SciELO - Scientific Electronic Library Online

 
vol.46 número2Desarrollo de una crema de carbocisteína 10% + urea 5% para el tratamiento tópico de las ictiosis congénitasAnálisis de minimización de costes de la leucemia linfocítica crónica en España en la era de las terapias orales dirigidas índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Farmacia Hospitalaria

versión On-line ISSN 2171-8695versión impresa ISSN 1130-6343

Farm Hosp. vol.46 no.2 Toledo mar./abr. 2022  Epub 02-Ago-2022

https://dx.doi.org/10.7399/fh.11714 

Originales

Factores asociados a la mortalidad en pacientes hospitalizados por COVID-19 en España. Datos del Registro Español de Resultados de Farmacoterapia frente a COVID-19 (RERFAR)

Factors associated with mortality in patients hospitalized for COVID-19 in Spain. Data from the RERFAR registry

Antonio Olry de Labry-Lima1  2  3  , Javier Saez-de la Fuente4  , Laila Abdel-Kader Martin5  , Emilio Jesús Alegre-del Rey6  , Emilio García-Cabrera7  , Jesús F Sierra-Sánchez8 

1Centro Andaluz de Información de Medicamentos (Cadime), Escuela Andaluza de Salud Pública, Granada. España

2Instituto de Investigación Biosanitaria ibs, Granada. España

3CIBER en Epidemiología y Salud Pública (CIBERESP). España

4Servicio de Farmacia, Hospital Universitario Ramón y Cajal, Madrid. España

5Servicio de Farmacia, Hospital Virgen del Rocío, Sevilla. España

6Servicio de Farmacia, Hospital Universitario Puerto Real, Cádiz. España

7Departamento de Medicina Preventiva y Salud Pública, Universidad de Sevilla, Sevilla. España

Resumen

Objetivo:

Determinar las características basales que se asocian a una mayor mortalidad a los 42 días en aquellos pacientes hospitalizados por COVID-19 en España.

Método:

Cohorte prospectiva de pacientes COVID-19 hospitalizados. La variable dependiente fue la mortalidad a los 42 días. Además, se recogieron características demográficas, clínicas, comorbilidades, tratamiento habitual, intervenciones de soporte y tratamientos en las primeras 48 horas del ingreso. Para determinar la asociación con la mortalidad, se realizó un análisis multivariante mediante regresión logística.

Resultados:

Se incluyeron 15.628 pacientes, de ellos falleció el 18,2% (n = 2.806). El análisis multivariante mostró que las variables asociadas significativamente (p < 0,05) con la mortalidad al ingreso fueron: proceder de un centro sociosanitario (odds ratio OR 1,9), frecuencia respiratoria (odds ratio 1,5), gravedad de neumonía (CURB-65) moderada (odds ratio 1,7) o alta (odds ratio 2,9), transaminasa aspartato aminotransferasa ≥ 100 UI/l (odds ratio 2,1), lactato-deshidrogenasa ≥ 360 UI/l (odds ratio 1,6), procalcitonina > 0,5 ng/ml (odds ratio 1,8), creatina-quinasa ≥ 294 U/l (odds ratio 1,5), dímero D > 3.000 ng/ml (odds ratio 1,5), hemoglobina < 11,6 g/dl (odds ratio 1,4) y proteína C reactiva > 120 mg/l (odds ratio 1,2), necesidad de soporte respiratorio en las primeras 48 horas (odds ratio 2,0 de oxigenoterapia; odds ratio 2,8 ventilación no invasiva y odds ratio 3,5 ventilación mecánica) y tratamiento con interferón-beta (odds ratio 1,5). Por el contrario, ser menor de 80 años se asoció a una menor mortalidad.

Conclusiones:

El análisis del Registro Español de Resultados de Farmacoterapia frente a COVID-19 muestra que los factores asociados a peor pronóstico son: mayor edad, valoración mediante la escala CURB‑65, el nivel de requerimiento de soporte respiratorio, neumonía grave (CURB‑65), hipertransaminasemia, elevación de creatina-quinasa, lactato-deshidrogenasa, y dímero-D, anemia y elevación de la frecuencia respiratoria.

Palabras clave 2019-nCoV; SARS-CoV-2; Coronavirus; COVID-19; Mortalidad; España

Abstract

Objective:

To determine the baseline characteristics associated with higher mortality at 42 days in patients hospitalized for COVID-19 in Spain.

Method:

The study analyzed a prospective cohort of hospitalized COVID-19 patients. The dependent variable was 42-day mortality. Data on the subjects’ demographic and clinical characteristics, comorbidities, usual therapy and supportive interventions and treatments was collected within 48 hours from admission. To determine the potential association of the data with mortality, a multivariate analysis was performed using logistic regression.

