Análise de clusters Archives - Critical Care Science (CCS)
, Resumo
Rev Bras Ter Intensiva. 2021;33(2):196-205
DOI 10.5935/0103-507X.20210027
, , Identificar apresentações mais graves de COVID-19.
Pacientes consecutivamente admitidos à unidade de terapia intensiva foram submetidos à análise de clusters por meio de método de explorações sequenciais
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).
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.
Resumo
Rev Bras Ter Intensiva. 2021;33(2):196-205
DOI 10.5935/0103-507X.20210027
, , Identificar apresentações mais graves de COVID-19.
Pacientes consecutivamente admitidos à unidade de terapia intensiva foram submetidos à análise de clusters por meio de método de explorações sequenciais
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).
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.
