Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia
ANTECEDENTES El COVID-19 ha generado un impacto sin precedentes. Los pacientes en estado crítico presentan una mortalidad hasta del 61%, y el tratamiento agresivo no parece ser suficiente. Diferentes estudios han descrito factores asociados a la mortalidad, sin embargo, en Latinoamérica la informaci...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad del Rosario
- Repositorio:
- Repositorio EdocUR - U. Rosario
- Idioma:
- eng
- OAI Identifier:
- oai:repository.urosario.edu.co:10336/40024
- Acceso en línea:
- https://doi.org/10.48713/10336_40024
https://repository.urosario.edu.co/handle/10336/40024
- Palabra clave:
- Covid-19
SARS-COV-2
Mortalidad
Factor de riesgo
Factor protector
Covid-19
SARS-COV-2
Mortality
Risk Factor
Protective Factor
- Rights
- License
- Attribution-ShareAlike 4.0 International
| id |
EDOCUR2_59f219cbb1589ace1effc6e987a2d7f4 |
|---|---|
| oai_identifier_str |
oai:repository.urosario.edu.co:10336/40024 |
| network_acronym_str |
EDOCUR2 |
| network_name_str |
Repositorio EdocUR - U. Rosario |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia |
| dc.title.TranslatedTitle.none.fl_str_mv |
Factores asociados a la mortalidad por COVID-19 en un centro de alta complejidad de Bogotá, Colombia |
| title |
Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia |
| spellingShingle |
Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia Covid-19 SARS-COV-2 Mortalidad Factor de riesgo Factor protector Covid-19 SARS-COV-2 Mortality Risk Factor Protective Factor |
| title_short |
Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia |
| title_full |
Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia |
| title_fullStr |
Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia |
| title_full_unstemmed |
Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia |
| title_sort |
Associated factors with mortality due to COVID-19 in a high complexity center in Bogotá, Colombia |
| dc.contributor.advisor.none.fl_str_mv |
Ramírez Santana, Heily Carolina Rodríguez Velandia, Yhojan Alexis Rojas Quintana, Manuel Eduardo |
| dc.contributor.gruplac.none.fl_str_mv |
Centro de Estudio de Enfermedades Autoinmunes - CREA |
| dc.subject.none.fl_str_mv |
Covid-19 SARS-COV-2 Mortalidad Factor de riesgo Factor protector |
| topic |
Covid-19 SARS-COV-2 Mortalidad Factor de riesgo Factor protector Covid-19 SARS-COV-2 Mortality Risk Factor Protective Factor |
| dc.subject.keyword.none.fl_str_mv |
Covid-19 SARS-COV-2 Mortality Risk Factor Protective Factor |
| description |
ANTECEDENTES El COVID-19 ha generado un impacto sin precedentes. Los pacientes en estado crítico presentan una mortalidad hasta del 61%, y el tratamiento agresivo no parece ser suficiente. Diferentes estudios han descrito factores asociados a la mortalidad, sin embargo, en Latinoamérica la información es escasa. Nuestro objetivo fue determinar los factores asociados con la mortalidad por COVID-19 en un hospital de alta complejidad en Bogotá, Colombia. MÉTODOS Este estudio de casos y controles incluyó a 282 personas que fallecieron a causa de COVID-19 y 282 que sobrevivieron. Los individuos fueron emparejados por edad, sexo y mes de ingreso, para determinar las variables asociadas con la mortalidad. Se implementaron imputaciones múltiples por ecuación encadenada (MICE) para las variables con datos faltantes. Se estimaron árboles de clasificación y regresión (CART) para evaluar la interacción de los factores y su papel en la predicción de la mortalidad durante la hospitalización. RESULTADOS La mayoría de los pacientes eran varones en la séptima década. Aquellos que se recuperaron reportaron sintomatología heterogénea, mientras que los pacientes fallecidos presentaron dificultad respiratoria, disnea y convulsiones al ingreso. Además, este último grupo presentó una mayor carga de comorbilidades y alteraciones en los biomarcadores de laboratorio. Después de la imputación de conjuntos de datos, el análisis CART estimó 14 perfiles clínicos. La precisión del modelo fue del 85,6 % (P < 0,0001). CONCLUSIÓN El análisis multivariante arrojó un modelo confiable para predecir la mortalidad en COVID-19. Este análisis reveló nuevas interacciones entre las características clínicas y paraclínicas. Además, este modelo predictivo podría ofrecer nuevas pistas para el manejo personalizado de esta condición en entornos clínicos. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-07-06T13:20:24Z |
| dc.date.available.none.fl_str_mv |
2023-07-06T13:20:24Z |
| dc.date.created.none.fl_str_mv |
2023-04-21 |
| dc.date.embargoEnd.none.fl_str_mv |
info:eu-repo/date/embargoEnd/2025-07-07 |