Results:

15,628 patients were included, 18.2% of whom (n = 2,806) died during the study period. According to the multivariate analysis, the variables that were significantly associated (p < 0.05) with mortality upon admission were: being referred from a nursing home (OR 1.9); having a high respiratory rate (OR 1,5); having moderate (OR 1.7) or severe (OR 2.9) pneumonia (CURB-65); aspartate aminotransferase transaminase ≥ 100 IU/l (OR 2.1); lactate dehydrogenase ≥ 360 IU/L (OR 1.6); procalcitonin > 0.5 ng/mL (OR 1.8); creatine kinase ≥ 294 U/L (OR 1.5); D-dimer > 3,000 ng/mL (OR 1.5); hemoglobin < 11.6 g/dL (OR 1.4) and C-reactive protein > 120 mg/L (OR 1.2; requiring respiratory support within the first 48 hours (oxygen therapy [OR 2.0], non-invasive ventilation [OR 2.8], and mechanical ventilation [OR 3.5]); and being treated with interferon-beta (OR 1.5). On the contrary, being under 80 years of age was associated with lower mortality.

Conclusions:

The analysis, based on the data in the RERFAR registry, showed that the factors associated with poorer prognosis were older age, assessed using the CURB-65 scale, level of respiratory support required, severe pneumonia (CURB-65), hypertransaminasemia, elevated creatine kinase, lactate dehydrogenase, and D-dimer levels, anemia, and elevated respiratory rate.

Keywords 2019-nCoV; SARS-CoV-2; Coronavirus; COVID-19; Mortality; Spain

Introducción

En diciembre de 2019 se notificaron en la ciudad de Wuhan (provincia de Hubei, China) los primeros casos de neumonía por el virus Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2), causante de la enfermedad Coronavirus Disease-2019 (COVID-19). Desde entonces, este virus se ha expandido por todo el mundo en forma de pandemia.

Los pacientes COVID-19 suelen presentar fiebre, tos seca, congestión de las vías respiratorias superiores y dificultad para respirar, rara vez dolor de cabeza, hemoptisis y diarrea; igualmente, se ha informado pérdida del olfato (anosmia) y pérdida del gusto (ageusia)1,2.

La pandemia ha provocado una situación sin precedentes, produciendo un número importante de casos notificados, defunciones y, en definitiva, un gran impacto social y económico. La ciencia ha tenido que movilizar todos sus recursos para dar una urgente respuesta a la necesidad de evidencias. A día de hoy hay muchas incógnitas, y la demanda masiva y apremiante de evidencias sobre el tratamiento de la COVID-19. La Sociedad Española de Farmacia Hospitalaria (SEFH) no ha sido ajena a esta situación y puso en marcha el Registro Español de Resultados de Farmacoterapia frente a COVID-19 (RERFAR). Así, este trabajo tiene por el objetivo determinar las características basales que se asocian a una mayor mortalidad a los 42 días en aquellos pacientes hospitalizados por COVID-19 en España.

Métodos

Se realizó un estudio de cohortes prospectivo que incluyó a pacientes hospitalizados con confirmación mediante prueba de reacción en cadena de la polimerasa (PCR) de COVID-19 entre el 20 de marzo y el 15 de julio de 2020 en 174 hospitales españoles. Se fijó un máximo de 200 pacientes por hospital, para evitar una sobrerrepresentación de aquellos hospitales con mayor número de pacientes, realizándose una selección de pacientes mediante un muestreo aleatorio simple. Se alcanzó una muestra de 15.628 pacientes. Se excluyeron aquellos pacientes en los que se registró sospecha de infección nosocomial (n = 227), en caso de que la sintomatología por coronavirus comenzara tras el ingreso.

Variables

La variable dependiente fue la mortalidad a los 42 días. Además, se recogieron los siguientes grupos de variables independientes:

  1. Características demográficas: sexo, edad, índice de masa corporal (peso [kg]/estatura [m2]; inferior < 18,5, normal 18,5-24,9, superior 25-29,9, obesidad > 30), profesional sanitario y estancia previa en residencia sociosanitaria u otro centro asistencial.

  2. Características clínicas previas de los pacientes: hipertensión, diabetes mellitus, enfermedad pulmonar obstructiva crónica (EPOC), asma, insuficiencia cardíaca, cardiopatía isquémica, insuficiencia renal, cirrosis, antecedentes neurológicos, neoplasia activa hematológica/oncológica (tratamiento activo, diagnóstico o recidiva/metástasis hace menos de 5 años, excluyendo diagnóstico de carcinoma espinocelular y basocelular) y virus de la inmunodeficiencia humana (VIH).

  3. Tratamientos previos del paciente: inhibidores de la enzima convertidora de angiotensina (IECA) y antagonistas de los receptores de angiotensina II (ARA-II), antiinflamatorios no esteroideos (AINE), antihistamínicos H1 (anti-H1) y montelukast.

  4. Situación clínica a la llegada al hospital: frecuencia respiratoria (> 24 rpm), fiebre (≥ 38 °C), saturación de oxígeno (%) y gravedad de la neumonía según la escala CURB-65.

  5. Pruebas analíticas al ingreso: proteína C reactiva (mg/l), transaminasa aspartato aminotransferasa [AST (U/l)], transaminasa alanina aminotransferasa [AST (U/l)], lactato-deshidrogenasa [LDH (U/l)], creatinina (mg/dl), hemoglobina (g/dl), procalcitonina (ng/ml), creatina-quinasa (CPK (U/l), dímero D (ng/ml), ferritina (ng/ml), leucocitos (x 103/mm3), neutrófilos (x 103/mm3), linfocitos (x 103/mm3) y plaquetas (x 103/mm3).

