???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/10735
Full metadata record
DC FieldValueLanguage
dc.creatorVieira, Deisilene nogueira de Oliveira-
dc.creator.Latteshttp://lattes.cnpq.br/4970964405975708eng
dc.contributor.advisor1Lopes, Antonio Luiz Ribeiro Boechat-
dc.contributor.advisor1Latteslattes.cnpq.br/3558832059770794eng
dc.contributor.advisor-co1Gonçalves, Roberta Lins-
dc.contributor.advisor-co1Latteslattes.cnpq.br/7353579266183058eng
dc.contributor.referee2Amorim, Robson Luis Oliveira-
dc.contributor.referee3Boechat, Narjara de Oliveira-
dc.date.issued2024-08-23-
dc.identifier.citationVIEIRA, Deisilene nogueira de Oliveira. Complicações associadas a paciente com COVID-19 grave: uma coorte retrospectiva. 2024. 64 f. Dissertação (Mestrado em Ciências da Saúde) - Universidade Federal do Amazonas, Manaus (AM), 2024.eng
dc.identifier.urihttps://tede.ufam.edu.br/handle/tede/10735-
dc.description.resumoIntrodução: A COVID-19 é uma infecção altamente contagiosa que pode levar a complicações graves e óbito. Surgida em dezembro de 2019 na China, se espalhou globalmente. Comorbidades como hipertensão e diabetes são preditores de desfechos desfavoráveis em casos graves. Contudo, existe uma lacuna na literatura sobre a influência específica de variáveis clínicas e laboratoriais nos desfechos desfavoráveis em pacientes hospitalizados em regiões de alta mortalidade pela doença. Este estudo visa preencher essa lacuna e fornecer informações valiosas para a prática clínica. Objetivo: Identificar comorbidades e complicações de pacientes com COVID-19 grave hospitalizados, analisar a influência de variáveis clínicas e laboratoriais no desfecho complicações e sem complicações, e criar um modelo de regressão multivariada para a predição de óbito e complicações nestes pacientes. Método: Coorte retrospectiva aprovada pelo Comitê de Ética (CAAE: 52104121.9.0000.0042/ parecer: 5.112.830). Analisamos os prontuários eletrônicos de pacientes hospitalizados com COVID-19 grave, em um hospital geral privado em Manaus, Amazonas, entre março de 2020 a março de 2022. Utilizamos modelos de regressão multivariada, análise de sobrevivência (Kaplan-Meier) e modelo de Cox para criar modelos preditivos para prever óbito e complicações com o software R versão 3.2.2. As figuras foram geradas no Jamovi versão 2.3.24. Resultados: Identificamos no período 13.372 prontuários, sendo 1.155 incluídos no estudo. As comorbidades mais frequentes foram hipertensão e diabetes. As complicações mais comuns incluíram choque, hipóxia grave, disfunção de múltiplos órgãos e aumento de marcadores inflamatórios. Identificamos que idade avançada, hipertensão, diabetes, múltiplas comorbidades, saturação de oxigênio <90%, e elevação de marcadores como Dímero-D, DHL e CPK foram preditores significativos de desfechos desfavoráveis, e a presença de complicações impactou na sobrevida dos pacientes (Hazard Ratio = 8,24; IC 95%: 3,84-17,69). Os modelos de regressão multivariada demonstraram boa performance preditiva, com sensibilidade de 85% e especificidade de 90% para o óbito, e sensibilidade de 80% e especificidade de 85% as para complicações. Conclusão: Hipertensão e diabetes foram as comobirdades mais frequentes dos pacientes com COVID-19 grave hospitalizados, e choque, hipóxia grave, disfunção de múltiplos órgãos e aumento de marcadores inflamatórios as principais complicações. A presença de complicações reduziu a sobrevida dos pacientes. A elevação de Dímero-D, DHL e CPK foram preditores de desfechos desfavoráveis. A identificação dessas variáveis pode permitir a implementação de abordagens personalizadas e intervenções precoces, que são cruciais para melhorar o prognóstico dos pacientes.eng