| dc.type.none.fl_str_mv |
bachelorThesis |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.document.none.fl_str_mv |
Trabajo de grado |
| dc.type.spa.none.fl_str_mv |
Trabajo de grado |
| dc.identifier.doi.none.fl_str_mv |
https://doi.org/10.48713/10336_40024 |
| dc.identifier.uri.none.fl_str_mv |
https://repository.urosario.edu.co/handle/10336/40024 |
| url |
https://doi.org/10.48713/10336_40024 https://repository.urosario.edu.co/handle/10336/40024 |
| dc.language.iso.none.fl_str_mv |
eng |
| language |
eng |
| dc.rights.*.fl_str_mv |
Attribution-ShareAlike 4.0 International |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_f1cf |
| dc.rights.acceso.none.fl_str_mv |
Restringido (Temporalmente bloqueado) |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-sa/4.0/ |
| rights_invalid_str_mv |
Attribution-ShareAlike 4.0 International Restringido (Temporalmente bloqueado) http://creativecommons.org/licenses/by-sa/4.0/ http://purl.org/coar/access_right/c_f1cf |
| dc.format.extent.none.fl_str_mv |
81 pp |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad del Rosario Universidad CES |
| dc.publisher.department.none.fl_str_mv |
Escuela de Medicina y Ciencias de la Salud |
| dc.publisher.program.none.fl_str_mv |
Especialización en Epidemiología |
| publisher.none.fl_str_mv |
Universidad del Rosario Universidad CES |
| institution |
Universidad del Rosario |
| dc.source.instname.none.fl_str_mv |
instname:Universidad del Rosario |
| dc.source.reponame.none.fl_str_mv |
reponame:Repositorio Institucional EdocUR |
| bitstream.url.fl_str_mv |
https://repository.urosario.edu.co/bitstreams/93c36e8f-d636-4886-85f0-07296cfc9a79/download https://repository.urosario.edu.co/bitstreams/11dca3ef-a432-4450-bfb9-3e81da0fa4dc/download https://repository.urosario.edu.co/bitstreams/09fea9ef-06ac-476d-abc7-1d7a79d037e8/download https://repository.urosario.edu.co/bitstreams/5071c1da-b7d4-461d-8dad-ca4de3d3beef/download https://repository.urosario.edu.co/bitstreams/1e91cbea-16ba-4a3f-b3d3-bb1ea6ca0f3f/download https://repository.urosario.edu.co/bitstreams/5b246d13-c58d-40b6-bae7-d4fd0688b141/download https://repository.urosario.edu.co/bitstreams/0bbccabc-9881-466a-9877-30854329aa6c/download |
| bitstream.checksum.fl_str_mv |
859a51bf93d0a1ace071dcc8e0b2efd2 4f430f0cf37a790afd6fdd9784bdf255 b2825df9f458e9d5d96ee8b7cd74fde6 adb7af3ef071a784ffe1b544b9a344ab 14a46c4d952ab40a34e93f6e36b2391f 28fe44924f001eecfc8069a98068f9d4 c44fe6c80e5352456c0079d7dfa87a9b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional EdocUR |
| repository.mail.fl_str_mv |
edocur@urosario.edu.co |
| _version_ |
1814167448000135168 |
| spelling |
Ramírez Santana, Heily Carolina52483526600Rodríguez Velandia, Yhojan Alexis1022961735600Rojas Quintana, Manuel Eduardo1110541485600Centro de Estudio de Enfermedades Autoinmunes - CREACamacho Domínguez, LauraEspecialista en Epidemiología (en Convenio con el CES)Especialista en EpidemiologíaEspecializaciónFull timec82ddc53-9d81-4506-b37f-59ef31667dd5-12023-07-06T13:20:24Z2023-07-06T13:20:24Z2023-04-21info:eu-repo/date/embargoEnd/2025-07-07ANTECEDENTES El COVID-19 ha generado un impacto sin precedentes. Los pacientes en estado crítico presentan una mortalidad hasta del 61%, y el tratamiento agresivo no parece ser suficiente. Diferentes estudios han descrito factores asociados a la mortalidad, sin embargo, en Latinoamérica la información es escasa. Nuestro objetivo fue determinar los factores asociados con la mortalidad por COVID-19 en un hospital de alta complejidad en Bogotá, Colombia. MÉTODOS Este estudio de casos y controles incluyó a 282 personas que fallecieron a causa de COVID-19 y 282 que sobrevivieron. Los individuos fueron emparejados por edad, sexo y mes de ingreso, para determinar las variables asociadas con la mortalidad. Se implementaron imputaciones múltiples por ecuación encadenada (MICE) para las variables con datos faltantes. Se estimaron árboles de clasificación y regresión (CART) para evaluar la interacción de los factores y su papel en la predicción de la mortalidad durante la hospitalización. RESULTADOS La mayoría de los pacientes eran varones en la séptima década. Aquellos que se recuperaron reportaron sintomatología heterogénea, mientras que los pacientes fallecidos presentaron dificultad respiratoria, disnea y convulsiones al ingreso. Además, este último grupo presentó una mayor carga de comorbilidades y alteraciones en los biomarcadores de laboratorio. Después de la imputación de conjuntos de datos, el análisis CART estimó 14 perfiles clínicos. La precisión del modelo fue del 85,6 % (P < 0,0001). CONCLUSIÓN El análisis