  6. Intervenciones de soporte respiratorio en las primeras 48 horas del ingreso: oxigenoterapia (alto y bajo flujo), ventilación no invasiva y ventilación mecánica.

  7. Tratamientos farmacológicos en las primeras 48 horas del ingreso3: antivirales [lopinavir/ritonavir, remdesivir y otros antivirales (darunavir/cobicistat; darunavir/ritonavir; darunavir/cobicistat/tenofovir/emtricitabina y fosamprenavir)]; inmunosupresores (ciclosporina y tacrolimus), heparinas de bajo peso molecular (dosis profiláctica o de tratamiento), anakinra, tocilizumab, interferón-beta, hidroxicloroquina, cloroquina, azitromicina, antimicrobianos, corticoides y bolo de corticoides.

Instrumentos de medición

La gravedad de la neumonía se evaluó mediante la escala de predicción de mortalidad en pacientes con neumonía adquirida en la comunidad CURB-65. La escala tiene en cuenta las siguientes variables: confusión, urea, frecuencia de la respiración, presión sanguínea y edad. Una puntuación ≥ 2 supone un mayor riesgo de mortalidad4.

Procedimiento

El protocolo del estudio fue aprobado por la Agencia Española de Medicamentos y Productos Sanitarios (AEMPS) y resolución de la conformidad de los 174 hospitales participantes. Registro del protocolo en ENCePP® (Registro: EUPAS34343).

El proyecto cuenta con el dictamen favorable del Comité de Ética del Hospital Universitari Mútua Terrassa (23-03-2020). La base de datos está anonimizada, haciendo imposible la identificación de los pacientes. Todas las personas involucradas en el proyecto firmaron un compromiso de confidencialidad con la SEFH. Con objeto de recoger la mortalidad a los 42 días, se consultaron las historias clínicas o se realizó un seguimiento telefónico de los pacientes incluidos para verificar su supervivencia. Si no se logró contactar y en la historia clínica no constaba el exitus, el paciente se registró como vivo.

La información fue extraída por los servicios de farmacia hospitalaria a partir de las historias clínicas de los diferentes hospitales incluidos, y para ello se utilizaron herramientas de captura de datos electrónicos REDCap alojadas en el servidor SEFH5.

Análisis estadístico

Se utilizaron los estadísticos descriptivos habituales (frecuencias, medias, desviación estándar, etc.). En primer lugar, se llevaron a cabo análisis bivariantes entre las diferentes variables independientes y la mortalidad a los 42 días. La medida de asociación utilizada fue la odds ratio (OR) con su intervalo de confianza al 95% (OR IC95%). El control de factores de confusión se realizó mediante regresión logística. Contando con una elevada muestra y un tiempo de observación elevado se prefirió este tipo de análisis sobre la regresión de Cox de tiempo hasta el evento, con el fin de observar el impacto de los diversos factores sobre el resultado final de muerte, diferenciándolo de posibles fenómenos de simple retraso del evento. Se incluyeron en la regresión logística todas las variables que se habían mostrado estadísticamente significativas en el análisis bivariante, forzándose el modelo con aquellas que, a pesar de no mostrar asociación estadísticamente significativa, se sospechó que podían estar asociadas a las variables dependientes o comportarse como factores de confusión. Los modelos se construyeron por el procedimiento “hacia adelante”, donde la bondad del modelo fue comprobada mediante el coeficiente de Hosmer- Lemeshow y se exploró la existencia de interacciones entre las variables. Se estableció un nivel de significación estadística p < 0,05. Todo ello se realizó a través del paquete estadístico R.

Resultados

Un total de 15.628 pacientes fueron incluidos en el estudio; 2.806 pacientes registrados (18,2%) fallecieron en el intervalo de 42 días. En las tablas 1 a 3 se muestran las características basales de los pacientes incluidos en el registro, tanto desde el punto de vista demográfico y clínico, como referente a las comorbilidades previas al ingreso hospitalario, el perfil analítico basal y las diferentes intervenciones iniciadas en las primeras 48 horas de ingreso, tanto farmacológicas como de soporte.

Tabla 1. Características demográficas clínicas y de tratamientos previos y su asociación con la mortalidad a los 42 días 

Tabla 1 (cont.). Características demográficas clínicas y de tratamientos previos y su asociación con la mortalidad a los 42 días 

*Frecuencia respiratoria 24 rpm **Neoplasia activa hematológicaoncológica tratamiento activo diagnóstico o recidivametástasis 5 años excluyendo diagnóstico de carcinoma espinocelular y basocelularAINE: antinflamatorio no esteroideo; Anti-H1: antihistamínicos; EPOC: enfermedad pulmonar obstructiva crónica; IC95%: intervalo de confianza al 95%; OR: odds ratio; VIH: virus de la inmunodeficiencia humana.

Tabla 2. Resultados de los parámetros analíticos basales y su asociación con la mortalidad a los 42 días 

ALT: transaminasa alanina aminotransferasa; AST: transaminasa aspartato aminotransferasa. CPK: creatina-quinasa; IC95%: intervalo de confianza al 95%; LDH: lactato deshidrogenasa; OR: odds ratio.

