Objectives: To characterize phenotypes of prehospital patients with COVID-19 to facilitate early identification of at-risk groups.
Material and methods: Multicenter observational noninterventional study of a retrospective cohort of 3789 patients, analyzing 52 prehospital variables. The main outcomes were 4 clusters of prehospital variables describing the phenotypes. Secondary outcomes were hospitalization, mechanical ventilation, admission to an intensive care unit, and cumulative mortality inside or outside the hospital on days 1, 2, 3, 7, 14, 21, and 28 after hospitalization and after start of prehospital care.
Results: We used a principal components multiple correspondence analysis (factor analysis) followed by decomposition into 4 clusters as follows: cluster 1, 1090 patients (28.7%); cluster 2, 1420 (37.4%); cluster 3, 250 (6.6%), and cluster 4, 1029 (27.1%). Cluster 4 was comprised of the oldest patients and had the highest frequencies of residence in group facilities and low arterial oxygen saturation. This group also had the highest mortality (44.8% at 28 days). Cluster 1 was comprised of the youngest patients and had the highest frequencies of smoking, fever, and requirement for mechanical ventilation. This group had the most favorable prognosis and the lowest mortality.
Conclusion: Patients with COVID-19 evaluated by emergency medical responders and transferred to hospital emergency departments can be classified into 4 phenotypes with different clinical, therapeutic, and prognostic characteristics. The phenotypes can help health care professionals to quickly assess a patient's future risk, thus informing clinical decisions.
Objetivo: Desarrollar un fenotipado prehospitalario de pacientes con COVID-19 que permita una identificación temprana de los grupos de riesgo.
Metodo: Estudio observacional de cohorte retrospectivo multicéntrico, sin intervención con 3.789 pacientes y 52 variables prehospitalarias. Las variables de resultado principal fueron las cuatro agrupaciones prehospitalarios obtenidos, #1, #2, #3 y #4. Los resultados secundarios fueron: ingreso hospitalario, ventilación mecánica, ingreso en unidad de cuidados intensivos y mortalidad acumulada a los 1, 2, 3, 7, 14, 21 y 28 días desde el ingreso hospitalario (hospitalaria y extrahospitalaria).
Resultados: Por medio de una descomposición en componentes principales/correspondencia múltiple de datos mixtos (continuos y categóricos), seguido de una descomposición en agrupaciones, se obtuvo cuatro agrupaciones/fenotipos #1, #2, #3 y #4 de 1.090 (28,7%), 1.420 (37,4%), 250 (6,6%) y 1.029 (27,1%) pacientes, respectivamente. El grupo #4, compuesto por los pacientes de mayor edad, baja saturación de oxígeno e institucionalización es el que presenta la mayor mortalidad (44,8% de mortalidad a 28 días). El grupo #1, compuesto de pacientes de menor edad, con mayor porcentaje de tabaquismo, fiebre y necesidades de ventilación mecánica, es el de pronóstico más favorable con la menor tasa de mortalidad.
Conclusiones: Los pacientes con COVID-19 valorados por los servicios médicos de emergencias y transferidos al servicio de urgencias hospitalario se pueden clasificar en 4 fenotipos con diferentes consideraciones clínicas, terapéuticas y de pronóstico, y permite a los profesionales sanitarios discriminar rápidamente el nivel de riesgo futuro del paciente y ayuda por lo tanto en el proceso de toma de decisiones.
Keywords: COVID-19.; Decision making.; Emergency health services.; Fenotipo.; Phenotype.; Prognosis.; Pronóstico.; Servicios de emergencias médicos.; Toma de decisiones clínicas..