Un estudio publicado en La salud digital de Lancet ha utilizado datos de salud de 57 millones de personas en Inglaterra para construir la imagen más completa de la pandemia en un solo país hasta la fecha.
En este estudio, el primero de su tipo, los investigadores del University College London (UCL) combinaron múltiples conjuntos de datos del NHS sobre datos de pruebas de laboratorio nacionales, consultas de atención primaria, hospitalizaciones y muertes para revelar la trayectoria exacta de las personas a través del sistema de atención médica durante la pandemia. , y qué impacto tuvo esto en sus resultados de salud.
El análisis descubrió 15,486 muertes que ocurrieron dentro de los 28 días posteriores a un diagnóstico de COVID-19, pero no incluyó a COVID-19 como causa de muerte. Se identificaron otros 10,884 diagnósticos de COVID-19 solo a partir de los registros de defunción sin otra información relacionada registrada anteriormente en los registros de salud.
Los investigadores también encontraron que casi un tercio de los pacientes recibieron soporte ventilatorio fuera de los departamentos de la UCI, y que esto se asoció con las tasas más altas de muerte en las oleadas uno y dos de la pandemia. Los autores dicen que esto demuestra la necesidad de planificar cómo escalar los servicios de la UCI en caso de futuras pandemias y emergencias de atención médica.
El Dr. Chris Tomlinson de UCL, co-investigador principal del estudio, dijo: «Comprender el impacto de COVID-19 requiere considerar cómo la infección varía en gravedad y curso de tiempo, desde asintomáticos hasta casos que lamentablemente son fatales».
«Estas diferentes presentaciones clínicas se capturan en los registros digitales de un paciente, pero a través de múltiples organizaciones, y a menudo desconectadas, incluidos organismos de salud pública, consultorios de médicos de cabecera, hospitales, unidades de cuidados intensivos y registros de defunción. Analizar todos estos datos en la escala de una población completa presenta un verdadero desafío.
«En este estudio, reunimos ocho conjuntos de datos complementarios y de nivel nacional de todo el NHS para crear el análisis más completo de los eventos de COVID-19 hasta la fecha, con el objetivo de respaldar la toma de decisiones políticas para COVID-19 y futuras crisis de salud. .»
Para su análisis, los investigadores utilizaron datos de pacientes anónimos de múltiples fuentes nacionales del NHS para identificar patrones en la forma en que los pacientes progresaron a través del sistema de atención médica. Vincularlos a factores demográficos como la edad, el sexo y el origen étnico permitió otra capa de análisis. Por ejemplo, aquellos de etnias no blancas tuvieron un tiempo más corto entre la infección y la muerte, lo que sugiere que estos grupos pueden haber accedido a instalaciones de prueba y atención médica más adelante en su enfermedad.
La investigación se llevó a cabo de forma segura en un entorno de investigación de confianza por miembros del consorcio CVD-COVID-UK, un Instituto Nacional de Investigación en Salud (NIHR) y el proyecto insignia de la Fundación Británica del Corazón (BHF) dirigido por el Centro de Ciencia de Datos BHF, parte de Health Investigación de datos del Reino Unido.
La profesora Cathie Sudlow, directora del Centro de ciencia de datos de BHF, dijo: «El acceso rápido y confiable a los datos de salud ha sido esencial durante la pandemia. Hasta ahora, estos datos han estado encerrados en organizaciones aisladas donde es casi imposible analizarlos en armonía». .
«El consorcio CVD-COVID-UK del BHF Data Science Centre ahora está trabajando para proporcionar a los investigadores de confianza acceso rápido a múltiples conjuntos de datos vinculados de todo el NHS. Al colaborar con equipos de investigación como este que están desarrollando nuevos enfoques para analizar estos conjuntos de datos, estamos allanando el camino hacia un nuevo futuro de uso de datos de salud para mejorar la vida de las personas».
El profesor Spiros Denaxas de UCL, autor del estudio, dijo: «Al vincular los registros de salud electrónicos a escala nacional, pudimos identificar patrones y trayectorias de pacientes en la pandemia que, de lo contrario, habrían permanecido ocultos en conjuntos de datos más pequeños. En curso, el acceso seguro a los excelentes datos que posee el NHS es esencial para realizar investigaciones de datos de salud de alta calidad y mejorar la salud y la atención médica de los pacientes».
Los investigadores señalan que, aunque presentan patrones a lo largo de la pandemia, se centraron en analizar las características relacionadas con la COVID-19, en lugar de las relaciones causales. Los hallazgos son importantes para identificar posibles puntos críticos del NHS e informar políticas futuras.
El Dr. Johan Thygesen de UCL, quien codirigió el estudio, dijo: «Este trabajo ya ha permitido otras investigaciones con implicaciones de salud pública muy relevantes, como evaluar los riesgos de coagulación de la sangre de las vacunas COVID-19. Al compartir completamente nuestros métodos y código , creemos que esta investigación tiene el potencial de desbloquear el poder de los datos de salud vinculados no solo para futuros brotes de COVID-19, sino para todo tipo de condiciones de salud complejas».
Científicos identifican características para definir mejor el COVID prolongado
Trayectorias de COVID-19 entre 57 millones de adultos en Inglaterra: un estudio de cohorte utilizando registros de salud electrónicos, La salud digital de Lancet (2022). www.thelancet.com/journals/lan … (22)00091-7/texto completo
Proporcionado por Health Data Research UK
Citación: El análisis más completo de los datos de COVID-19 revela muertes previamente no atribuidas (8 de junio de 2022) consultado el 8 de junio de 2022 de https://medicalxpress.com/news/2022-06-comprehensive-analysis-covid-reveals-previously.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.