Tabla 3. Tratamientos instaurados en las primeras 48 horas del ingreso hospitalario 

*Oxigenoterapia alto y bajo flujo; †Otros antivirales: darunavir/cobicistat; darunavir/ritonavir; darunavir/cobicistat/tenofovir/emtricitavina y fosamprenavir; ‡: Inmunosupresores: ciclosporina y tacrolimus. HBM tto: heparina de bajo peso molecular a dosis de tratamiento; HBPM prof: heparina de bajo peso molecular a dosis profilácticas; IC95%: intervalo de confianza al 95%; OR: odds ratio.

En cuanto a las características demográficas de la muestra, la edad media fue de 66,29 años (desviacíón estándar 15,74); el 57,2% eran hombres, el 15,5% tenía obesidad, el 11,4% procedía de residencias y el 4,5% eran profesionales sanitarios. El 19,6% presentó una frecuencia respiratoria > 24 rpm, el 47,1% tenía una saturación de oxígeno inferior a 93%, un 40,1% presentó fiebre y para el 11,6% la gravedad de la neumonía (CURB-65) fue alta.

Las enfermedades basales más frecuentes fueron (Tabla 1): hipertensión (50,1%), diabetes mellitus (21,8%), antecedentes de enfermedad neurológica (14,6%), insuficiencia renal (9,8%) y cardiopatía isquémica (9,0%). El 37,3% y el 14,3% recibían tratamiento con IECA/ARA-II y AINE, respectivamente, en el momento del ingreso.

El 65,5% de los pacientes recibieron oxigenoterapia al inicio, mientras que al 5,0% se les aplicó ventilación no invasiva y el 4,8% fueron sometidos a ventilación mecánica. En cuanto a los tratamientos farmacológicos, 664 pacientes (4,3%) no recibieron ningún tratamiento, siendo los medicamentos más frecuentemente pautados en las primeras 48 horas tras el ingreso los siguientes: hidroxicloroquina (81,3%), heparinas de bajo peso molecular a dosis profilácticas (74,5%), antimicrobianos (68,7%), de los cuales el más frecuente fue azitromicina (en el 55,6% del total de pacientes), lopinavir/ritonavir (55,0%) y corticoides (16,7%).

En las tablas 1 a 3 se muestra el resultado del análisis bivariante de la relación de cada una de las variables con la mortalidad a los 42 días. En la tabla 4 se recogen los resultados del análisis multivariante. Así, en cuanto a las características demográficas y clínicas basales, se observó que proceder de una residencia (OR 1,938; IC95%: 1,686‑2,227), mayor frecuencia respiratoria (OR 1,511; IC95%: 1,330-1,717), tener diabetes (OR 1,221; IC95%: 1,089‑1,368), insuficiencia cardíaca (OR 1,477; IC95%: 1,256‑1,736) y gravedad de neumonía media (OR 1,738; IC95%: 1,492‑2,025) o alta (OR 2,940; IC95%: 2,746-3,491) se asociaron a una mayor mortalidad. Por el contrario, ser mujer (OR 0,769; IC95%: 0,684‑0,863), tener una menor edad (18-29 años: OR 0,097; IC95%: 0,039-0,24; 30-64 años OR 0,162; IC95%: 0,136-0,194; 65-79 años: OR 0,428; IC95%: 0,379‑0,483), tener asma (OR 0,770; IC95%: 0,618‑0,961) y ser profesional sanitario (OR 0,433; IC95%: 0,238-0,787) se asociaron a una menor mortalidad. Como puede verse en la tabla 4, las alteraciones basales en diversos valores analíticos (leucocitos, linfocitos, plaquetas, AST, LDH, procalcitonina, CPK, dímero-D, hemoglobina, proteína C reactiva y creatinina) se asociaron a una mayor mortalidad, con valores entre una OR 1,200 (IC95% 1,040-1,384) para un dímero D entre 500-3.000 ng/ml y una OR 2,175 (IC95% 1,601-2,954) para una AST > 100 U/l. Se asociaron a una reducción de mortalidad un recuento de plaquetas > 450 x 10. plaquetas/mm. (OR 0,593; IC95% 0,391-0,897), así como un valor de ALT entre 40-80 U/l (OR 0,726; IC95% 0,617-0,854) y > 80 U/l (OR 0,490; IC95% 0,373-0,643) y valores de creatinina < 0,5 mg/dl (OR 0,676; IC95% 0,468-0,976). Por último, en cuanto a los tratamientos instaurados en las primeras 48 horas del ingreso hospitalario, el soporte respiratorio se mostró asociado a una mayor mortalidad, tanto la oxigenoterapia (OR 1,987; IC95%: 1,739-2,271), como la ventilación no invasiva (OR 2,877; IC95%: 2,348-3,480) y la ventilación mecánica (OR 3,471; IC95%: 2,825-4,266). La farmacoterapia con interferón beta (OR 1,507; IC95%: 1,266-1,794), corticoides, tanto pautados (OR 1,425; IC95%: 1,248-1,627) como en bolos (OR 1,421; IC95%: 1,179-1,712), y lopinavir/ritonavir (OR 1,158; IC95%: 1,033-1,300) se asociaron a una mayor mortalidad; por el contrario, se asociaron a una menor mortalidad los tratamientos con hidroxicloroquina (OR 0,707; IC95%: 0,615-0,813), tocilizumab (OR 0,761; IC95%: 0,603-0,960), heparina de bajo peso molecular a dosis profilácticas (OR 0,836; IC95%: 0,741-0,942) y azitromicina (OR 0,870; IC95%: 0,779-0,970).

