Estado y tendencias en la investigación sobre modelos de predicción clínica para la estratificación del riesgo de severidad en pacientes confirmados de Covid-19

Resumen

Introducción: El conocimiento previo en literatura científica sobre modelos de predicción clínica en pacientes con Covid-19 puede ser de utilidad para el desarrollo de nuevas investigaciones.
Objetivo: Describir las fuentes, autores, documentos y temas clave 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.
Métodos: Se realizó una revisión y análisis cienciométrico sobre la investigación en desarrollo y validación de modelos de predicción clínica en Covid-19. Se utilizaron indicadores cienciométricos 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, así como posibles causas de sesgos.
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.