dc.description.abstractIntroduction: COVID-19 is a highly contagious infection that can lead to severe complications and death. Emerging in December 2019 in China, it spread globally. Comorbidities such as hypertension and diabetes are predictors of unfavorable outcomes in severe cases. However, there is a gap in the literature regarding the specific influence of clinical and laboratory variables on unfavorable outcomes in hospitalized patients in regions with high mortality rates from the disease. This study aims to fill this gap and provide valuable information for clinical practice. Objective: To identify comorbidities and complications of patients with severe COVID-19 hospitalized in Manaus, Amazonas, analyze the influence of clinical and laboratory variables on the outcome with and without complications, and create a multivariate regression model to predict death and complications. Method: A retrospective cohort study approved by the Ethics Committee (CAAE: 52104121.9.0000.0042/ approval: 5.112.830). Analyzed electronic medical records of patients hospitalized with severe COVID-19 between March 2020 and March 2022. We used multivariate regression models and survival analysis (Kaplan-Meier and Cox model) with R software version 3.2.2. Figures were generated in Jamovi version 2.3.24. Results: We analyzed the medical records of 13,372 patients, of whom 1,155 were eligible for the study. The most frequent comorbidities were hypertension and diabetes. The most common complications included shock, severe hypoxia, multiple organ dysfunction, and elevated inflammatory markers. We identified that advanced age, hypertension, diabetes, multiple comorbidities, oxygen saturation <90%, and elevated markers such as D-dimer, LDH, and CPK were significant predictors of unfavorable outcomes, and the presence of complications impacted patient survival (HR = 8.24; 95% CI: 3.84-17.69). The multivariate regression models demonstrated good predictive performance, with 85% sensitivity and 90% specificity for death, and 80% sensitivity and 85% specificity for complications. Conclusion: Hypertension and diabetes were the most frequent comorbidities among hospitalized patients with severe COVID-19, and shock, severe hypoxia, multiple organ dysfunction, and elevated inflammatory markers were the main complications. The presence of complications reduced patient survival. Elevated levels of D-dimer, LDH, and CPK were predictors of unfavorable outcomes. Identifying these variables may enable the implementation of personalized approaches and early interventions, which are crucial for improving patient prognosis.eng
dc.formatapplication/pdf*
dc.thumbnail.urlhttps://tede.ufam.edu.br/retrieve/82214/DISS_DeisileneVieira_PPGCS.pdf.jpg*
dc.languageporeng
dc.publisherUniversidade Federal do Amazonaseng
dc.publisher.departmentFaculdade de Medicinaeng
dc.publisher.countryBrasileng
dc.publisher.initialsUFAMeng
dc.publisher.programPrograma de Pós-graduação em Ciências da Saúdeeng
dc.rightsAcesso Aberto-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/pt_BR
dc.subjectCOVID-19 (Doença) - Fatores de riscopor
dc.subjectInfecções respiratóriaspor
dc.subject.cnpqCIENCIAS DA SAUDEeng
dc.titleComplicações associadas a paciente com COVID-19 grave: uma coorte retrospectivaeng
dc.typeDissertaçãoeng
dc.description.sugestaoTive algumas dificuldades no entendimentos de algumas perguntas, mas, no geral deu certo.eng
dc.description.infoSão informações relevantes, oferecendo uma visão abrangente sobre as diversas complicações associadas à COVID-19 grave e destacando a importância de estratégias de manejo e prevenção adequadas.eng
dc.contributor.advisor1orcidhttps://orcid.org/ 0000-0001-5597-7343eng
dc.contributor.advisor-co1orcidhttps://orcid.org/0000-0003-4976-0716eng
dc.creator.orcidhttps://orcid.org/0009-0000-3169-8876eng
dc.contributor.referee2orcidhttps://orcid.org/ 0000-0003-2391-7519eng
dc.contributor.referee3orcidhttps://orcid.org/00009-0005-7036-3784eng
dc.subject.userSARS-CoV-2por
dc.subject.userFator de riscopor
dc.subject.userMortalidadepor
dc.subject.userCOVID-19por
Appears in Collections:Mestrado em Ciências da Saúde

Files in This Item:
File Description SizeFormat 
DISS_DeisileneVieira_PPGCS.pdf1.21 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.