Tabla 4. Factores asociados a la mortalidad a los 42 días en pacientes ingresados por COVID-19 con análisis multivariante 

*Frecuencia respiratoria > 24 rpm. **Oxigenoterapia alto y bajo flujo.ALT: transaminasa alanina aminotransferasa; AST: transaminasa aspartato aminotransferasa; CPK: creatina-quinasa; HBPM prof: heparina de bajo peso molecular a dosis profilácticas; IC95%: intervalo de confianza al 95%; LDH: lactato deshidrogenasa; OR: odds ratio.

Discusión

Este artículo analiza la asociación entre la mortalidad a 42 días y un amplio número de variables clínicas, demográficas y de parámetros analíticos recogidos al ingreso hospitalario de pacientes con COVID-19. El estudio de los factores asociados a la mortalidad permite un mejor conocimiento de esta enfermedad y una mejor estratificación de los pacientes para la gestión clínica de los recursos dedicados a su tratamiento. El empleo de la mortalidad a 42 días como variable de resultado va más allá de la mortalidad hospitalaria, y recoge la posible mortalidad tras el alta. El Registro Español de Resultados de la Farmacoterapia frente a la COVID-19 de la SEFH presenta un alto número de pacientes incluidos, el 80% de ellos recogidos en marzo de 2020 (primera ola), lo que ofrece cierta homogeneidad en cuanto a la casuística, e incluye un elevado número de centros hospitalarios representativos de todo el territorio nacional. Por simplificación logística, se limitó el número de pacientes incluidos por centro a 200, lo cual puede inducir a una sobrerrepresentación de hospitales pequeños; mientras que en los hospitales grandes podrían incluirse sólo los primeros pacientes, siendo probablemente menor el nivel de experiencia y evidencia sobre los tratamientos. Buscando reducir el sesgo de esta selección, en todos los hospitales con más de 200 pacientes con hospitalización por COVID-19 que participaron en el registro se realizó un muestreo aleatorio. Además, el trabajo presenta varias limitaciones que deben tenerse en cuenta para la interpretación de los resultados. Al tratarse de un estudio observacional y la recopilación retrospectiva en algunos datos, es posible que las asociaciones descritas entre cada variable y la mortalidad esté afectada por sesgos o factores de confusión. Este diseño no es adecuado para comprobar el efecto de los tratamientos. Por una parte, al tratarse de los inicios de la pandemia, existía una clara falta de evidencia en la elección de los tratamientos, y la mayor parte de los pacientes recibieron múltiples tratamientos a lo largo de su hospitalización. Por otra parte, al incluirse en el análisis la farmacoterapia como una característica basal más, se prefijó un tiempo de 48 horas desde el ingreso para determinar qué paciente había recibido un tratamiento. Esto dificulta la interpretación del resultado del análisis multivariante sobre la farmacoterapia, ya que los pacientes que no recibieron un tratamiento determinado en las primeras 48 horas del ingreso pudieron recibirlo más adelante. En el momento en que estos lo reciben, cabe la posibilidad de que su estado de salud final se modifique, lo que introduce una fuente de sesgo difícil de eliminar.

Al inicio de la pandemia, la escasa evidencia llevó a que el principal tratamiento para la COVID-19 en nuestra cohorte fuese la hidroxicloroquina, empleada en más del 80% de los pacientes6. Esto explica la contradicción con la evidencia disponible actualmente, donde varias revisiones sistemáticas no han encontrado un beneficio sobre la mortalidad7,8 y sí un aumento de eventos adversos. Actualmente, dexametasona es el tratamiento de referencia en pacientes con necesidad de soporte respiratorio9,10, que fueron el 75,3% de los pacientes analizados en este registro. Aun así, sólo el 16,7% recibió tratamiento con corticoides en las primeras 48 horas. En el análisis desarrollado, aquellos pacientes que recibieron corticoterapia tras las primeras 48 horas fueron clasificados en el análisis como pacientes no tratados con corticoterapia. En cambio, y a la luz de la evidencia, resulta verosímil que estos pacientes obtuvieran un beneficio de la corticoterapia y, sin embargo, en el análisis estadístico al recaer en el grupo que no recibió corticoterapia genere una información contradictoria respecto a los resultados de RECOVERY11. Adicionalmente, también resulta probable que aquellos que recibieron corticoides fueran los más graves, implicando un sesgo de selección12. Evidencia posterior ha puesto de manifiesto que el uso de corticoides está indicado en pacientes con estado grave y crítico10, 13, no ofreciendo beneficio en casos leves y moderados14. El otro tratamiento que hasta la fecha ha mostrado algún efecto sobre la reducción de la mortalidad es tocilizumab15. Según los datos de nuestro registro, fue administrado dentro de las primeras 48 horas a un 4,5% de los pacientes. El análisis bivariante inicial mostró una OR 1,414 (IC95% 1,184‑1,689), mientras que el análisis ajustado por el resto de variables mostró un cambio en la asociación de tocilizumab, mostrando un efecto protector sobre la mortalidad a 42 días, con una OR 0,768 (IC95% 0,609-0,969). Esto es consistente con los resultados de ambos estudios15, y podrían ser el reflejo de su uso en pacientes con COVID-19 progresivo (proteína C reactiva ≥ 75 mg/l y Sat O2 < 92%) o en pacientes en estado crítico dentro de las primeras 48 horas de ingreso.

