EPOC y el cáncer de pulmón constituyeron la cuarta y quinta causa de mortalidad en 2016, produciendo el 6,9 y el 5,0% de los fallecimientos, respectivamente2. En el año 2019 se produjeron 635.538 ingresos hospitalarios por enfermedades respiratorias, incluyendo tumores5.

Desde diciembre de 2019, la pandemia por el virus SARS-CoV-2&#¿;ha impactado de manera notable en la salud de la población mundial. El 13 de diciembre de 2023 se habían confirmado 772.138.818 casos de COVID-19, causando un total de 6.985.964 fallecimientos en todo el mundo6.

En España, en esa misma fecha, se habían registrado 13.980.340 casos y 121.852 fallecimientos6. En 2020 las enfermedades del aparato respiratorio fueron la principal causa de hospitalización (12,4% del total).

Respecto al impacto de la pandemia por COVID-19 en la atención primaria de nuestro país, disponemos de datos indirectos. Se ha estimado que durante la primera ola, de un millón de afectados por un cuadro clínico compatible con COVID-19 y sin test microbiológico, 900.000 constituyeron cuadros leves y fueron atendidos en atención primaria7. La labor de vigilancia epidemiológica mediante el rastreo de casos se realizó desde los centros de salud, y esta se solapó con la tarea asistencial (en el centro de salud y en el domicilio de los pacientes) y con el seguimiento de pacientes realizado fundamentalmente de manera no presencial, lo que sobrecargó la atención primaria8,9.

Neumonía

La neumonía adquirida en la comunidad (NAC) es una enfermedad aguda causada por una infección del parénquima pulmonar adquirida fuera del ámbito hospitalario. Esta definición excluye la neumonía intrahospitalaria10.

Desde el punto de vista epidemiológico, constituye una de las principales causas mundiales de morbimortalidad en pacientes inmunocompetentes e inmunocomprometidos11. Constituye la primera causa de muerte por infección y continúa siendo un problema de salud muy relevante, con una incidencia anual de 2–5 adultos por cada 1.000 habitantes12,13.

Diagnóstico por imagen

El diagnóstico de NAC generalmente requiere la identificación de un infiltrado radiológico en un paciente con un síndrome clínicamente compatible (p. ej., fiebre, disnea, tos y producción de esputo)14:

A la mayoría de los pacientes se les realiza radiografía de tórax posteroanterior y lateral. Los hallazgos radiológicos NAC incluyen: consolidaciones lobares, infiltrados intersticiales y/o cavitaciones, que no son exclusivos de la neumonía y pueden corresponder a otras enfermedades, que deberemos considerar en función de la evolución del paciente (insuficiencia cardíaca congestiva con edema pulmonar, tromboembolismo pulmonar, hemorragia pulmonar, atelectasias, neumonitis química o aspirativa, reacciones a fármacos, tumores pulmonares, colagenopatías, vasculitis, exacerbación de bronquiectasias o neumopatías intersticiales).

Si la sospecha clínica es elevada, a pesar de una radiografía normal, como puede ocurrir en pacientes inmunodeprimidos o en pacientes con exposición conocida a patógenos respiratorios, se realiza una tomografía computarizada (TC) de tórax. También está indicada cuando el paciente no experimenta mejoría clínica a pesar del tratamiento y para evaluar posibles complicaciones, como derrames pleurales o abscesos pulmonares15.

La ecografía pulmonar en el estudio de la neumonía se está convirtiendo en una técnica cada vez más utilizada en varios entornos16. Ha demostrado una elevada sensibilidad en el diagnóstico de las consolidaciones neumónicas, superior a la radiografía de tórax, permitiendo una menor exposición a radiaciones ionizantes17–19. Además, en el seguimiento de pacientes con neumonía, permite observar la evolución desde la consolidación, que persiste con menor tamaño a los 7 días y muestra una resolución completa a los 14 días20.

Dado que en la mayoría de los casos la neumonía afecta el tejido pulmonar periférico, las vías respiratorias periféricas y los alvéolos están inundados por un exudado rico en neutrófilos que desplaza al aire del tejido afectado, dando lugar a artefactos que permiten la evaluación ecográfica, si la lesión se extiende hasta la pleura16.

Se han definido criterios ecográficos para la NAC. Entre los criterios parenquimatosos, destacan la presencia de broncogramas aéreo y líquido positivos, a menudo dependientes de la respiración, lesiones bilaterales en el 10–15% de los casos y alveolograma fluido superficial. El papel de las líneas B en el diagnóstico de la neumonía es controvertido, si bien está aceptado que se pueden encontrar en neumonía intersticial. Existe una buena correlación entre la presencia de estos criterios y hallazgos patológicos en la TC pulmonar durante el seguimiento16.

Neumonía por SARS-CoV-2

Sabemos que la manifestación más grave de la COVID-1921 es la neumonía22. Una vez realizado el diagnóstico microbiológico mediante la detección de antígenos víricos o mediante la RT-PCR (prueba de referencia), nos debemos plantear, en función de los signos y síntomas que presente el paciente, sus factores de riesgo y comorbilidades, su abordaje23.

