RESUMEN
Introducción. Existen múltiples variables demográficas y clínicas predictivas de mortalidad en pacientes con COVID-19. Sin embargo, hay menos información sobre el valor pronóstico de los biomarcadores inflamatorios. Métodos. Estudio de cohorte retrospectivo. Se incluyeron de forma consecutiva todos los pacientes con COVID-19, confirmado por laboratorio, atendidos en un servicio de urgencias hospitalario (SUH) y con valor basal de los siguientes biomarcadores: recuento linfocitario, índice neutrófilo/linfocito (INL), proteína C reactiva (PCR) y procalcitonina (PCT). La relación entre los biomarcadores y la mortalidad total a 30 días se analizó mediante una regresión de Cox y gráficos de dosis-respuesta. Resultados. Se incluyeron 896 pacientes, 151 (17%) fallecieron en los primeros 30 días. La mediana de edad fue de 63 años (51-78) y 494 (55%) eran hombres. El valor de INL, PCR y PCT fue mayor, mientras que el recuento linfocitario fue menor, en los pacientes que fallecieron respecto a los que sobrevivieron (p < 0,001). La PCT fue superior al recuento linfocitario, INL y PCR en la predicción de mortalidad a 30 días (ABC 0,79 [IC 95%: 0,75-0,83] vs 0,70 [IC 95%: 0,65-0,74], p < 0,001; 0,74 [IC 95%: 0,69-0,78], p = 0,03; y 0,72 [IC 95%: 0,68-0,76], p < 0,001). Los puntos de decisión de PCT propuestos, 0,06 ng/l para exclusión y 0,72 ng/l para inclusión de muerte a 30 días, podrían facilitar la toma de decisiones en urgencias. Hubo 357 pacientes (40%) con valores de PCT en estas categorías. El análisis multivariable mostró una mayor asociación con la mortalidad para PCT que en los otros biomarcadores estudiados. Conclusión. PCT es el biomarcador con mejor capacidad para predecir mortalidad a 30 días por cualquier causa en pacientes con COVID-19 valorados en un SUH.
Background. Although many demographic and clinical predictors of mortality have been studied in relation to COVID-19, little has been reported about the prognostic utility of inflammatory biomarkers. Methods. Retrospective cohort study. All patients with laboratory-confirmed COVID-19 treated in a hospital emergency department were included consecutively if baseline measurements of the following biomarkers were on record: lymphocyte counts, neutrophil-to-lymphocyte ratio NRL, and C-reactive protein (CRP) and procalcitonin (PCT) levels. We analyzed associations between the biomarkers and all-cause 30-day mortality using Cox regression models and doseresponse curves. Results. We included 896 patients, 151 (17%) of whom died within 30 days. The median (interquartile range) age was 63 (51-78) years, and 494 (55%) were men. NLR, CRP and PCT levels at ED presentation were higher, while lymphocyte counts were lower, in patients who died compared to those who survived (P < .001). The areas under the receiver operating characteristic curves revealed the PCT concentration (0.79; 95% CI, 0.75-0.83) to be a better predictor of 30-day mortality than the lymphocyte count (0.70; 95% CI, 0.65-0.74; P < .001), the NLR (0.74; 95% CI, 0.69-0.78; P = .03), or the CRP level (0.72; 95% CI, 0.68-0.76; P < .001). The proposed PCT concentration decision points for use in emergency department case management were 0.06 ng/L (negative) and 0.72 ng/L (positive). These cutoffs helped classify risk in 357 patients (40%). Multivariable analysis demonstrated that the PCT concentration had the strongest association with mortality. Conclusion. PCT concentration in the emergency department predicts all-cause 30-day mortality in patients with COVID-19 better than other inflammatory biomarkers.
