Risk Factors for Mortality from COVID-19 in Hospitalized Patients: A Logistic Regression Model

Abstract

Introducción: La población es susceptible al COVID-19 y conocer las características y comorbilidades más predominantes de los afectados resulta imprescindible para disminuir sus efectos. Objetivo: El presente estudio analizó los factores biológicos, sociales y clínicos de riesgo de mortalidad en pacientes hospitalizados con COVID-19 en el distrito de Trujillo, Perú. Métodos: El tipo de estudio fue descriptivo, de enfoque cuantitativo y diseño correlacional, retrospectivo, de corte transversal. Se obtuvieron los datos del sistema del Ministerio de Salud, con una muestra de 64 pacientes de marzo a mayo del 2020. Resultados: El 85,71% del total de fallecidos son del sexo masculino, la ocupación más predominante es jubilados con un 28,57% y tienen una edad promedio de 64,67 años. En el caso de los síntomas en pacientes fallecidos la dificultad respiratoria representa el mayor porcentaje 90,48%; la fiebre con un 80,95%, seguido de un malestar en general con un 57,14% y tos con un 52,38%. Los signos con mayor porcentaje en fallecidos fueron la disnea y auscultación pulmonar anormal con un 47,62%, en Comorbilidades se encontraron pacientes con enfermedad cardiovascular en un 42,86% y un 14,29% con diabetes. El modelo de regresión logística para predecir la mortalidad en pacientes hospitalizados permitió la selección de factores de riesgo como edad, sexo, tos, dificultad respiratoria y diabetes. Conclusión: El modelo es el adecuado para establecer estos factores, ya que muestran que un porcentaje de variación explicada bastante considerable, clasificaría correctamente el 90,6% de los casos. ABSTRACT Introduction: The population is susceptible to COVID-19 and knowing the most predominant characteristics and comorbidities of those affected is essential to diminish its effects. Objective: This study analyzed the biological, social and clinical risk factors for mortality in hospitalized patients with COVID-19 in the district of Trujillo, Peru. Methods: A descriptive type of study was made, with a quantitative approach and a correlational, retrospective, cross-sectional design. Data was obtained from the Ministry of Health's database, with a sample of 64 patients from March to May 2020. Results: 85,71% of the total deceased are male, the most predominant occupation is Retired with an 28,57% incidence, and an average age of 64,67 years. When it came to symptoms of deceased patients, respiratory distress represents the highest percentage of incidence with 90,48%, then fever with 80,95%, followed by malaise in general with 57,14% and cough with 52,38%. The signs that indicated the highest percentage in deaths were dyspnea and abnormal pulmonary auscultation with 47,62%, in Comorbidities patients with cardiovascular disease were found in 42,86% and 14,29% with diabetes. The logistic regression model to predict mortality in hospitalized patients allowed the selection of risk factors such as age, sex, cough, shortness of breath and diabetes. Conclusion: The model is adequate to establish these factors, since they show that a fairly considerable percentage of explained variation would correctly classify 90,6% of the cases.