En el contexto epidemiológico reciente por la pandemia de COVID-19, el uso de la ecografía pulmonar se ha generalizado, permitiendo, mediante un menor uso de las radiaciones ionizantes19,24, clasificar a los pacientes covid positivos en fenotipos de afectación pulmonar según la ecografía25, detectar infiltrados con mayor sensibilidad que la radiografía de tórax26,27 y predecir la positividad de una prueba RT-PCR para SARS-CoV-225. La ecografía ha aportado información sobre la topografía de las lesiones, la gravedad de la afectación pulmonar, la necesidad de oxigenoterapia28 o ventilación mecánica, e incluso la mortalidad29. La aplicación de una escala de gravedad ecográfica pulmonar en pacientes con sospecha de COVID-19&#¿;ha permitido la estratificación del riesgo de los pacientes derivados a los servicios de urgencias hospitalarios30,31, se correlacionó con una mayor probabilidad de derivación hospitalaria correcta y con una mayor gravedad en la radiografía de tórax32. Sin embargo, se han publicado pocas experiencias33 sobre la capacidad pronóstica de la ecografía pulmonar que no asocien los métodos de diagnóstico exclusivamente hospitalarios.

Objetivo: describir las lesiones y su localización en los pacientes con neumonía COVID-19 mediante la realización de ecografía pulmonar, y explorar su capacidad para predecir la evolución clínica de los pacientes.

Material y métodosSelección de pacientes

Mediante un estudio observacional prospectivo, multicéntrico, de muestreo consecutivo, realizado entre abril y julio de 2020, se seleccionaron 263 pacientes que acudieron a las urgencias de los siguientes centros hospitalarios: Hospital Comarcal Sierrallana (Torrelavega-Cantabria), Hospital San Eloy (Barakaldo-Bizkaia), Hospital Universitario San Agustín (Avilés), Hospital Santa María (Lleida), Hospital Clínico Universitario de Valladolid, Hospital de Santa Bárbara (Puertollano-Ciudad Real), Hospital General Nuestra Señora del Prado (Talavera de la Reina-Toledo) y Hospital Universitario de A Coruña (A Coruña).

Criterios de inclusión

Pacientes de edad igual o superior a 18 años, que acudieron a un servicio de urgencias hospitalarias por tos, fiebre y/o dificultad respiratoria, y que presentaban saturación de oxígeno por pulsioximetría o gasometría arterial menor o igual al 94% sin suplemento de oxígeno.

Criterios de exclusión

  • Pacientes menores de 18 años.

  • Pacientes en situación terminal con pronóstico estimado menor de 6 meses de vida.

  • Pacientes que hayan sido derivados a la unidad de cuidados intensivos.

Realización del estudio

Los investigadores del estudio eran médicos de los servicios de urgencias de dichos centros, miembros del grupo de trabajo de ecografía de la sociedad científica SEMES (Sociedad Española de Medicina de Urgencias y Emergencias), con formación en ecografía y experiencia de al menos 5 años de uso de la ecografía en su práctica clínica habitual.

Se obtuvo la aprobación del comité de ética de los respectivos hospitales participantes. Se elaboró un documento de consentimiento informado y un formulario para la recogida de datos.

Las ecografías pulmonares fueron realizadas con los pacientes en posición de decúbito supino a 45 grados, con sonda convexa de baja frecuencia (1–6 MHz), configuración pulmonar. Se definieron 6 campos de exploración por pulmón, delimitados por el esternón, la línea axilar anterior, la línea axilar posterior y la columna vertebral, de modo que en cada paciente se exploraron 2 campos anterosuperiores, 2 anteroinferiores, 2 laterales superiores, 2 laterales inferiores, 2 posterosuperiores y 2 posteroinferiores denominados según R1-R2-R3-R4-R5-R6 en el lado derecho, y L1-L2-L3-L4-L5-L6 en el izquierdo, de manera similar a lo realizado por otros autores24,34 y según la recomendación para el diagnóstico y el seguimiento35. En la figura 136 se identifican las áreas de exploración mediante ecografía pulmonar, anteriores, laterales y posteriores de cada hemitórax.

Figura 1.

Ilustración de las 6 zonas por hemitórax exploradas en el estudio. Adaptado de Havelock et al.36.

(0.13MB).

Para cada una de las 6 zonas pulmonares, se describió la presencia o ausencia de líneas B focales (definidas como más de 3 líneas en la imagen explorada), líneas B globales (más de 4 líneas confluyentes)37, consolidación parenquimatosa, consolidación subpleural y la presencia o ausencia de derrame pleural.

A los pacientes se les realizó, en el mismo día, una radiografía de tórax posteroanterior. En función de los hallazgos, se registraron la presencia o ausencia de infiltrado intersticial unilateral, bilateral, consolidación unilateral, bilateral, e infiltrado parcheado unilateral o bilateral.

Se registraron, además, las siguientes variables de cada paciente durante las 3 primeras horas de su estancia en el servicio de urgencias: edad y sexo, días de evolución hasta la visita a urgencias, temperatura, tensión arterial, pulsioximetria, frecuencia respiratoria, resultado de la RT-PCR para SARS-CoV-2, creatinina sérica y tasa de filtrado glomerular, PCR y hemoglobina. Se registró, además, la presencia o no de comorbilidades como obesidad, diabetes, insuficiencia renal, cardiopatía isquémica, EPOC o neoplasia activa. Por último, se registraron, en su caso, el ingreso en la planta y su duración, y el fallecimiento.

Análisis estadístico

Se analizaron las características demográficas de los pacientes. Para la edad, se calcularon la mediana y el rango intercuartílico. Para el sexo, las frecuencias y su intervalo de confianza. Se calcularon las frecuencias de las comorbilidades y su intervalo de confianza y, de igual modo, el resultado de la RT-PCR para SARS-CoV-2, y los eventos «ingreso en planta» y «fallecimiento».

A continuación, se analizaron los parámetros clínicos de los pacientes, en función de su resultado para la RT-PCR, habiéndose comprobado la homogeneidad de ambos grupos. Para las variables cuantitativas (edad, días de evolución y días de ingreso), se calculó la U de Mann–Whitney; la W de Wilcoxon, la prueba Z de 2 muestras y el nivel de significación basado en la distribución asintótica. Para las variables cualitativas se realizó la prueba de chi-cuadrado.

