Estado en la investigación sobre modelos de predicción de la severidad en confirmados de la Covid-19

• Monzón-Pérez, Maicel Eugenio ^[1] ; Sánchez-Valdés, Lizet ^[2] ; Rieche-Gómez, Elizabeth ^[2] ; Lage-Dávila, Agustín ^[2]
  1. [1] Centro Nacional Coordinador de Ensayos Clínicos. La Habana
  2. [2] Centro de Inmunología Molecular. La Habana
• Localización: Revista Habanera de Ciencias Médicas, ISSN-e 1729-519X, Vol. 22, Nº. 1 (Enero-Febrero 2023), 2023
• Idioma: español
• Títulos paralelos:
  • Status of research on prediction models for severity in confirmed Covid-19 patients
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Introducción: El conocimiento previo en literatura científica sobre modelos de predicción clínica en pacientes con la COVID-19 puede ser de utilidad para el desarrollo de nuevas investigaciones.Objetivo: Describir las fuentes, autores, documentos claves que forman parte del frente de investigación. Identificar qué modelos, variables de resultado, predictores y algoritmos han resultado relevantes. Identificar en qué medida los modelos disponibles podrían cumplir con los atributos de calidad y qué características deberían poseer para ser aplicables en el contexto cubano.Material y Métodos: Se realizó una revisión y análisis cienciométrico sobre la investigación en desarrollo y validación de modelos de predicción clínica en la COVID-19. Se utilizaron indicadores cienciométrico y se realizó un mapa temático para el análisis de la estructura conceptual del tema.Resultados: El tema resultó de gran interés con trabajos publicados en las revistas de más alto nivel. Es posible distinguir un contexto de aplicación de bajo y alto riesgo acorde con el nivel primario y secundario de salud. La revisión sistemática publicada por Wynants y colaboradores constituyó la publicación de mayor impacto y una fuente importante para la identificación de modelos, principales componentes.Conclusiones: La literatura reconoce que la mayoría de los modelos publicados no se recomiendan para su uso generalizado en la práctica clínica por lo que es un frente de investigación abierto. Sin embargo, los datos obtenidos podrían ser de utilidad para el desarrollo y validación de modelos en Cuba.

  • English

    Introduction: Previous knowledge in the scientific literature on clinical prediction models in patients with COVID-19 may be useful for the development of new research.Objective: To describe the sources, authors, documents and key issues that are part of the research front; identify which models, outcome variables, predictors and algorithms have been relevant; and identify to what extent the available models could meet the quality attributes and what characteristics they must have to be applicable to the Cuban context.Material and Methods: A review and scientometric analysis was carried out on the ongoing research, along with a validation of clinical predictive models for COVID-19. Scientometric indicators were used and a thematic map was made for the analysis of the conceptual structure of the subject.Results: The subject was of great interest, with papers published in the highest impact journals. It is possible to distinguish a context of low and high risk application according to the primary and secondary health care levels. The systematic review published by Wynants et al. was the publication with the greatest impact and an important source for the identification of models, main components, as well as possible causes of bias.Conclusions: The literature recognizes that most of the published models are not recommended for general use in clinical practice, so it is an open research front. However, the data obtained could be useful for the development and validation of Cuban models.