key: cord-0867427-o0f6xmtx authors: Rubio-Gracia, J; Ibáñez-Muñoz, D; Giménez-López, I; Garcés-Horna, V; López-Delgado, D; Sierra-Monzón, JL; Crespo-Aznarez, S; Peña-Fresneda, N; Pérez-Calvo, JI; Sánchez-Marteles, M title: Análisis comparativo de la radiografía de tórax y la ecografía pulmonar para predecir el pronóstico intra-hospitalario de pacientes ingresados por neumonía secundaria a SARS-COV2 (COVID-19) date: 2022-03-03 journal: Med Clin (Barc) DOI: 10.1016/j.medcli.2022.01.028 sha: 4b43a243c682e61907e7b932bb5b784a9557a93b doc_id: 867427 cord_uid: o0f6xmtx Antecedentes: La ecografía torácica es una técnica novedosa para estratificar el riesgo de los pacientes COVID-19. Sin embargo, no existen datos que comparen dicha técnica con la radiografía de tórax, una técnica ampliamente utilizada en esta enfermedad. Pacientes y métodos: Análisis retrospectivo en pacientes estables COVID-19. Se compararon la escala de daño pulmonar radiológica de Schalekamp y ecográfica de LUZ-Score. El objetivo primario fue la muerte intra-hospitalaria o la necesidad de ingreso en UCI para tratamiento con ventilación mecánica. Resultados: Se reclutaron 138 pacientes. La mediana de la escala de Schalekamp fue de 2 (2) y la del LUZ-score de 21 (10). No se objetivó una correlación significativa entre ambas escalas. Los pacientes con un LUZ-score ≥ 21 puntos al ingreso, presentaron peor función pulmonar y mayores concentraciones de LDH, PCR e interleuquina-6. La escala radiológica de Schalekamp no logró identificar a una población de mayor riesgo. Únicamente la adición de la ecografía pulmonar a un modelo de valoración clínica, mejoró de manera significativa el área bajo la curva para el objetivo primario (ABC 0,805 [0,662 – 0,948]; p=< 0,001). Conclusiones: No se objetivó una correlación entre la afectación radiológica y ecográfica. Únicamente la ecografía pulmonar identificó un subgrupo de pacientes con una mayor afectación clínico-analítica. La ecografía pulmonar mejoró el modelo de predicción clínico, mientras que la radiografía de tórax no añadió información relevante. Background: Point of care lung ultrasound (POCUS) has been recently used to assess prognosis in COVID-19 patients. However, there are no data comparing POCUS and chest-X ray, a technique widely used. Material and Methods: Retrospective analysis in stable COVID-19 patients. Schalekamp radiological lung scale and LUZ-score ultrasound scale were compared. Primary end-point was in-hospital death and/or need for Intensive Care Unit admission. Results: A total of 138 patients were included. Median Schalekamp scale was 2 (2) and median LUZ-score scale was 21 (10). No significant correlation was observed between both techniques. Patients with a LUZ score > 21 points at admission had worse lung function and higher concentrations of LDH, CRP and Interleuquine-6. Schalekamp scale failed to identify patients at a higher risk at admission for the primary end-point. Addition of POCUS to a previous clinical model, improved risk prediction (AUC 0,805[0,662 - 0,948]; p=< 0,001). Conclusions: Chest X-ray and POCUS showed no correlation at admission in this analysis. Only POCUS identified a group of patients with greater clinical and analytical involvement. POCUS improved, previous clinical model, while chest X-ray did not add relevant predictive information for the primary endpoint. La infección por el virus del distrés respiratorio severo del adulto tipo 2 (SARS-CoV-2), conocida como COVID-19, ha generado una alta mortalidad y morbilidad a nivel mundial 1, 2 . Dicha enfermedad tiene una marcada afectación respiratoria, capaz de producir cuadros de distrés respiratorio del adulto (SDRA) independientemente de la edad, especialmente en pacientes vulnerables [2] [3] [4] . Dado que se trata de una enfermedad infecciosa capaz de producir cuadros graves en pacientes jóvenes y sin antecedentes médicos 2,5 , disponer de herramientas objetivas para identificar precozmente a