Se realizó el análisis cuantitativo de los parámetros clínicos de los pacientes, divididos según su resultado para la RT-PCR, destacándose la medida que mejor expresaba la tendencia central y la dispersión en cada variable.

Se analizaron la sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo de la radiografía de tórax y la ecografía, en conjunto y de manera independiente, según los hallazgos por zonas pulmonares.

Para la ecografía pulmonar se identificaron, con base en el análisis de frecuencias, las zonas pulmonares que presentan hallazgos de manera predominante.

Se exploró la capacidad de ambas pruebas diagnósticas para identificar poblaciones con lesiones pulmonares, mediante la prueba de chi-cuadrado de Pearson.

Por último, se realizó una regresión logística para explorar la capacidad de la ecografía pulmonar, asociada a variables clínicas, para predecir el ingreso hospitalario o el fallecimiento.

Resultados

En la tabla 1 se muestran las características demográficas y las comorbilidades de la población de estudio. Se observa un ligero predominio de hombres sobre las mujeres. La principal comorbilidad de los pacientes han sido las neoplasias, seguidas de la enfermedad renal crónica y la cardiopatía isquémica. Han predominado los pacientes con resultado positivo para la RT-PCR para SARS-CoV-2 y que han precisado ingreso hospitalario. El 8% han fallecido.

Tabla 1.

Características demográficas y comorbilidades

  Resultado  n  IC 95% 
Número total de pacientes    263  100   
Edad  Mediana (RIC)  10 (59,25) 
SexoVarón  153  58,2  52,2 - 63,9 
Mujer  110  41,8  36,1 - 47,5 
EPOCNo  228  86,7  82,5 - 90,5 
Sí  35  13,3  9,5 - 17,5 
Diabetes mellitusNo  223  84,8  80,6 - 89,0 
Sí  40  15,2  11,0 - 19,4 
HipertensiónNo  147  55,9  50,2 - 62,0 
Sí  116  44,1  38,0 - 49,8 
Cardiopatía isquémicaNo  236  89,7  85,9 - 93,2 
Sí  27  10,3  6,8 - 14,1 
Enfermedad renal crónicaNo  240  91,3  87,5 - 94,7 
Sí  23  8,7  5,3 - 12,5 
CáncerNo  242  92  86,6 - 95,4 
Sí  21  4,6 - 11,4 
ObesidadNo  236  89,7  85,9 - 93,2 
Sí  27  10,3  6,8 - 14,1 
RT-PCR&#¿;+&#¿;para SARS-CoV-2No  104  41,3  34,5 - 47,6 
Sí  148  58,7  52,4 - 65,5 
Muestra inadecuada  10  3,8a   
No obtenida  0,4a   
Ingreso hospitalarioNo  80  30,4  24,3 - 36,1 
Sí  183  69,6  63,9 - 75,7 
FallecimientoNo  241  91,6  88,2 - 94,7 
Sí  21  4,9 - 11,4 

EPOC: enfermedad pulmonar obstructiva crónica.

aEstos valores se consideran perdidos.

Parámetros clínicos

Se analizaron los parámetros clínicos de los pacientes del estudio en función de su resultado para la RT-PCR, concluyendo que no existe homogeneidad en cuanto a los días de evolución entre los pacientes positivos y negativos. Con respecto a la edad, sexo, los desenlaces ingreso, la duración de este y el fallecimiento, las muestras pertenecen a poblaciones similares. En la tabla 2 se muestran los parámetros clínicos de los pacientes de estudio. Se observa que, en ambos grupos de estudio, los valores de tendencia central se encuentran dentro de rango, excepto la saturación de O2. La desviación estándar ilustra la presencia de valores patológicos de presión arterial, frecuencia respiratoria, la saturación de O2 y hemoglobina.

Tabla 2.

Parámetros clínicos de los pacientes incluidos en el estudio

RT-PCR para SARS-CoV-2Temperatura  TAS  TAD  TAM  FC  FR  Sat O2  Creatinina  TFG  PCR  Hb 
Negativa -NVálido  104,0  79,0  79,0  104,0  104,0  103,0  104,0  101,0  97,0  94,0  101,0 
Perdidos  0,0  25,0  25,0  0,0  0,0  1,0  0,0  3,0  7,0  10,0  3,0 
Media36,6  136,2  78,2  98,2  93,2  18,3  91,6  1,1  71,4  16,4  13,1 
Mediana36,4  134,0  80,0  96,8  92,0  15,0  93,0  0,9  82,0  5,7  13,3 
Desviación estándar1,0  20,6  13,7  15,4  16,3  7,0  7,6  1,0  27,9  31,5  2,2 
Mínimo34,2  82,0  53,0  65,0  50,0  11,0  43,0  0,4  9,7  0,0  7,9 
Máximo39,0  193,0  100,0  144,0  132,0  46,0  100,0  7,4  179,0  184,9  19,7 
Percentiles25  36,0  120,0  67,0  86,7  80,3  12,0  91,0  0,7  49,5  1,6  11,6 
50  36,4  134,0  80,0  96,8  92,0  15,0  93,0  0,9  82,0  5,7  13,3 
75  37,2  149,0  88,0  109,8  100,8  24,0  96,0  1,2  90,0  14,5  14,9 
Positiva +NVálido  147,0  119,0  119,0  148,0  146,0  146,0  148,0  133,0  131,0  130,0  132,0 
Perdidos  1,0  29,0  29,0  0,0  2,0  2,0  0,0  15,0  17,0  18,0  16,0 
Media36,6  129,5  73,0  92,0  91,5  20,3  92,6  1,0  75,2  18,0  13,7 
Mediana36,5  130,0  70,0  92,0  90,0  20,0  94,0  0,9  80,0  9,1  13,8 
Desviación estándar0,9  17,7  15,1  17,6  16,9  5,8  5,2  0,5  22,0  30,2  1,9 
Mínimo35,0  76,0  41,0  0,0  50,0  10,0  65,0  0,2  13,0  0,1  5,9 
Máximo39,5  186,0  115,0  127,0  160,0  32,0  100,0  4,6  120,0  184,0  18,0 
Percentiles25  36,0  120,0  60,0  83,1  80,0  15,8  91,0  0,7  64,0  3,7  12,5 
50  36,5  130,0  70,0  92,0  90,0  20,0  94,0  0,9  80,0  9,1  13,8 
75  37,2  140,0  84,0  101,4  100,0  24,0  96,0  1,1  90,0  17,9  14,9 

