Casi la mitad de las muertes por COVID-19 podrían ser por uso de ventilador: Estudio

Según un estudio publicado en el Journal of Clinical Investigation por la Facultad de Medicina Feinberg de la Universidad Northwestern, una infección bacteriana secundaria de pulmón (neumonía) era «extremadamente frecuente en pacientes con COVID-19», y aplicando el aprendizaje automático a los datos de los historiales médicos, los científicos descubrieron que «la neumonía bacteriana secundaria, que no se resuelve, era un factor clave de mortalidad en pacientes con COVID-19».

El análisis sugiere que los pacientes que requirieron un ventilador mecánico también desarrollaron una infección secundaria, una infección que fue responsable de una tasa de mortalidad más alta que la infección por COVID-19, lo que significa que la cura puede haber sido más mortal que la enfermedad.  

“Nuestro estudio destaca la importancia de prevenir, buscar y tratar agresivamente la neumonía bacteriana secundaria en pacientes críticos con neumonía grave, incluidos aquellos con COVID-19”, escribió Benjamin Singer, neumólogo de la Universidad Northwestern en Illinois. 

Los investigadores examinaron los registros de 585 personas ingresadas en cuidados intensivos en el Hospital Northwestern Memorial en Illinois, todas con neumonía grave o insuficiencia respiratoria, 190 de las cuales también tenían COVID-19. 

Los investigadores también descubrieron que casi la mitad de los pacientes con COVID-19 desarrollaron una infección secundaria debido al uso de un ventilador.

“Aquellos que se curaron de su neumonía secundaria tenían más probabilidades de vivir, mientras que aquellos cuya neumonía no se resolvió tenían más probabilidades de morir”, escribió Singer, y agregó que “nuestros datos sugirieron que la mortalidad relacionada con el virus en sí es relativamente baja. pero otras cosas que suceden durante la estadía en la UCI, como la neumonía bacteriana secundaria, compensan eso”.

Los investigadores concluyeron que «las infecciones bacterianas pueden incluso superar las tasas de mortalidad de la infección viral en sí misma», y que la evidencia reveló que «COVID-19 no causa una ‘tormenta de citoquinas’, que a menudo se creía que era la causa de muerte en COVID -19 pacientes.  

Se cree que una «tormenta de citocinas» es la inflamación abrumadora que provoca la insuficiencia orgánica en los pulmones, los riñones, el cerebro y otros órganos en pacientes con COVID-19. 

Los hallazgos de la técnica de aprendizaje automático empleada, denominada «CarpeDiem», refuta la teoría de la tormenta de citoquinas, ya que no hubo evidencia de falla multiorgánica en ninguno de los pacientes estudiados, sin embargo, desarrollaron neumonía asociada al ventilador (VAP). 

LEE MÁS:

• Estudio vincula uso prolongado de mascarillas con abortos espontáneos y muertes prematuras
• IBM reemplazará a casi 8000 empleados con inteligencia artificial

Precaución requerida

Los científicos advirtieron de que el hecho de que un paciente necesite un ventilador, que conduce a una infección secundaria, no implica que una infección por COVID-19 sea menos peligrosa, sólo que «la duración relativamente larga de la estancia entre los pacientes con COVID-19 se debe principalmente a la insuficiencia respiratoria prolongada, lo que les sitúa en mayor riesgo de VAP».

Los hallazgos resaltan la necesidad de más estudios y también muestran cómo el aprendizaje automático puede revelar patrones en los datos que los investigadores pueden no reconocer de inmediato. 

Los científicos dicen que el siguiente paso en la investigación será utilizar «datos moleculares de las muestras del estudio e integrarlos con enfoques de aprendizaje automático para comprender por qué algunos pacientes se curan de la neumonía y otros no».

Esperan expandir la técnica a conjuntos de datos más grandes y usar el modelo para hacer predicciones que puedan usarse para mejorar los resultados de los pacientes en estado crítico.

Catherine Gao, también neumóloga de Northwestern, dijo que «la aplicación del aprendizaje automático y la inteligencia artificial a los datos clínicos se puede utilizar para desarrollar mejores formas de tratar enfermedades como la COVID-19 y ayudar a los médicos de la UCI a tratar a estos pacientes».