multivariante arrojó un modelo confiable para predecir la mortalidad en COVID-19. Este análisis reveló nuevas interacciones entre las características clínicas y paraclínicas. Además, este modelo predictivo podría ofrecer nuevas pistas para el manejo personalizado de esta condición en entornos clínicos.BACKGROUND COVID-19 has generated an unprecedented impact. Patients in critical states present a reported mortality of up to 61%, and aggressive treatment does not seem to be enough. Different studies have described associated factors to mortality; however, in Latin America, the information is scarce. Thus, we aimed to determine the associated factors with mortality due to COVID-19 in a high-complexity hospital in Bogotá, Colombia. METHODS This case-control study included 282 individuals who died due to COVID-19, compared with 282 individuals who survived. Individuals were matched by age, sex, and month of admission to determine if there were associated variables with the primary outcome. Multiple imputations by chained equation (MICE) were implemented to account for missing variables. Classification and regression trees (CART) were estimated to evaluate the interaction of factors on admission and their role in predicting mortality during hospitalization. RESULTS Most of the patients included were males in the seventh decade. Recovered patients reported heterogeneous symptomatology, whereas deceased patients were most likely to present respiratory distress, dyspnea, and seizures on admission. In addition, the latter group exhibited a higher burden of comorbidities and alterations in laboratory biomarkers. After the imputation of datasets, CART analysis estimated 14 clinical profiles. The accuracy model for prediction was 85.6% (P < 0.0001). CONCLUSION Multivariate analysis yielded a reliable model to predict mortality in COVID-19. This analysis revealed new interactions between clinical and paraclinical features. Furthermore, this predictive model could offer new clues for the personalized management of this condition in clinical settings.81 ppapplication/pdfhttps://doi.org/10.48713/10336_40024 https://repository.urosario.edu.co/handle/10336/40024engUniversidad del RosarioUniversidad CESEscuela de Medicina y Ciencias de la SaludEspecialización en EpidemiologíaAttribution-ShareAlike 4.0 InternationalRestringido (Temporalmente bloqueado)EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.http://creativecommons.org/licenses/by-sa/4.0/http://purl.org/coar/access_right/c_f1cfinstname:Universidad del Rosarioreponame:Repositorio Institucional EdocURCovid-19SARS-COV-2MortalidadFactor de riesgoFactor protectorCovid-19SARS-COV-2MortalityRisk FactorProtective FactorAssociated factors with mortality due to COVID-19 in a high complexity center in Bogotá, ColombiaFactores asociados a la mortalidad por COVID-19 en un centro de alta complejidad de Bogotá, ColombiabachelorThesisTrabajo de gradoTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de Ciencias HumanasORIGINALAssociated-factors-with-mortality-due.pdfAssociated-factors-with-mortality-due.pdfapplication/pdf1116544https://repository.urosario.edu.co/bitstreams/93c36e8f-d636-4886-85f0-07296cfc9a79/download859a51bf93d0a1ace071dcc8e0b2efd2MD55References.RIS.txtReferences.RIS.txttext/plain24346https://repository.urosario.edu.co/bitstreams/11dca3ef-a432-4450-bfb9-3e81da0fa4dc/download4f430f0cf37a790afd6fdd9784bdf255MD52LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/09fea9ef-06ac-476d-abc7-1d7a79d037e8/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81154https://repository.urosario.edu.co/bitstreams/5071c1da-b7d4-461d-8dad-ca4de3d3beef/downloadadb7af3ef071a784ffe1b544b9a344abMD56TEXTAssociated-factors-with-mortality-due.pdf.txtAssociated-factors-with-mortality-due.pdf.txtExtracted texttext/plain100383https://repository.urosario.edu.co/bitstreams/1e91cbea-16ba-4a3f-b3d3-bb1ea6ca0f3f/download14a46c4d952ab40a34e93f6e36b2391fMD57References.RIS.txt.txtReferences.RIS.txt.txtExtracted texttext/plain24460https://repository.urosario.edu.co/bitstreams/5b246d13-c58d-40b6-bae7-d4fd0688b141/download28fe44924f001eecfc8069a98068f9d4MD59THUMBNAILAssociated-factors-with-mortality-due.pdf.jpgAssociated-factors-with-mortality-due.pdf.jpgGenerated Thumbnailimage/jpeg2833https://repository.urosario.edu.co/bitstreams/0bbccabc-9881-466a-9877-30854329aa6c/downloadc44fe6c80e5352456c0079d7dfa87a9bMD5810336/40024oai:repository.urosario.edu.co:10336/400242023-07-07 03:00:28.343http://creativecommons.org/licenses/by-sa/4.0/Attribution-ShareAlike 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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 |