FC: frecuencia cardíaca; FR: frecuencia respiratoria;  TAS: tensión arterial sistólica; Hb: hemoglobina; PCR: proteína C-reactiva; TAD: tensión arterial diastólica; TAM: tensión arterial media;TFG:tasa de filtrado glomerular;  RT-PCR: reaccion en cadena de la polimerasa mediante transcriptasa inversa.

Validez y capacidad predictiva. Descripción de las lesiones

La sensibilidad (S), especificidad (E), valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de ambas pruebas de imagen para la detección de infiltrados, con respecto al patrón de oro, la RT-PCR para SARS-CoV-2 fue, con sus respectivos intervalos de confianza, de 75 (68,82), 46 (37,56), 66 (59,74) y 56 (46,67) para la radiografía de tórax; y de 95 (91,98), 6 (1,10), 59 (53,65) y 43 (17,69) para la ecografía pulmonar.

Con respecto a la validez de cada hallazgo aislado, destaca la especificidad de la consolidación bilateral o el infiltrado parcheado unilateral (de manera que la ausencia de estos permite excluir con elevada probabilidad la afectación pulmonar). En cuanto a la ecografía pulmonar patológica (al menos un hallazgo patológico en una de las 6 zonas pulmonares), fue positiva en el 94,59% de los enfermos con RT-PCR para SARS-CoV-2 positiva, sin que ninguno de los hallazgos patológicos presentara por separado una sensibilidad similar, pero destacando la especificidad de las líneas B globales, las consolidaciones pulmonares y subpleurales, y el derrame pleural izquierdo.

Hemos identificado las zonas pulmonares que de manera predominante han presentado hallazgos en la ecografía pulmonar. Destacan las líneas B focales en la zona R6, seguido por líneas B focales en la zona R3 y en la zona L3 (tabla 3).

Tabla 3.

Hallazgos en la ecografía pulmonar

Hallazgo  Frecuencia  Porcentaje 
Líneas B focales R2  65  24,7 
Líneas B focales R3  91  34,6 
Líneas B focales R4  84  31,9 
Líneas B focales R5  67  25,5 
Líneas B focales R6  96  36,5 
Líneas B focales L1  61  23,2 
Líneas B focales L3  89  33,8 
Líneas B focales L4  80  30,4 
Líneas B focales L5  60  22,8 
Líneas B focales L6  80  30,4 
Líneas B globales R5  54  20,5 
Líneas B globales R6  67  25,5 
Líneas B globales L4  55  20,9 
Líneas B globales L5  56  21,3 
Líneas B globales L6  71  27 

L1: zona pulmonar izquierda 1; L3:  zona pulmonar izquierda 3; R2: zona pulmonar derecha 2; R3: zona pulmonar derecha 3.

Se realizó, además, un contraste de hipótesis mediante el test de chi-cuadrado de Pearson entre ambas pruebas diagnósticas. Se encontraron diferencias estadísticamente significativas para la radiografía de tórax patológica, como variable agrupada, y también para el infiltrado intersticial bilateral, y los infiltrados parcheados unilateral y bilateral. En la ecografía pulmonar patológica como variable agrupada, no se encontraron diferencias estadísticamente significativas, pero sí para hallazgos como las líneas B focales en R3, R4, líneas B globales en R1-R4, R6, en L1-L4 y L6, la presencia de consolidación pulmonar derecha en R2 y R4, izquierda en L6, consolidación subpleural en R3, L3, y el derrame pleural derecho.

Implicaciones pronósticas

Se integró la información de la ecografía pulmonar en un modelo para predecir la hospitalización de los pacientes, asociada a parámetros clínicos que no fueran de obtención hospitalaria. Se elaboró una regresión logística que explica el comportamiento de la variable dicotómica «ingreso hospitalario» en los pacientes que acudían a los servicios de urgencias. La ecuación se puede consultar en la figura 2, y en la tabla 4 se detallan los componentes del modelo.

Figura 2.

