Subfenótipos baseados em dados clínicos de beira-leito de pacientes críticos com COVID-19: um estudo de coorte - Critical Care Science (CCS)

RESUMO

Objetivo:

Identificar apresentações mais graves de COVID-19.

Métodos:

Pacientes consecutivamente admitidos à unidade de terapia intensiva foram submetidos à análise de clusters por meio de método de explorações sequenciais

Resultados:

Analisamos os dados de 147 pacientes, com média de idade de 56 ± 16 anos e Simplified Acute Physiological Score 3 de 72 ± 18, dos quais 103 (70%) demandaram ventilação mecânica e 46 (31%) morreram na unidade de terapia intensiva. A partir do algoritmo de análise de clusters, identificaram-se dois grupos bem definidos, com base na frequência cardíaca máxima [Grupo A: 104 (IC95% 99 – 109) batimentos por minuto versus Grupo B: 159 (IC95% 155 – 163) batimentos por minuto], frequência respiratória máxima [Grupo A: 33 (IC95% 31 – 35) respirações por minuto versus Grupo B: 50 (IC95% 47 – 53) respirações por minuto] e na temperatura corpórea máxima [Grupo A: 37,4 (IC95% 37,1 – 37,7)ºC versus Grupo B: 39,3 (IC95% 39,1 – 39,5)ºC] durante o tempo de permanência na unidade de terapia intensiva, assim como a proporção entre a pressão parcial de oxigênio no sangue e a fração inspirada de oxigênio quando da admissão à unidade de terapia intensiva [Grupo A: 116 (IC95% 99 – 133) mmHg versus Grupo B: 78 (IC95% 63 – 93) mmHg]. Os subfenótipos foram distintos em termos de perfis inflamatórios, disfunções orgânicas, terapias de suporte, tempo de permanência na unidade de terapia intensiva e mortalidade na unidade de terapia intensiva (com proporção de 4,2 entre os grupos).

Conclusão:

Nossos achados, baseados em dados clínicos universalmente disponíveis, revelaram dois subfenótipos distintos, com diferentes evoluções de doença. Estes resultados podem ajudar os profissionais de saúde na alocação de recursos e seleção de pacientes para teste de novas terapias.