Asunto(s)
Humanos , Masculino , Persona de Mediana Edad , Ciencias de la Salud , Infecciones por Coronavirus/diagnóstico , Recuento de Linfocitos , Polipéptido alfa Relacionado con Calcitonina , Calcitonina , Servicios Médicos de Urgencia , Neutrófilos/química , Estudios Retrospectivos , Proteína C-Reactiva/análisisRESUMEN
Introducción. Los errores en la identificación del paciente representan uno de los problemas con mayor índice de factor de riesgo en provocar un evento adverso en el paciente. Objetivo. Detectar y analizar las causas de los errores de identificación de paciente y sus muestras biológicas en las solicitudes analíticas (EIPMB) procedentes de Urgencias e implantar estrategias de mejora. Material y métodos. Diseño del proceso y protocolo a seguir por todos los profesionales implicados en el proceso de petición y realización de pruebas analíticas. Evaluación y seguimiento de indicadores de EIPMB antes y después de la implantación de dichas medidas de mejora (años 2010 a 2014). Resultados. Durante el período del estudio se detectan un total de 316 EIPMB en un total de 483.254 solicitudes del Servicio de Urgencias que representan una media de 6,80/10.000. El error de identificación de paciente fue el más frecuente en todos los semestres, con una diferencia significativa con p < 0,0001. Conclusiones. Las estrategias de mejora aplicadas demostraron ser eficaces en la detección de los EIPMB, así como en su prevención. No obstante, se debe seguir trabajando en esta estrategia, fomentando la cultura de seguridad de todos los profesionales implicados e intentando alcanzar el objetivo de que el 100% de las solicitudes analíticas, así como las muestras, estén identificadas correctamente (AU)
Background. Patient identification errors and biological samples are one of the problems with the highest risk factor in causing an adverse event in the patient. Objective. To detect and analyse the causes of patient identification errors in analytical requests (PIEAR) from emergency departments, and to develop improvement strategies. Material and methods. A process and protocol was designed, to be followed by all professionals involved in the requesting and performing of laboratory tests. Evaluation and monitoring indicators of PIEAR were determined, before and after the implementation of these improvement measures (years 2010-2014). Results. A total of 316 PIEAR were detected in a total of 483,254 emergency service requests during the study period, representing a mean of 6.80/10,000 requests. Patient identification failure was the most frequent in all the 6-monthly periods assessed, with a significant difference (P < .0001). Conclusions. The improvement strategies applied showed to be effective in detecting PIEAR, as well as the prevention of such errors. However, we must continue working with this strategy, promoting a culture of safety for all the professionals involved, and trying to achieve the goal that 100% of the analytical and samples are properly identified (AU)
Asunto(s)
Femenino , Humanos , Masculino , Errores Diagnósticos/ética , Errores Diagnósticos/legislación & jurisprudencia , Mala Conducta Profesional/legislación & jurisprudencia , Factores de Riesgo , Pacientes/legislación & jurisprudencia , Relaciones Profesional-Paciente , Manejo de Atención al Paciente/organización & administración , Manejo de Atención al Paciente/normas , Seguridad del Paciente/legislación & jurisprudencia , Seguridad del Paciente/normas , Mala Praxis/legislación & jurisprudencia , Atención al Paciente/normas , Atención al Paciente , Defensa del Paciente/normas , Planificación de Atención al Paciente/normasRESUMEN
Objetivo. Desarrollo de modelos que mejoren la accesibilidad de los pacientes oncológicos para la realización de las pruebas analíticas, flexibilizando la elección del centro de obtención de la muestra tanto en atención primaria como en especializada. Material y métodos. Análisis del circuito de los pacientes oncológicos. Estudio de la accesibilidad del paciente a la realización de sus analíticas. Desarrollo del modelo de consulta de alta resolución (MCAR) y del modelo de accesibilidad analítica del paciente (MAAP). Resultados. El porcentaje de pacientes oncológicos que están en tratamiento ha sufrido un incremento bianual de un 8,76%. Se evidencia la utilización de ambos modelos por el paciente. El modelo MAAP sufrió un incremento progresivo de su utilización alcanzando hasta un 32% a los 2 años de su implantación. La causa principal de su elección ha sido en un 74% de los casos debido a una mayor accesibilidad. Un 8% de los pacientes han utilizado ambos modelos según sus necesidades. Conclusiones. La implantación de circuitos asistenciales optimizados y preferentes en ambos modelos mejoran la accesibilidad y la flexibilidad para la realización de pruebas diagnósticas del laboratorio en los pacientes estudiados(AU)
Objective. To develop models to improve accessibility of performing laboratory tests on chronic oncology patients, as well as a more flexible choice of sample collection in both primary and specialized care. Material and methods. Circuit analysis of cancer patients. Patient survey to study access to laboratory tests. High Resolution Consultation Development Model (MCAR) and Patient Access Analytical Model (MAAP). Results. The percentage of cancer patients on treatment has increased by 8.76% in the past two years. There was a 32% increased in the use of the MAAP model in the two years of its implementation, and has been the choice of 74% due to greater accessibility, with 8% of the patients having used both models to suit their needs. Conclusions. The implementation of optimized and preferred care systems has shown that both models improve accessibility and flexibility of the diagnostic testing laboratory in the patients studied(AU)