P(ingreso)&#¿;=&#¿;11&#¿;+&#¿;exp. (−175,302&#¿;+&#¿;0,351*SatO2&#¿;+&#¿;0,042*TAS-0,056*TAD+0,048*FC&#¿;+&#¿;0,007*Edad −0,690*RT-PCR SARS-CoV-2&#¿;+&#¿;Σlesiones 12 zonas).

donde «Σ lesiones 12 zonas» constituye el sumatorio de:

0,181 *Líneas B focales R1&#¿;+&#¿;129060016486824*Líneas B focales R2&#¿;+&#¿;209416421074771*Líneas B focales R3&#¿;+&#¿;136076081942497*Líneas B focales R4&#¿;+&#¿;171052003927168*Líneas B focales R5&#¿;+&#¿;0,620,295,860,997,982*Líneas B focales R6&#¿;+&#¿;0,760,139,729,278,911*Líneas B focales L1&#¿;+&#¿;0,0214865823846529*Líneas B focales L2&#¿;+&#¿;0,419,984,091,104,229*Líneas B focales L3&#¿;+&#¿;142247886067366*Líneas B focales L4–201127545358623*Líneas B focales L5&#¿;+&#¿;0,078*Líneas B focales L6 +.

3187*Líneas B globales R1–0,573*Líneas B globales R2&#¿;+&#¿;0,152*Líneas B globales R3–0,716*Líneas B globales R4&#¿;+&#¿;0,762*Líneas B globales R5&#¿;+&#¿;2492*Líneas B globales R6&#¿;+&#¿;−28,715*Líneas B globales L1&#¿;+&#¿;31,907*Líneas B globales L2&#¿;+&#¿;1027*Líneas B globales L3&#¿;+&#¿;1240*Líneas B globales L4–1172*Líneas B globales L5&#¿;+&#¿;0,314*Líneas B globales L6 +.

41,775*Consolidación pulmonar R1–23,048*Consolidación pulmonar R2–0.967*Consolidación pulmonar R4&#¿;+&#¿;17,970*Consolidación pulmonar R5&#¿;+&#¿;1567*Consolidación pulmonar R6&#¿;+&#¿;−32,887*Consolidación pulmonar L5&#¿;+&#¿;15,956*Consolidación pulmonar L6&#¿;+&#¿;16,847*Consolidación subpleural R1–30,626*Consolidación subpleural R2&#¿;+&#¿;18,426*Consolidación subpleural R3&#¿;+&#¿;49,143*Consolidación subpleural R4–34,234*Consolidación subpleural R5–0,618*Consolidación subpleural R6&#¿;+&#¿;39,011*Consolidación subpleural L1–20,071*Consolidación subpleural L2–2591*Consolidación subpleural L3&#¿;+&#¿;17,791*Consolidación subpleural L4&#¿;+&#¿;52,952*Consolidación subpleural L5&#¿;+&#¿;1025*Consolidación subpleural L6&#¿;+&#¿;0,782*Derrame Pleural Derecho +1958*Derrame Pleural Izquierdo.

(0.92MB).
Tabla 4.

Modelo de regresión logística para la probabilidad de ingreso hospitalario en pacientes SARS-CoV-2+

VariablesBError estándarSig.Exp(B) (O.R.)195% C.I. for EXP(B)
Inferior  Superior 
Sat O2  0,351  0,105  0,001  0,704  0,573  0,865 
TAS  0,042  0,020  0,034  0,958  0,922  0,997 
TAD  0,056  0,028  0,049  1057  1000  1118 
FR  0,048  0,026  0,067  0,953  0,905  1003 
Líneas B focales R1  0,181  1033  0,861  1198  0,158  9077 
Líneas B focales R2  1291  1187  0,277  0,275  0,027  2816 
Líneas B focales R3  2094  1104  0,058  0,123  0,014  1072 
Líneas B focales R4  1361  1145  0,235  3899  0,413  36,802 
Líneas B focales R5  1711  0,913  0,061  0,181  0,030  1082 
Líneas B focales R6  0,620  0,841  0,461  0,538  0,103  2795 
Líneas B focales L1  0,760  0,976  0,436  0,468  0,069  3165 
Líneas B focales L2  0,021  1332  0,987  0,979  0,072  13,314 
Líneas B focales L3  0,420  0,993  0,672  0,657  0,094  4599 
Líneas B focales L4  1422  1012  0,160  0,241  0,033  1751 
Líneas B focales L5  2011  1122  0,073  7473  0,829  67,326 
Líneas B focales L6  0,078  0,816  0,923  0,925  0,187  4573 
Líneas B globales R1  3187  4687  0,497  24,214  0,002  2E+05 
Líneas B globales R2  0,573  2142  0,789  1773  0,027  118,004 
Líneas B globales R3  0,152  1510  0,920  0,859  0,045  16,567 
Líneas B globales R4  0,716  1585  0,651  2046  0,092  45,713 
Líneas B globales R5  0,762  1340  0,570  0,467  0,034  6452 
Líneas B globales R6  2492  1248  0,046  0,083  0,007  0,956 
Líneas B globales L1  28,715  35,224,800  0,999  3E+12  0,000   
Líneas B globales L2  31,907  35,224,800  0,999  0,000  0,000   
Líneas B globales L3  1027  1877  0,584  0,358  0,009  14,188 
Líneas B globales L4  1240  1333  0,352  0,289  0,021  3944 
Líneas B globales L5  1172  1929  0,543  3229  0,074  141,458 
Líneas B globales L6  0,314  1371  0,819  0,730  0,050  10,725 
Consolidación pulmonar R1  41,775  81,860,975  1000  0,000  0,000   
Consolidación pulmonar R2  23,048  71,314,098  1000  1E+10  0,000   
Consolidación pulmonar R4  0,967  3808  0,800  2629  0,002  4581,030 
Consolidación pulmonar R5  17,970  40,193,397  1000  0,000  0,000   
Consolidación pulmonar R6  1567  3010  0,603  0,209  0,001  76,166 
Consolidación pulmonar L5  32,887  66,871,286  1000  2E+14  0,000   
Consolidación pulmonar L6  15,956  24,776,829  0,999  1E-07  0,000   
Consolidación subpleural R1  16,847  14,015,424  0,999  0,000  0,000   
Consolidación subpleural R2  30,626  25,367,368  0,999  2E+13  0,000   
Consolidación subpleural R3  18,426  9358,858  0,998  0,000  0,000   
Consolidación subpleural R4  49,143  8464,325  0,995  0,000  0,000   
Consolidación subpleural R5  34,234  6350,982  0,996  7E+14  0,000   
Consolidación subpleural R6  0,618  1232  0,616  1.855  0,166  20,736 
Consolidación subpleural n L1  39,011  31,893,612  0,999  0,000  0,000   
Consolidación subpleural L2  20,071  25,727,008  0,999  5E+08  0,000   
Consolidación subpleural L3  2591  10,358  0,802  13,348  0,000  9E+09 
Consolidación subpleural L4  17,791  4252,990  0,997  0,000  0,000   
Consolidación subpleural L5  52,952  9077,227  0,995  0,000  0,000   
Consolidación subpleural L6  1025  1260  0,416  0,359  0,030  4244 
Derrame pleural derecho  0,782  2165  0,718  0,458  0,007  31,886 
Derrame pleural izquierdo  1958  1939  0,313  0,141  0,003  6314 
Edad  0,007  0,015  0,645  0,993  0,964  1023 
RT-PCR para SARS-CoV-2 +  0,690  0,712  0,332  1994  0,494  8046 
Constante  175,302  78,972,934  0,998  1E+76     