los pacientes de mayor riesgo, resulta vital para mejorar el pronóstico de la enfermedad. La radiografía simple de tórax (Rx), es una técnica sencilla, segura y de amplio uso en la valoración inicial del COVID-19 6 . La afectación bilateral radiológica se ha identificado en pacientes críticos como un factor independiente de riesgo 7 . Sin embargo, a pesar de su utilidad, es una técnica operador dependiente y cuya máxima rentabilidad se ha observado al emplear complejos modelos informáticos que analizan imágenes radiológicas 8 , un recurso que no siempre está disponible en los centros hospitalarios. Por el contrario, la ecografía pulmonar ha supuesto un hito importante en el manejo de esta enfermedad 9 . Es una técnica fácil de aplicar, reproducible, inocua y con unos resultados similares a los obtenidos mediante tomografía computarizada (TC) 10 . La gradación de las lesiones producidas por COVID-19 mediante escalas de puntuación ecográficas, se ha correlacionado con el pronóstico a corto plazo 11-13 y cada vez son más frecuentes los trabajos de investigación relacionados con esta técnica en la COVID-19 [14] [15] [16] . La hipótesis de este trabajo, es que la capacidad predictiva de la ecografía pulmonar es superior a la de la Rx. Los objetivos de este estudio son: 1) Analizar las características J o u r n a l P r e -p r o o f 6 basales de una cohorte de pacientes hospitalizados, según las lesiones pulmonares generadas por el SARS-CoV-2 e identificadas por Rx o ecografía pulmonar. 2) Analizar la correlación entre los hallazgos de la Rx y la ecografía pulmonar. 3) Analizar la capacidad predictiva al ingreso de la Rx versus la ecografía pulmonar para identificar a aquellos pacientes con peor evolución durante su hospitalización. Diseño del estudio Estudio retrospectivo llevado a cabo en los servicios de Enfermedades Infecciosas y Medicina Interna de un hospital universitario entre julio y octubre de 2020. Los criterios de inclusión del estudio han sido previamente publicados 11 . En resumen, se trata de pacientes con una edad ≥ a 18 años, ingresados con el diagnóstico de infección sintomática por SARS-CoV-2 confirmada mediante PCR o serología (IgM y/o IgG) y que aceptaron las condiciones del estudio. Los criterios de exclusión más importantes fueron el ingreso previo en la unidad de cuidados intensivos (UCI), la negativa del paciente o la presencia de enfermedades crónicas avanzadas como la EPOC, deterioro cognitivo avanzado o dependencia funcional importante 11 . Durante las primeras 72 horas de ingreso por COVID-19, se registraron las variables biológicas y clínicas del paciente. Se realizó un cálculo aproximado de la PAFI, definida como el cociente entre la Saturación de O2 y la FiO2 administrada (PAFI estimada) y se cuantificó el grado de disnea del paciente mediante la escala subjetiva de Borg (Entre 0 y 10) 11 . según cumplieran la normalidad. El análisis comparativo de las variables cuantitativas se llevó a cabo mediante la "t" de Student, o la "U" de Mann-Whitney en el caso de que no fueran variables continuas. Las variables categóricas se analizaron mediante el test de "X" cuadrado. La correlación entre ambas escalas se llevó a cabo mediante el test de Spearman. Para la creación de los distintos modelos de predicción del objetivo primario, se realizó un primer análisis univariante incluyendo aquellas variables significativas o con un pvalor < 0,100 en el contraste de hipótesis. El modelo multivariante se diseñó teniendo en cuenta aquellas variables significativas en el análisis univariante, incluyendo también aquellos parámetros que han demostrado en trabajos previos su mal pronóstico en pacientes COVID-19 y cuya p-valor en el análisis univariante era inferior 0,100 (edad, LDH, IMC y antecedente previo de diabetes). Una vez diseñado el modelo clínico, se calculó su potencia mediante el análisis de las áreas bajo la curva (ABC) y las curvas ROC correspondientes. A partir de este modelo