Tras ajustar en el modelo multivariante, padecer diabetes y ser hombre se mostraron como factores asociados a la mortalidad. Según la literatura científica, esta asociación puede estar determinada por al aumento en expresión de la enzima convertidora de angiotensina-peptidasa 2 (ECA2), que es la puerta de entrada del virus SARS-CoV-216. Concretamente, en la hiperglucemia debida a la diabetes, la entrada del virus en las células inmunes se podría ver favorecida al estar aumentada la expresión de ECA217, mientras que aquellos pacientes con asma presentan una menor expresión de esta enzima18. En cuanto a las diferencias según el sexo, además de las diferencias anatómicas, hormonales y de estilos de vida, ya contrastadas en la epidemia SARS del 200319, parece que también existen diferencias en la respuesta del sistema inmune que hace a los hombres más vulnerables a la infección por COVID-1920.

En cuanto a la asociación con los parámetros analíticos de nuestro análisis, es bien sabido que, en el control de la infección viral, los linfocitos desempeñan un papel esencial en la respuesta inflamatoria y en la homeostasis. Así, la linfopenia debida a la destrucción de linfocitos (particularmente linfocitos T) y el agotamiento causado por la invasión del virus, se muestra con consistencia como un factor de mal pronóstico21,22. Los hallazgos de nuestro estudio coinciden con otros parámetros clínicos descritos en la literatura científica que se muestran asociados a una mayor gravedad y mortalidad de la COVID-19, como la elevación de LDH, proteína C reactiva, procalcitonina, CPK, plaquetas y dímero D23,24.

Un resultado esperable fue el aumento de mortalidad en pacientes que requirieron oxígeno suministrado externamente (oxigenoterapia, ventilación no invasiva o ventilación mecánica) para mantener una saturación adecuada, así como en pacientes con mayor puntuación en la escala CURB-65. Estos hallazgos son consistentes con factores identificados previamente25,26.

En cuanto al seguimiento de la mortalidad hasta 42 días, desarrollado para valorar un posible incremento de mortalidad residual tras el alta, supone un seguimiento de mayor madurez en comparación con otros estudios observacionales6,27,28 y ensayos clínicos11,29, que tienen como variable principal la mortalidad a los 28 días. En nuestro estudio, la mortalidad tras el alta hospitalaria fue de un 0,7%, lo que incrementó la mortalidad de un 17,5% a un 18,2%. Esto supone una evidencia de la necesidad de un seguimiento a más largo plazo, y podría suponer un elemento de interés a la hora de valorar la madurez en el seguimiento de los resultados de los diferentes estudios que puedan desarrollarse en COVID-19.

Los resultados del Registro Español de Resultados de la Farmacoterapia frente a la COVID-19 de la SEFH, con una representación amplia de la población que requirió ingreso hospitalario por COVID-19 durante la primera ola, y con un seguimiento prolongado de la mortalidad, ponen de manifiesto la posible utilidad pronóstica de algunos valores basales analíticos, así como de algunas características de la presentación clínica que puede ayudar a mejorar el manejo de una enfermedad.

Protocolo

El protocolo fue publicado en la Red Europea de Centros de Farmacoepidemiología y Farmacovigilancia. Disponible en: http://www.encepp.eu/encepp/viewResource.htm?id=34344

Aportación a la literatura científica

El impacto económico y social de la pandemia por el coronavirus SARS-CoV-2 no tiene precedentes, causando un elevado número de defunciones. Este estudio recoge los resultados del Registro Español de Resultados de la Farmacoterapia frente a la COVID-19 incluyendo más de 15.000 pacientes ingresados. Los resultados son consistentes con otros estudios que muestran la asociación de determinados valores basales analíticos y sociodemográficos con la mortalidad por COVID‑19.

Agradecimientos

A María del Carmen Valcárcel Cabrera, de la Escuela Andaluza de Salud Pública, y a todas aquellas personas que han cumplimentado el registro RERFAR (Anexo 1).

Bibliografía

1. Berekaa MM. Insights into the COVID-19 pandemic: Origin, pathogenesis, diagnosis, and therapeutic interventions. Front Biosci (Elite Ed). 2021;13:117-39. DOI: 10.2741/874 [ Links ]

2. Klopfenstein T, Toko L, Royer PY, Lepiller Q, Gendrin V, Zayet S. Features of anosmia in COVID-19. Médecine Mal Infect. 2020;50(5):436-9. DOI: 10.1016/j.medmal.2020.04.006 [ Links ]

3. Herrera-Lasso Regás V, Dordal Culla MT, Lleonart Bellfill R. Reacciones adversas a fármacos utilizados en el tratamiento específico de la infección por SARS-CoV-2. Med Clin (Barc). 2020;155(10):448-53. DOI: 10.1016/j.medcli.2020.06.019 [ Links ]

4. Lim WS, Van der Eerden MM, Laing R, Boersma WG, Karalus N, Town GI, et al. Defining community acquired pneumonia severity on presentation to hospital: an international derivation and validation study. Thorax. 2003;58(5):377-82. DOI: 10.1136/thorax.58.5.377 [ Links ]

