Según ha informado la UAH en un comunicado, desde la irrupción del virus, la asociación entre la gravedad de COVID-19 y padecer ciertas afecciones crónicas "siempre ha estado presente". Sin embargo, a diferencia de la gripe y otros virus, la carga de morbilidad del SARS-CoV-2 en pacientes con asma --es decir, el índice de personas enfermas-- ha sido "menos evidente".
Esta es la principal conclusión que recoge el estudio 'El impacto de COVID-19 en pacientes con asma', liderado por los profesores de la Universidad de Alcalá José Luis Izquierdo y Carlos Almonacid, neumólogos de los hospitales de Guadalajara y Ramón y Cajal, respectivamente, y que acaba de ser publicado en la revista 'European respiratory journal'.
En el mismo han participado, además, profesionales del Hospital Universitario de Guadalajara, el Hospital de La Princesa (Madrid) y el Centro de investigación en red de enfermedades respiratorias (Ciberes) del Instituto de Salud Carlos III (Madrid).
Para desarrollar este estudio, los investigadores han analizado los datos clínicos de pacientes con asma desde el 1 de enero al 10 de mayo de 2020. De los 71.182 pacientes diagnosticados, 1.006 (1,41%) sufrió de Covid-19 en dicho período.
En comparación con las personas asmáticas sin COVID-19, los pacientes que presentaron ambas afecciones tenían una edad significativamente mayor (55 contra 42 años), eran predominantemente mujeres (66% frente 59%), fumaban con más frecuencia y tenían mayor prevalencia de otras enfermedades, como la hipertensión, dislipidemias, diabetes y obesidad.
También se observó una mayor prevalencia de estas comorbilidades en aquellos pacientes con COVID-19 que requirieron ingreso hospitalario. Además, la frecuencia de infección por SARS-CoV-2 ha sido baja en pacientes con asma, aunque mayor que en la población general, y el mayor riesgo de hospitalización por Covid-19 en estos pacientes se asocia, en gran medida con la edad, y con la presencia de esas otras enfermedades asociadas.
La información se obtuvo con técnicas de procesamiento de lenguaje natural (natural language processing-NLP) e inteligencia artificial, utilizando SAVANA Manager, un motor multilingüe para el análisis de información clínica. Este software puede interpretar cualquier contenido incluido en historias clínicas electrónicas, independientemente del sistema en el que opere, y los transforma en variables accesibles, permitiendo así la reutilización de la información capturada en grandes volúmenes de documentación, lo que se conoce como big data clínico.
Si (
No(