clínico, se diseñaron modelos alternativos, incluyendo los parámetros de este estudio (ecografía pulmonar y/o radiografía de tórax), en el caso de que fuesen significativos en el análisis univariante. Por último se analizaron las curvas de supervivencia mediante las curvas de Kaplan-Meier y el test de Log-rank. En el presente trabajo, realizamos un análisis comparativo entre la Rx (Schalekamp 17 ) y la ecografía pulmonar (LUZ-score 11 ), para identificar a pacientes COVID-19 que J o u r n a l P r e -p r o o f 11 presentan una peor evolución durante su estancia hospitalaria. Nuestros resultados demuestran que la valoración cuantitativa del daño pulmonar mediante ecografía pulmonar, es superior a la de la Rx, no existiendo una buena correlación entre ambas técnicas. De hecho, únicamente la adición de la ecografía pulmonar a un modelo de predicción clínica, mejoró la capacidad predictiva del mismo, demostrando su potencial utilidad para identificar los pacientes con peor pronóstico al ingreso. Estos resultados son inéditos, no habiendo encontrado estudios similares que comparen ambas técnicas mediante escalas cuantitativas en la literatura médica. Seleccionar e identificar precozmente a los pacientes con COVID-19 cuyas características clínicas los convierten en pacientes de alto riesgo es un objetivo fundamental para poder mejorar el pronóstico durante el ingreso. Desde que comenzase la pandemia, son múltiples las herramientas pronosticas que han sido elaboradas, algunas basadas en datos puramente clínicos 19 , o bien en modelos de predicción que incluyen parámetros analíticos 20 o de pruebas de imagen 11, 16, 17, 21 . Schalekamp et al 17 investigaron si la cuantificación del daño pulmonar, a través de una escala radiológica cuantitativa, era capaz de identificar a pacientes COVID-19 con peor evolución. Sus resultados demostraron que dicha escala era un predictor independiente de mal pronóstico intrahospitalario 17 . Ahora bien, en dicho estudio, se incluyeron aproximadamente un 47% de pacientes críticos y no se incluyeron datos como la saturación de oxígeno o el IMC, factores que podrían haber sobreestimado la utilidad de dicha escala como predictor de riesgo 17 . Frente a la Rx, la ecografía pulmonar ha supuesto una revolución en los pacientes COVID-19 11, 16, 21, 22 . Su precisión se ha equiparado a la de la TC pulmonar en una pequeña serie de casos 15, 22, 23 , y sus características intrínsecas (reproducibilidad, ausencia de irradiación, etc…), la convierten en una técnica atractiva 9 . J o u r n a l P r e -p r o o f 12 En nuestro análisis, la estratificación de la población a través de una escala ecográfica cuantitativa (LUZ-score ≥ 21 puntos), permitió identificar un subgrupo de pacientes con una peor función pulmonar (PAFI-estimada y LDH) y mayores concentraciones de reactantes de fase aguda (PCR, Fibrinógeno e IL-6). Lo cual sugiere que la escala de LUZ-score permite identificar a los pacientes con mayor afectación. Por contra, la escala de Schalekamp 17 no objetivó diferencias entre la población, no existiendo tampoco una correlación significativa con la escala ecográfica lo cual podría deberse a varias causas. J o u r n a l P r e -p r o o f 13 hospitalario, por lo que nuestros resultados no han sido validados y no son extrapolables a otra población. Además, hubiese sido de utilidad disponer de imágenes de TC torácico (gold standard), con las que poder comparar las imágenes radiológicas y ecográficas, sin embargo no todos los pacientes con COVID-19 incluidos en este análisis disponían de dicha técnica, dado que su solicitud quedó supeditada al facultativo responsable del paciente en base a criterios clínicos.Por último, el tamaño muestral empleado podría haber disminuido la potencia final del estudio, características propias de este tipo de análisis En conclusión, no objetivamos una correlación entre la escala de Schalekamp y el LUZscore para cuantificar la afectación pulmonar al ingreso de