Criterio COVID-19 CS como predictor de muerte en población peruana

Abstract

Introducción: La pandemia de COVID-19 ha generado altas tasas de hospitalización y mortalidad, siendo la tormenta de citoquinas un mecanismo inmunopatológico clave asociado a desenlaces clínicos desfavorables. El criterio COVID-19 CS fue desarrollado para identificar de forma temprana este fenómeno, pero su validez en poblaciones diversas aún no ha sido establecida. Objetivo: Evaluar la validez del criterio COVID-19 CS como predictor de mortalidad temprana en pacientes hospitalizados por COVID-19 en el Hospital Nacional Dos de Mayo durante el período comprendido entre el 1 de abril del 2020 y el 30 de junio de 2021. Métodos: Se emplearon análisis de Kaplan-Meier, modelos de regresión de Cox y métricas de desempeño (C-index y curva ROC). Resultados: De 336 pacientes, 44 (13,1%) cumplieron el criterio. Presentaron menor supervivencia a 30 días (65% vs. 82%, p=<0.0001) y un mayor riesgo ajustado de muerte (aHR = 4,34, IC95 %: 2.29–8.25, p=<0.001). El C-index fue 0,655 y el AUC, 0,63. Conclusión: El criterio COVID-19 CS mostró una capacidad moderada para predecir mortalidad temprana y podría complementar la evaluación clínica integral para la estratificación del riesgo en pacientes hospitalizados, así como servir como herramienta predictiva de muerte en enfermedades con fenotipos de tormenta de citoquinas similares.

Background: The COVID-19 pandemic led to high rates of hospitalization and mortality, with cytokine storm identified as a key immunopathological mechanism associated with poor clinical outcomes. The COVID-19 CS criterion was developed as an early predictive tool to detect cytokine storm in patients with COVID-19, but its validity across diverse populations remains uncertain. Objective: To assess the validity of the COVID-19 CS criterion as a predictor of early mortality in patients hospitalized with COVID-19 at the Dos de Mayo National Hospital during the period from April 1, 2020 and June 30, 2021. Methods: Kaplan-Meier analysis, Cox proportional hazards models, and performance metrics (C-index and ROC curve) were used. Results: Among 336 patients, 44 (13.1%) met the COVID-19 CS criterion. These patients had lower 30-day survival (65% vs. 82%, p < 0.0001) and higher adjusted risk of death (aHR = 4.34; 95% CI: 2.29–8.25; p < 0.001). The C-index was 0.655 and the AUC was 0.63. Conclusion: The COVID-19 CS criterion demonstrated moderate ability to predict early mortality and could complement comprehensive clinical assessment for risk stratification in hospitalized patients, as well as serve as a predictive tool for mortality in diseases with similar cytokine storm phenotypes.