5. Harris PA, Taylor R, Minor BL, Elliott V, Fernandez M, O’Neal L, et al. The REDCap consortium: Building an international community of software platform partners. J Biomed Inform. 2019;95:103208. DOI: 10.1016/j.jbi.2019.103208 [ Links ]

6. Casas-Rojo JM, Antón-Santos JM, Millán-Núñez-Cortés J, Lumbreras-Bermejo C, Ramos-Rincón JM, Roy-Vallejo E, et al. Clinical characteristics of patients hospitalized with COVID-19 in Spain: Results from the SEMI-COVID-19 Registry. Rev Clin Esp. 2020;220(8):480-94. DOI: 10.1016/j.rce.2020.07.003 [ Links ]

7. Yang TH, Chou CY, Yang YF, Chien CS, Yarmishyn AA, Yang TY, et al. Systematic review and meta-analysis of the effectiveness and safety of hydroxychloroquine in treating COVID-19 patients. J Chin Med Assoc. 2021;84(2):233-41. DOI: 10.1097/JCMA.0000000000000425 [ Links ]

8. Ghazy RM, Almaghraby A, Shaaban R, Kamal A, Beshir H, Moursi A, et al. A systematic review and meta-analysis on chloroquine and hydroxychloroquine as monotherapy or combined with azithromycin in COVID-19 treatment. Sci Rep. 2020;10(1):22139. DOI: 10.1038/s41598-020-77748-x [ Links ]

9. Rodríguez-Molinero A, Pérez-López C, Gálvez-Barrón C, Miñarro A, Rodríguez Gullello EA, Collado Pérez I, et al. Association between high-dose steroid therapy, respiratory function, and time to discharge in patients with COVID-19: Cohort study. Med Clin (Barc). 2021;156(1):7-12. [ Links ]

10. Horby P, Lim WS, Emberson JR, Mafham M, Bell JL, Linsell L, et al. Dexamethasone in Hospitalized Patients with Covid-19 - Preliminary Report. N Engl J Med. 2020;384:693-704. DOI: 10.1016/j.medcli.2020.08.003 [ Links ]

11. Horby PW, Pessoa-Amorim G, Peto L, Brightling CE, Sarkar R, Thomas K, et al. Tocilizumab in patients admitted to hospital with COVID-19 (RECOVERY): preliminary results of a randomised, controlled, open-label, platform trial. Lancet. 2021;397:1637-45. DOI: 10.1016/S0140-6736(21)00676-0 [ Links ]

12. Delgado-Rodríguez M, Llorca J. Bias. J Epidemiol Community Health. 2004; 58(8):635-41. DOI: 10.1136/jech.2003.008466 [ Links ]

13. Gandhi RT, Lynch JB, Del Río C. Mild or moderate Covid-19. N Engl J Med. 2020;383(18):1757-66. DOI: 10.1056/NEJMcp2009249 [ Links ]

14. Shuto H, Komiya K, Yamasue M, Uchida S, Ogura T, Mukae H, et al. A systematic review of corticosteroid treatment for noncritically ill patients with COVID-19. Sci Rep. 2020;10(1):20935. DOI: 10.1038/s41598-020-78054-2 [ Links ]

15. Horby P, Lim WS, Emberson JR, Mafham M, Bell JL, Linsell L, et al. Dexamethasone in Hospitalized Patients with Covid-19. N Engl J Med. 2021;384(8):693-704. DOI: 10.1056/NEJMoa2021436 [ Links ]

16. Biswas M, Rahaman S, Biswas TK, Haque Z, Ibrahim B. Association of Sex, Age, and Comorbidities with Mortality in COVID-19 Patients: A Systematic Review and Meta-Analysis. Intervirology 2021;64:36-47. https://doi.org/10.1159/000512592. DOI: 10.1159/000512592 [ Links ]

17. Silverio A, Di Maio M, Citro R, Esposito L, Iuliano G, Bellino M, et al. Cardiovascular risk factors and mortality in hospitalized patients with COVID-19: systematic review and meta-analysis of 45 studies and 18,300 patients. BMC Cardiovasc Disord. 2021;21(1):23. DOI: 10.1186/s12872-020-01816-3 [ Links ]

18. Mendes NF, Jara CP, Mansour E, Araújo EP, Velloso LA. Asthma and COVID-19: a systematic review. Allergy Asthma Clin Immunol. 2021;17(1):5. DOI: 10.1186/s13223-020-00509-y [ Links ]

19. Leung GM, Hedley AJ, Ho LM, Chau P, Wong IOL, Thach TQ, et al. The epidemiology of severe acute respiratory syndrome in the 2003 Hong Kong epidemic: an analysis of all 1755 patients. Ann Intern Med. 2004;141(9):662-73. DOI: 10.7326/0003-4819-141-9-200411020-00006 [ Links ]

20. Pijls BG, Jolani S, Atherley A, Derckx RT, Dijkstra JIR, Franssen GHL, et al. Demographic risk factors for COVID-19 infection, severity, ICU admission and death: a meta-analysis of 59 studies. BMJ Open. 2021;11(1):e044640. DOI: 10.1136/bmjopen-2020-044640 [ Links ]