los pacientes con COVID-19. Los pacientes con mayor afectación ecográfica (puntuación del LUZ-score más elevada), presentaron una peor función pulmonar objetivada a través de parámetros clínicos y/o analíticos, una situación que no se observó en los pacientes con mayor afectación radiológica (Schalekamp) . La adición de una primera valoración ecográfica pulmonar al ingreso, mejoró la capacidad predictiva de un modelo clínico, por lo que sugerimos su uso para identificar a los pacientes COVID-19 de mayor riesgo al ingreso. Curvas ROC de predicción al ingreso por neumonía COVID-19 para el objetivo primario (muerte intra-hospitalaria y/o ingreso en unidad de cuidados intensivos para ventilación mecánica) según los diferentes modelos analizados (modelo clínico, escala ecográfica de LUZ-score y combinación de ambas). de los diferentes modelos analizados para la predicción del objetivo primario (muerte intra-hospitalaria y/o ingreso en unidad de cuidados intensivos para ventilación mecánica). Tabla 3: Áreas bajo la curva de los diferentes modelos analizados para el objetivo primario de muerte intrahospitalaria y/o ingreso en unidad de cuidados intensivos. Escala ecográfica de LUZ-Score Coronavirus Disease 2019 in China Baseline Characteristics and Outcomes of 1591 Patients Infected with SARS-CoV-2 Admitted to ICUs of the Lombardy Region, Italy Prevalence and 30-Day Mortality in Hospitalized Patients With Covid-19 and Prior Lung Diseases Clinical characteristics and risk factors for mortality in very old patients hospitalized with covid-19 in spain Covid-19 -Implications for the Health Care System Systematic review and meta-analysis of chest radiograph (CXR) findings in COVID-19 Clinical Features and Chest Imaging as Predictors of Intensity of Care in Patients with COVID-19 Automated image classification of chest X-rays of COVID-19 using deep transfer learning when, and how to use lung ultrasound during the COVID-19 pandemic: Enthusiasm and caution Comparison Between Lung Ultrasound and Computed Tomographic Findings in Patients With COVID-19 Pneumonia Point-of-care lung ultrasound assessment for risk stratification and therapy guiding in COVID-19 patients. A prospective noninterventional study International evidence-based recommendations for point-of-care lung ultrasound Findings and Prognostic Value of Lung Ultrasound in COVID-19 Pneumonia Lung ultrasound predicts clinical course and outcomes in COVID-19 patients Correlation between Chest Computed Tomography and Lung Ultrasonography in Patients Point-of-care lung ultrasound in COVID-19 patients: inter-and intra-observer agreement in a prospective observational study Model-based prediction of critical illness in hospitalized patients with COVID-19 Diagnóstico radiológico del paciente con COVID-19 The PANDEMYC Score. An Easily Applicable and Interpretable Model for Predicting Mortality Associated With COVID-19 Early measurement of blood sST2 is a good predictor of death and poor outcomes in patients admitted for COVID-19 infection Use of lung ultrasound in covid-19: Comparison with ultra-high-resolution computed tomography among 29 patients at "d. cotugno" hospital The Usefulness of Chest CT Imaging in Patients With Suspected or Diagnosed COVID-19 EPOC: Enfermedad Pulmonar Obstructiva Crónica; ERC: Enfermedad Renal Crónica (Filtrado glomerular estimado < 60 mL/min/1,73m2 calculado mediante fórmula CKD-EPI creatinina); IMC: Indice de Masa Corporal; TAD: Tensión arterial diastólica; TAS: Tensión arterial sistólica EPOC: Enfermedad Pulmonar Obstructiva Crónica; ERC: Enfermedad Renal Crónica (Filtrado glomerular estimado < 60 mL/min/1,73m2 calculado mediante fórmula CKD-EPI creatinina); IMC: Indice de Masa Corporal; TAD: Tensión arterial diastólica; TAS: Tensión arterial sistólica Tabla 1: Características basales de la muestra según la afectación pulmonar cuantificada mediante la escala radiológica de Schalekamp (mediana) 2,0 (2,0) 2,0 (2,0) 2,0 (2,0) 1,000