En la columna B están representados los coeficientes. 1: Odds ratio.

Sat O2: saturación de oxígeno; FR: frecuencia respiratoria; TAS: tensión arterial sistólica; TAD: tensión arterial diastólica

En el análisis del modelo se calculó el valor de 97,939 como E–2 (logaritmo de la verosimilitud) o desviación, para conocer el ajuste del modelo a los datos, siendo mejor cuando más pequeño fuera el valor38. Por otro lado, para explorar la proporción de variancia de la variable ingreso hospitalario explicada por las variables predictoras, se calculó la R cuadrado de Cox y Snell, cuyos valores oscilan entre 0 y 1, siendo el valor de 0,524; este cálculo ha sido mejorado por la R cuadrado de Nagelkerke, que corrige la escala para cubrir el rango de 0 a 1, y constituye el coeficiente de mayor relevancia39, siendo de 0,736 en nuestro caso. Esto implica que las variables independientes o predictoras explican el 73,6% de la variancia de la variable dependiente en nuestro estudio. Por último, se calculó mediante una tabla de contingencia la prueba de Hosmer y Lemeshow para evaluar la bondad del ajuste del modelo de regresión, mostrándose bastante similitud entre los valores esperados y observados.

Como se puede ver en la tabla 4, podría ser cuestionable la inclusión de algunas variables del modelo relacionadas con las lesiones ecográficas, dado su error estándar, los valores de Odds Ratio o el intervalo de confianza de este. Sin embargo, al excluirlas del modelo, su capacidad predictiva sobre la variable dependiente disminuye de 73,6 a 33,8%.

Este modelo de regresión logística permite, por tanto, predecir con un 73,6% de probabilidad, si un paciente covid positivo va a ser hospitalizado, basándose en los valores de saturación de O2, presión arterial, frecuencia cardíaca y la presencia de lesiones en 12 zonas pulmonares valoradas mediante ecografía.

Discusión

En este estudio, partimos de una población con cierto predominio masculino y comorbilidades que acudió a urgencias hospitalarias por sintomatología respiratoria. A su llegada, presentaban parámetros clínicos cerca del rango de la normalidad. Sin embargo, estos pacientes tenían en su mayoría lesiones pulmonares, identificables tanto mediante radiografía de tórax como ecografía pulmonar. La mayoría fueron hospitalizados y el 8% fallecieron.

Mediante una regresión logística hemos podido predecir con un 73,6% la probabilidad de ingreso, teniendo en cuenta los hallazgos de la ecografía pulmonar, asociados a la edad, a las constantes vitales y al resultado de genética molecular. Al extraer del modelo la información de la ecografía, disminuyó drásticamente la capacidad predictiva, lo que nos permitió descartar esta prueba de imagen como variable de confusión. Sin embargo, este modelo no fue suficiente para predecir la probabilidad de fallecimiento, lo que nos sugiere que hay más factores pronósticos que no se han considerado en el estudio.

Este modelo predictivo puede tener utilidad en la atención primaria, donde se dispone de la información obtenida en la exploración física, de RT-PCR (de diagnóstico hospitalario) y de las imágenes obtenidas mediante ecografía pulmonar. Se puede elaborar una herramienta que de manera sencilla y sistemática permita al médico de familia identificar a los pacientes con elevada probabilidad de ingreso hospitalario, de los que no van a ser hospitalizados, para priorizar un enfoque terapéutico precoz o la derivación a urgencias hospitalarias.

Limitaciones

Se trata de un estudio multicéntrico que ha obtenido datos de distintos hospitales de la geografía española. Entre ellos, existe variabilidad en cuanto a la prevalencia del coronavirus.

Derivado de lo primero, existe variabilidad interoperador, ya que las ecografías fueron realizadas por personas distintas en cada hospital.

Dada la limitada sensibilidad y especificidad de las pruebas de laboratorio, existe la posibilidad de falsos positivos o falsos negativos en las pruebas de RT-PCR para SARS-CoV-2, lo que puede haber derivado en resultados erróneos derivados de la asignación de pacientes a ambos grupos de estudio (positivos y negativos).