21. Zhao Q, Meng M, Kumar R, Wu Y, Huang J, Deng Y, et al. Lymphopenia is associated with severe coronavirus disease 2019 (COVID-19) infections: A systemic review and meta-analysis. Int J Infect Dis. 2020;96:131-5. DOI: 10.1016/j.ijid.2020.04.086 [ Links ]

22. Lee J, Park SS, Kim TY, Lee DG, Kim DW. Lymphopenia as a Biological Predictor of Outcomes in COVID-19 Patients: A Nationwide Cohort Study. Cancers (Basel). 2021;13(3):471. DOI: 10.3390/cancers13030471 [ Links ]

23. Huang I, Pranata R, Lim MA, Oehadian A, Alisjahbana B. C-reactive protein, procalcitonin, D-dimer, and ferritin in severe coronavirus disease-2019: a meta-analysis. Ther Adv Respir Dis. 2020;14:1-14. DOI: 10.1177/1753466620937175 [ Links ]

24. Ghahramani S, Tabrizi R, Lankarani KB, Kashani SMA, Rezaei S, Zeidi N, et al. Laboratory features of severe vs. non-severe COVID-19 patients in Asian populations: A systematic review and meta-analysis. Eur J Med Res. 2020;25(1):1-10. DOI: 10.1186/s40001-020-00432-3 [ Links ]

25. Pascual Gómez NF, Monge Lobo I, Granero Cremades I, Figuerola Tejerina A, Ramasco Rueda F, Von Wernitz Teleki A, et al. Potential biomarkers predictors of mortality in COVID-19 patients in the Emergency Department. Rev Esp Quimioter. 2020;33(4):267-73. DOI: 10.37201/req/060.2020 [ Links ]

26. Rivera-Izquierdo M, Del Carmen Valero-Ubierna M, Del Amo JL, Fernández-García MA, Martínez-Diz S, Tahery-Mahmoud A, et al. Sociodemographic, clinical and laboratory factors on admission associated with COVID-19 mortality in hospitalized patients: A retrospective observational study. PLoS One. 2020;15(6):e0235107. DOI: 10.1371/journal.pone.0235107 [ Links ]

27. Borobia AM, Carcas AJ, Arnalich F, Álvarez-Sala R, Monserrat-Villatoro J, Quintana M, et al. A Cohort of Patients with COVID-19 in a Major Teaching Hospital in Europe. J Clin Med. 2020;9(6). DOI: 10.3390/jcm9061733 [ Links ]

28. Docherty AB, Harrison EM, Green CA, Hardwick HE, Pius R, Norman L, et al. Features of 20 133 UK patients in hospital with covid-19 using the ISARIC WHO Clinical Characterisation Protocol: prospective observational cohort study. BMJ. 2020;369:m1985. DOI: 10.1136/bmj.m1985 [ Links ]

29. Pan H, Peto R, Henao-Restrepo AM, Preziosi MP, Sathiyamoorthy V, Abdool Karim Q, et al. Repurposed Antiviral Drugs for Covid-19 - Interim WHO Solidarity Trial Results. N Engl J Med. 2021;384(6):497-511. DOI: 10.1056/NEJMoa2023184 [ Links ]

30. Spanish Registry of treatment efficacy against SARS-CoV-2 COVID-19. [Consultado 17/01/2021]. Disponible en: Spanish Registry of treatment efficacy against SARS‑CoV-2 COVID-19 [ Links ]

Cómo citar este trabajoOlry de Labry-Lima A, Saez-de la Fuente J, Abdel-Kader Martin L, Alegre-del Rey EJ, García-Cabrera E, Sierra-Sánchez JF. Factores asociados a la mortalidad en pacientes hospitalizados por COVID-19 en España. Datos del Registro Español de Resultados de Farmacoterapia frente a COVID-19 (RERFAR). Farm Hosp. 2022;46(2):57-71.

FinanciaciónSin financiación.

Presentación en congresosLos resultados preliminares de este artículo fueron presentados en el XXXIX Reunión anual de la Sociedad Española de Epidemiología (SEE) – XVI congreso de la Asociación Portuguesa de Epidemiología – IX congreso SESPAS. LEÓN, 7-10 DE SEPTIEMBRE DE 2021.

Anexo 1.

Profesionales que han contribuido al estudio

Anexo 1. Profesionales que han contribuido al estudio 

Anexo 1 (cont.). Profesionales que han contribuido al estudio 

Anexo 1 (cont.). Profesionales que han contribuido al estudio 

Anexo 1 (cont.). Profesionales que han contribuido al estudio 

Anexo 1 (cont.).Profesionales que han contribuido al estudio 

Anexo 1 (cont.). Profesionales que han contribuido al estudio 

Recibido: 21 de Abril de 2021; Aprobado: 13 de Octubre de 2021; : 08 de Enero de 2022

Autor para correspondencia: Antonio Olry de Labry Lima. Escuela Andaluza de Salud Pública (EASP). Campus Universitario de Cartuja. Apartado Postal 2070. 18080 Granada España. Correo electrónico: antonio.olrylabry.easp@juntadeandalucia.es

Conflicto de intereses

Sin conflicto de intereses.

Creative Commons License This is an open-access article distributed under the terms of the Creative Commons Attribution License