El modelo de regresión logística planteado puede estimar erróneamente la probabilidad de ingreso hospitalario en el 26,4% de los casos, lo que puede conducir a decisiones equivocadas en el manejo del paciente. Creemos que la historia clínica y la exploración física siguen siendo primordiales en la obtención de información y en la toma de decisiones. Además, la experiencia del médico y la interconsulta a otro facultativo pueden ayudar a minimizar este error.

Responsabilidades éticas

El estudio ha sido revisado y aprobado por los comités de ética de los respectivos hospitales participantes.

Los datos de los pacientes han sido utilizados con estricta confidencialidad, siguiendo las regulaciones locales e internacionales de protección de datos. La información personal de los pacientes ha sido anonimizada para garantizar su privacidad.

Consentimiento informado

Todos los pacientes incluidos en el estudio dieron su consentimiento informado por escrito antes de participar. Se les proporcionó información detallada sobre los objetivos, procedimientos y posibles riesgos del estudio.

Financiación

Este estudio no ha recibido financiación específica de agencias de los sectores público, comercial o sin fines de lucro.

Contribuciones de los autores

Todos los autores han contribuido significativamente al diseño del estudio, la recolección y análisis de los datos, así como a la redacción del manuscrito. Todos los autores han leído y aprobado la versión final del manuscrito y acuerdan su envío para publicación.

Conflicto de intereses

Los autores declaran que no tienen ningún conflicto de intereses financiero o personal que pueda haber influido en el trabajo reportado en este manuscrito.

Originalidad y publicación duplicada

Confirmamos que el contenido del presente manuscrito es original y no ha sido publicado previamente ni está en consideración para publicación en otro lugar.

Bibliografía
[1]
T. Ferkol, D. Schraufnagel.
The global burden of respiratory disease.
Ann Am Thorac Soc, 11 (2014), pp. 404-406
[2]
Foro de las Sociedades Respiratorias Internacionales.
El Impacto Global de la Enfermedad Respiratoria.
Segunda edición, Asociación Latinoamericana de Tórax, (2017),
[4]
S.N. Grief, J.K. Loza.
Guidelines for the evaluation and treatment of pneumonia [Internet].
Prim Care Clin Off Pract, 45 (2018), pp. 485-503
[5]
Instituto Nacional de Estadística.
INEbase. Encuesta de morbilidad hospitalaria. Año 2019 [1000 Enfermedades del Aparato Respiratorio J00-J99; España, Ambos Sexos, Todas las Edades, Esperanza de Vida], 2020.
[6]
WHO. Coronavirus (COVID-19) Dashboard [Internet]. WHO. [consultado 27 May 2022], Disponible en: https://covid19.who.int/.
[7]
S. Tranche Iparraguirre, R. Martín Álvarez, Martínez I. Párraga.
El reto de la pandemia de la COVID-19 para la atención primaria.
Rev Clin Med Fam, 14 (2021), pp. 85-92
[8]
S. Ares-Blanco, M.P. Astier-Peña, R. Gómez-Bravo, M. Fernández-García, J.M. Bueno-Ortiz.
El papel de la atención primaria en la pandemia COVID-19: una mirada hacia Europa.
Aten Primaria, 53 (2021),
[9]
E. Satué de Velasco, M. Gayol Fernández, M.T. Eyaralar Riera, R. Magallón Botaya, F. Abal Ferrer.
Impacto de la pandemia en la atención primaria. Informe SESPAS 2022.
Gac Sanit, 36 (2022), pp. S30-S35
[10]
A. Torres, J. Barberán, A. Ceccato, I. Martin-Loeches, M. Ferrer, R. Menéndez, et al.
Neumonía intrahospitalaria. Normativa de la Sociedad Española de Neumología y Cirugía Torácica (SEPAR). Actualización 2020 [Internet].
Arch Bronconeumol, (2020), pp. 5611-5619
[11]
S. Aliberti, C.S. De la Cruz, F. Amati, G. Sotgiu, M.I. Restrepo.
Community-acquired pneumonia.
Lancet, 398 (2021), pp. 906-919
[12]
A. Torres, C. Cillóniz, F. Blasi, J.D. Chalmers, J. Gaillat, N. Dartois, et al.
Burden of pneumococcal community-acquired pneumonia in adults across Europe: a literature review [Internet].
Respir. Med., 137 (2018), pp. 6-13
[13]
C. Gürtler, B. Wirz, M. Christ-Crain, W. Zimmerli, B. Müller, P. Schuetz.
Inflammatory response predicts long-term mortality risk in community-acquired pneumonia.
Eur Respir J, 37 (2011), pp. 1439-1446
[15]
J.A. Salas-Lopez, F.K. Llanos-Tejada, E.H. Herrera-Flores, M. Venero-Cáceres, C.A. Saavedra-Leveau.
Neumonía adquirida de la comunidad.
Diagnóstico, 58 (2019), pp. 181-185
[16]
A. Reissig, A. Gramegna, S. Aliberti.
The role of lung ultrasound in the diagnosis and follow-up of community-acquired pneumonia.
Eur J Intern Med, 23 (2012), pp. 391-397
[17]
K. Senniappan, R. Sreedhar, M.S.S. Babu, P.K. Dash, S.V. Gadhinglajkar, S. Sukesan.
Bedside lung ultrasound for postoperative lung conditions in cardiothoracic intensive care unit: diagnostic value and comparison with bedside chest roentgenogram.
Anesth Essays Res, 13 (2019), pp. 649-653
[18]
D. Lichtenstein, I. Goldstein, E. Mourgeon, P. Cluzel, P. Grenier, J.J. Rouby.
Comparative diagnostic performances of auscultation, chest radiography, and lung ultrasonography in acute respiratory distress syndrome.
Anesthesiology, 100 (2004), pp. 9-15
[19]
S. Mongodi, A. Orlando, E. Arisi, G. Tavazzi, E. Santangelo, L. Caneva, et al.
Lung ultrasound in patients with acute respiratory failure reduces conventional imaging and health care provider exposure to COVID-19.
Ultrasound Med Biol, 46 (2020), pp. 2090-2093
[20]
S. Ianniello, C.L. Piccolo, G.L. Buquicchio, M. Trinci, V. Miele.
First-line diagnosis of paediatric pneumonia in emergency: lung ultrasound (LUS) in addition to chest-X-ray (CXR) and its role in follow-up.
Br J Radiol, 89 (2016), pp. 20150998
[22]
R. Gil, P. Bitar, C. Deza, J. Dreyse, M. Florenzano, C. Ibarra, et al.
Cuadro clínico del COVID-19.
Rev Méd Clín Condes, 32 (2021), pp. 20-29
[23]
Sociedad Española de Medicina de Familia y Comunitaria. [Internet].
[24]
L. Vetrugno, T. Bove, D. Orso, F. Barbariol, F. Bassi, E. Boero, et al.
Our Italian experience using lung ultrasound for identification, grading and serial follow-up of severity of lung involvement for management of patients with COVID-19.
Echocardiography, 37 (2020), pp. 625-627
[25]
G. Volpicelli, L. Gargani, S. Perlini, S. Spinelli, G. Barbieri, A. Lanotte, et al.
Lung ultrasound for the early diagnosis of COVID-19 pneumonia: an international multicenter study.
Intensive Care Med, 47 (2021), pp. 444-454
[26]
M. Mateos González, García de Casasola, G. Sánchez, F.J.T. Muñoz, K. Proud, D. Lourdo, et al.
Comparison of lung ultrasound versus chest x-ray for detection of pulmonary infiltrates in COVID-19.
Diagnostics (Basel) [Internet], 11 (2021), pp. 373
[27]
J.R. Pare, I. Camelo, K.C. Mayo, M.M. Leo, J.N. Dugas, K.P. Nelson, et al.
Point-of-care lung ultrasound is more sensitive than chest radiograph for evaluation of COVID-19.
West J Emerg Med, 21 (2020), pp. 771-778
[28]
G. Falgarone, F. Pamoukdjian, J. Cailhol, A. Giocanti-Auregan, S. Guis, G. Bousquet, et al.
Lung ultrasound is a reliable diagnostic technique to predict abnormal CT chest scan and to detect oxygen requirements in COVID-19 pneumonia.
Aging, 12 (2020), pp. 19945-19953
[29]
M. Chardoli, S. Sabbaghan Kermani, S. Abdollahzade Manqoutaei, M.A. Loesche, N.M. Duggan, S. Schulwolf, et al.
Lung ultrasound in predicting COVID-19 clinical outcomes: a prospective observational study.
J Am Coll Emerg Phys Open, 2 (2021),
[30]
K. Yasukawa, T. Minami, D.R. Boulware, A. Shimada, E.A. Fischer.
Point-of-care lung ultrasound for COVID-19: findings and prognostic implications from 105 consecutive patients.
J Intensive Care Med, 36 (2021), pp. 334-342
[31]
A. Bock, A.T. Lassen, C.B. Laursen, S. Posth.
Lung ultrasound as a prognostic tool in emergency patients clinically suspected of COVID-19.
Dan Med J [Internet], 68 (2021),
[32]
A. Calvo-Cebrián, R. Alonso-Roca, F.J. Rodriguez-Contreras, M. de R. las Nieves, M.C. del Pino.
Usefulness of lung ultrasound examinations performed by primary care physicians in patients with suspected COVID-19.
J Ultrasound Med, 40 (2021), pp. 741-750
[33]
M.B. Guzmán-García, A. Mohedano-Moriano, J. González-González, J.M. Morales-Cano, R. Campo-Linares, C. Lozano-Suárez, et al.
Lung ultrasound as a triage method in primary care for patients with suspected SARS-CoV-2 pneumonia.
J Clin Med, 11 (2022), pp. 6420
[34]
L. Gargani, H. Soliman-Aboumarie, G. Volpicelli, F. Corradi, M.C. Pastore, M. Cameli.
Why, when, and how to use lung ultrasound during the COVID-19 pandemic: enthusiasm and caution.
Eur Heart J Cardiovasc Imaging, 21 (2020), pp. 941-948
[35]
L. Demi, F. Mento, A. Di Sabatino, A. Fiengo, U. Sabatini, V.N. Macioce, et al.
Lung ultrasound in COVID-19 and post-COVID-19 patients, an evidence-based approach.
J Ultrasound Med, 41 (2022), pp. 2203-2215
[36]
T. Havelock, R. Teoh, D. Laws, F. Gleeson, on behalf of the BTS Pleural Disease Guideline Group.
Pleural procedures and thoracic ultrasound: British Thoracic Society pleural disease guideline 2010.
Thorax, (2010), pp. i61-i76
[37]
V. Fraile Gutiérrez, J.M. Ayuela Azcárate, D. Pérez-Torres, L. Zapata, A. Rodríguez Yakushev, A. Ochagavía.
Ecografía en el manejo del paciente crítico con infección por SARS-CoV-2 (COVID-19): una revisión narrativa.
Med Intensiva, 44 (2020), pp. 551-565
[39]
V.P.D. Narváez.
Regresión logística y decisiones clínicas.
Nutr Hosp, 34 (2017), pp. 6
Copyright © 2024. The Authors
Descargar PDF
Opciones de artículo
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos