Spanish (pdf)
Article in xml format
Automatic translation
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
Introducción
La pandemia causada por un nuevo coronavirus (COVID-19) se ha diseminado rápidamente a nivel mundial con una amplia variedad de presentaciones clínicas, desde cuadros leves, en su mayoría, hasta enfermedad grave de los cuales 15% requiere internación en una unidad de cuidados intensivos (UCI)1. La inmunosupresión generada por la combinación de la enfermedad y los tratamientos instaurados incrementarían la susceptibilidad a infecciones secundarias como neumonías asociadas a la ventilación mecánica (NAVM), infecciones urinarias asociadas a catéter vesical (ITU) y bacteriemias asociadas a catéteres venosos centrales (BAC)2,3.
El desarrollo de infecciones asociadas a la atención de la salud (IAAS) ha sido previamente asociado a mayor estadía en UCI, morbimortalidad y a un incremento en los costos sanitarios4-6. Durante el año 2020, se ha generado un estrés en los sistemas de atención médica y sobrecarga en el personal de salud sin precedentes. Los diferentes centros han tenido que contratar personal nuevo en medio de este contexto, en muchos casos sin especialidad realizada. La curva de aprendizaje a las normas institucionales pudo verse afectada, repercutiendo en la adherencia a medidas llamadas bundle7. En este escenario es de esperar que la calidad de atención pudiera verse afectada incluso en pacientes internados por otras causas.
Estudios epidemiológicos han demostrado que los pacientes que requieren ventilación mecánica invasiva (VMi) por COVID-19 presentan prolongados períodos de soporte ventilatorio, sedación profunda y bloqueantes neuromusculares, con el consecuente aumento en los días de uso de accesos venosos centrales (AVC) y catéter vesical (CV) incrementando el riesgo de desarrollo de IAAS8.
Identificar los factores de riesgo asociados a dicha complicación podría sentar las bases para desarrollar nuevas medidas dirigidas a su prevención e impactar favorablemente en el curso clínico de pacientes gravemente enfermos9.
El objetivo de este estudio es analizar la incidencia de IAAS en pacientes adultos internados en la UCI de un centro de la provincia de Buenos Aires, con requerimiento de VMi durante la pandemia por COVID-19 en el año 2020.
Pacientes y Método
Estudio observacional, analítico y de cohorte retrospectivo, realizado en la UCI del Sanatorio Anchorena San Martín, Buenos Aires, Argentina, entre el 1 de marzo de 2020 y el 31 de diciembre de 2020.
El estudio fue aprobado por el Comité de Docencia e Investigación de la institución (código de aprobación 9-2021) y registrado en clinicaltrials.gov con el número de identificación NCT04819165. Debido al carácter retrospectivo del mismo, se eximió de consentimiento informado.
Objetivo primario
Describir la incidencia de IAAS en una cohorte de pacientes adultos internados en la UCI, con VMi, en un Sanatorio Privado de la provincia de Buenos Aires, Argentina, durante la pandemia de COVID-19, en el año 2020.
Criterios de inclusión
Se incluyeron todos los pacientes mayores de 18 años, ingresados a la UCI del Sanatorio Anchorena San Martín, que requirieron de VMi por más de 24 h, en el período señalado.
Criterios de exclusión
Pacientes derivados de otras instituciones que presenten IAAS al momento del ingreso a esta institución.
Pacientes en los cuales no se hubiera podido completar los registros por datos faltantes.
Definiciones
Se consideró IAAS a aquellas infecciones contraídas por un paciente durante la internación en el sanatorio, las que no presentaba ni estaba incubando en el momento de su ingreso.
Se definió como NAVM a todo paciente que presentara dispositivo invasivo por más de 48 hs, evolucionara con fiebre > 38°C, leucocitosis (leucocitos > 12,0 × 109/L) o leucopenia (leucocitos < 4,0 × 109/L), y cultivo positivo en aspirado traqueal con 105 ufc de un microorganismo potencialmente patógeno, o lavado broncoalveolar > 104 ufc, e infiltrado progresivo o nuevo en imagen de tórax (descartando otras causas del mismo).
Bacteriemia/fungemia asociada a catéter
Signos clínicos (fiebre, hipotensión arterial, dolor, eritema, secreción, aumento de la temperatura) con cultivo positivo de la punta de catéter por técnica semicuantitativa de Maki ≥ 15 ufc y/o cuantitativo de Brun Buisson, más hemocultivos positivos de muestras tomadas antes de retirar el catéter con recuento ≥ 1.000 ufc, o levaduras positivas.
Hemocultivo positivo de sangre periférica más cultivo de punta de catéter por técnica de Maki ≥ 15 ufc, en ausencia de otro foco responsable de bacteriemia/ fungemia.
Hemocultivo positivo más signos clínicos de sepsis, más hallazgos por imagen (ecodoppler, TAC, RM, flebografía) de trombosis de venas centrales o colección compatible con émbolo séptico o fungoma relacionados con la presencia de catéteres centrales.
Retrocultivo cuantitativo positivo con un recuento diferencial de colonias ≥ 5 a 10 veces (o tiempo de positividad > 2 horas) en relación a recuento de colonias de un mismo microorganismo de hemocultivo periférico asociado a un cuadro clínico.
Hemocultivo positivo más cultivo positivo por punción/aspiración del área de inserción del catéter.
Infección urinaria asociada a CV, paciente con un CV permanente colocado por más de 48 h y que presentara fiebre (> 38°C), dolor suprapúbico, dolor o sensibilidad del ángulo costovertebral, urgencia miccional, disuria y/o aumento de la frecuencia urinaria, asociado a urocultivo positivo con ≥ 105 ufc/mL con no más de dos especies de microorganismos. Las especies de Candida spp. o levaduras no especificadas de otra manera, quedaron incluidas como microorganismos responsables realizando los esfuerzos necesarios para la diferenciación entre colonización e infección. Usualmente se recomienda: realizar dos urocultivos con recambio de catéter10.
Diagnóstico de COVID-19: Presencia de RT-PCR (sigla en inglés) o antígeno para SARS-CoV-2 positivo en hisopado nasofaríngeo.
Análisis estadístico
Los datos continuos se expresaron como media y desvío estándar (DE), o como mediana y rango intercuartílico (RIQ), según correspondiera. El análisis de normalidad se efectuó mediante el test de Shapiro-Wilk. Los datos categóricos se expresaron como valores absolutos y/o porcentajes. Para analizar variables como predictoras de la ocurrencia de IAAS se llevó a cabo un análisis de regresión logística. La relación entre las variables disponibles para el análisis y el evento se analizó inicialmente mediante un análisis univariado. El análisis de regresión múltiple se realizó en forma automática, basado en eliminación hacia atrás de las variables (backward selection). Se evaluó multicolinealidad mediante el VIF (del inglés, factor de inflación de varianza) para las variables numéricas, así como la linealidad entre ellas y la variable dependiente (IAAS)11,12. En caso de falta de linealidad, las mismas fueron estratificadas de acuerdo a la bibliografía consultada o según el criterio de los autores. Las variables seleccionadas para el modelo final se describieron con su correspondiente odds ratio (OR) e intervalo de confianza de 95% (IC 95%). La bondad del ajuste del modelo final se analizó mediante el test de Hosmer Lemeshow. La capacidad de discriminación del mismo se evaluó mediante el área bajo la curva y su IC 95%. Se graficaron las funciones de incidencia acumulada (FIA) de IAAS y sus componentes (NAC, BAC e ITU). Así mismo, se graficó la FIA de IAAS estratificada por el diagnóstico de COVID-19. Todas las estimaciones de las FIAs fueron realizadas con el paquete cmprsk13,14. Para la comparación entre el grupo con COVID-19 y sin COVID-19 se utilizó el T test o el Test de Wilcoxon para comparar variables numéricas, según correspondiera; y el χ2 o el test exacto de Fisher para comparar variables categóricas. Todas las hipótesis fueron a dos colas y se consideró significativo un valor p < 0,05. El procesamiento de datos se realizó con el software R (versión 4.0.3).
Resultados
Durante el período de estudio se enrolaron 252 pacientes, 154 hombres (61%) y 98 mujeres (39%) con una mediana de edad de 65 años [RIQ 53-74].
La mediana de estadía en UCI fue de siete días [RIQ 4-15,3]. El motivo de ingreso más frecuente fue insuficiencia respiratoria aguda (IRA) en 54,8% (n = 138), mientras que la causa más frecuente de VMi fue neumonía (37,1%), seguido de IRA inespecífica (18,3%) y coma (15,9%). La mediana de APACHE II al ingreso fue de 15 [RIQ 10-21] y 38,9% de los pacientes (98/252) tuvieron diagnóstico confirmado de COVID-19. Las características demográficas se observan en la Tabla 1.
Tabla 1 Descripción general de la población de estudio. Pacientes en ventilación mecánica invasiva. UCI Sanatorio Anchorena San Martín, Argentina. 01-03 a 31-12-2020
| n | 252 |
|---|---|
| Edad (mediana [RIQ]) | 65,0 [53,0-74,0] |
| Sexo masculino (n (%)) | 154 (61%) |
| APACHE II (mediana [RIQ]) | 15,00 [10,00 - 21,00] |
| SAPS II (mediana [RIQ]) | 37,00 [28,00 - 50,00] |
| TISS-28 (mediana [RIQ]) | 30,00 [20,00 - 35,00] |
| COVID-19 positivo (n (%)) | 98 (38,9%) |
| Días VMi (mediana [RIQ]) | 4,00 [2,00 - 10,00] |
| LOS UCI (mediana [RIQ]) | 7,00 [4,00 - 15,25] |
| FMO (n (%)) | 118 (46,8%) |
| Shock (n (%)) | 138 (54,8%) |
| Decúbito prono (n (%)) | 47 (18,7%) |
| Diálisis (n (%)) | 44 (17,5%) |
| Mortalidad en UCI (n (%)) | 97 (38-5%) |
| Mortalidad a 28ds (n (%)) | 113 (44-8%) |
APACHE II: Acute Physiology and Chronic Health Disease Classification System II; SAPS II: Simplified Acute Physiology Score II; TISS-28: Simplified Therapeutic Intervention Scoring System. COVID-19: enfermedad por el nuevo coronavirus; VMi: ventilación mecánica invasiva; LOS UCI: del inglés Length of stay, estadía en unidad de cuidados intensivos; FMO: Falla multiorgánica.
Desarrollaron IAAS 40 pacientes (incidencia acumulada 15,9%). Al analizar la cantidad de eventos (n = 60), la incidencia acumulada fue de 23,8%. Cincuenta y cinco episodios se presentaron como un primer evento (15 BAC, 21 NAVM y 19 ITU) y cinco episodios como un segundo evento (3 BAC, 1 NAVM, 1 ITU).
La incidencia de BAC fue de 7,14%, representando 30% de los episodios. La mediana de días desde la colocación del dispositivo hasta el desarrollo del primer evento fue de 8,5 días [RIQ 6,25-9,75]. En cuanto al segundo evento, la mediana de días de colocación del dispositivo fue 12 [RIQ 8,5-12].
La incidencia de NAVM fue de 8,73%, representando 37% de los eventos. La mediana de días de colocación de dispositivo hasta el primer evento fue de 7,5 días [RIQ 5-17].
La incidencia de ITU fue de 7,93%, representando 33% de los eventos. La mediana de días desde la colocación del dispositivo hasta el primer evento fue ocho días [RIQ 5-10].
Factores asociados al desarrollo de IAAS
En el análisis univariado se halló asociación estadística entre el desarrollo de IAAS y las variables edad, SAPS II, diagnóstico de COVID-19, estadía en UCI, días de VMi, requerimiento de decúbito prono (DP), diálisis y número de AVC (Tabla 2).
Tabla 2 Factores asociados al desarrollo de IAAS. Pacientes en ventilación mecánica invasiva. Análisis univariado
| Total (n = 252) | IAAS NO (n = 212) | IAAS SI (n = 40) | OR (IC95%) | p-valor | ||
|---|---|---|---|---|---|---|
| Edad (años) | ||||||
| Mediana [Q1- Q3] | 65,0 [53,0- 74,0] | 66,0 [55,0- 75,0] | 54,0 [44,8- 64,3] | 10,6 (5,02 - 23,0) | < 0,001 | |
| Género | ||||||
| Masculino (n (%)) | 154 (61,1%) | 126 (59,4%) | 28 (70,0%) | 0,211 | ||
| Femenino (n (%)) | 98 (38,9%) | 86 (40,6%) | 12 (30,0%) | 0,63 (0,29 - 1,28) | ||
| APACHE II | ||||||
| Mediana [Q1- Q3] | 15,0 [10,0- 21,0] | 16,0 [11,0- 22,0] | 13,0 [8,50- 18,5] | 0,95 (0,91 - 1,00) | 0,051 | |
| Perdidos (n (%)) | 7(2,8%) | 6(2,8%) | 1(2,5%) | |||
| SAPS II | ||||||
| Mediana [Q1- Q3] | 37,0 [28,0- 50,0] | 39 [28,0- 51,0] | 31,0 [24,5- 42,0] | 0,97 (0,95 - 0,99) | 0,013 | |
| Perdidos (n (%)) | 8 (3,2%) | 7 (3,3%) | 1 (2,5%) | |||
| COVID-19 | ||||||
| NO (n (%)) | 154 (61,1%) | 143 (67,5%) | 11 (27,5%) | < 0,001 | ||
| SI (n (%)) | 98 (38,9%) | 69 (32,5%) | 29 (72,5%) | 5,46 (2,65 - 12,03) | ||
| Estadía UCI (días) | ||||||
| Mediana [Q1- Q3] | 7,00 [4,00- 15,3] | 6,00 [4,00- 11,0] | 20,5 [14,8- 27,8] | 1,1 (1,06 - 1,14) | < 0,001 | |
| Días VMi | ||||||
| Mediana [Q1- Q3] | 4,00 [2,00- 10,0] | 3,00 [2,00- 7,00] | 15,5 [9,00- 25,0] | 1,13 (1,09 - 1,19) | < 0,001 | |
| Decúbito prono | ||||||
| NO (n (%)) | 205 (81,3%) | 188 (88,7%) | 17 (42,5%) | < 0,001 | ||
| SI (n (%)) | 47 (18,7%) | 24 (11,3%) | 23 (57,5%) | 10,6 (5,02 - 23,00) | ||
| Diálisis | ||||||
| NO (n (%)) | 208 (82,5%) | 180 (84,9%) | 28 (70,0%) | 0,026 | ||
| SI (n (%)) | 44 (17,5%) | 32 (15,1%) | 12 (30,0%) | 2,41 (1,08 - 5,15) | ||
| Cantidad de AVC | ||||||
| Mediana [Q1- Q3] | 1,00 [1,00 - 1,25] | 1,00 [1,00 - 1,00] | 2,00 [1,00 - 3,00] | 3,72 (2,46 - 5,95) | < 0,001 | |
| Condición al egreso | ||||||
| Muerto (n (%)) | 97 (38,5%) | 77 (36,3%) | 20 (50,0%) | 0,106 | ||
| Vivo (n (%)) | 155 (61,5%) | 135 (63,7%) | 20 (50,0%) | 0,57 (0,29 - 1,13) | ||
| Mortalidad a 28 días | ||||||
| Muerto (n (%)) | 113 (44,8%) | 93 (43,9%) | 20 (50,0%) | 1,28 (0,65 - 2,53) | ||
| Vivo (n (%)) | 139 (55,2%) | 119 (56,1%) | 20 (50,0%) | 0,475 | ||
Análisis univariado de variables asociadas al desarrollo de infecciones asociadas a la atención de la salud (IAAS). APACHE II: Acute Physiology and Chronic Health disease Classification System II; SAPS II: Simplfied Acute Physiology Score II; COVID-19: Enfermedad por el nuevo coronavirus; UCI: Unidad de cuidados intensivos. Días VMi: días de ventilación mecánica invasiva; AVC: acceso venoso central.
La Tabla 3 muestra el análisis de regresión logística múltiple. La edad (OR 0,96), cantidad de AVC (OR 2,01), diagnóstico de COVID-19 (OR 2,96) y requerimiento de DP (OR 2,78) tuvieron relación con la aparición de IAAS. La precisión diagnóstica de dicho modelo obtuvo un área bajo la curva de 0,908 (0,857-0,959).
Tabla 3 Factores asociados al desarrollo de IAAS. Pacientes en ventilación mecánica invasiva. Modelo de regresión logística múltiple
| IAAS | |||
|---|---|---|---|
| Predictores | OR | Conf. Int (95%) | P |
| Edad | 0,96 | 0,93 - 0,98 | 0,003 |
| Estadía en UCI | 1,04 | 1,00 - 1,09 | 0,097 |
| Cantidad de AVC | 2,01 | 1,13 - 3,67 | 0,020 |
| COVID-19 SI | 2,96 | 1,04 - 8,69 | 0,042 |
| Decúbito Prono: SI | 2,78 | 1,01 - 7,74 | 0,047 |
Tabla 3. Modelo de regresión lineal múltiple. Análisis de variables independientemente asociadas al desarrollo de infecciones asociadas a la atención de la salud (IAAS). Precisión diagnóstica del modelo: área bajo la curva de 0,908 (0,857-0,959). UCI: Unidad de Cuidados Intensivos; AVC: acceso venoso central; COVID-19: enfermedad por el nuevo coronavirus.
Con el fin de considerar los riesgos competitivos en el tiempo, analizamos la función de incidencia acumulada (FIA). En la Figura 1 se observa el incremento de FIA del primer evento del total de IAAS y de cada una por separado a lo largo del tiempo, cuyos valores fueron: total de 51%, ITU 16%, NAV 28% y BAC 7%.
Figura 1 Estimación de la función de incidencia acumulada (FIA) de los componentes de las infecciones asociadas a la atención de la salud (IAAS), neumonía asociada a la ventilación mecánica (NAV), bacteriemia asociada a catéter (BAC) e infección del tracto urinario (ITU). Luego se realizó la estimación global de IAAS (suma de los tres FIA). COVID-19: enfermedad por el nuevo coronavirus; UCI: Unidad de Cuidados Intensivos.
Impacto clínico del desarrollo de IAAS
La presencia de IAAS se asoció a más días de VMi y estadía en UCI. Sin embargo, no se halló asociación estadística con la mortalidad en UCI ni al día 28 (Tabla 2).
Etiología de las IAAS
Con respecto a las BAC los microorganismos más frecuentes fueron Staphylococcus aureus con igual distribución entre sensible a meticilina (SASM) y resistente a meticilina (SARM) y en segundo lugar Klebsiella pneumoniae (Tabla 4).
Tabla 4 Etiología de las IAAS en pacientes en ventilación mecánica invasiva
| Microorganismos | n° de eventos/N | |
|---|---|---|
| Bacteriemia asociada a catéter | ||
| 18 episodios totales | ||
| S. aureus | 4/18 | |
| K. pneumoniae | 4/18 | |
| P. aeruginosa | 2/18 | |
| S. marcescens | 1/18 | |
| S. CN | 3/18 | |
| E. cloacae | 3/18 | |
| Polimicrobiana | 1/18 | |
| Neumonía asociada a la ventilación mecánica | ||
| 22 episodios totales | ||
| S. aureus | 18/22 | |
| P. aeruginosa | 1/22 | |
| P. mirabilis | 1/22 | |
| Polimicrobiana | 2/22 | |
| Infección urinaria asociada a catéter | ||
| 20 episodios totales | ||
| E. coli | 7/20 | |
| K. pneumoniae | 5/20 | |
| P. mirabilis | 1/20 | |
| E. cloacae | 2/20 | |
| E. faecalis | 2/20 | |
| Candida spp | 3/20 | |
S. aureus: Staphylococcus aureus, K. pneumoniae: Klebsiella pneumoniae, P aeruginosa: Pseudomonas aeruginosa, S. marcescens: Serratia marcescens, Scn: Staphylococcus coagulasa negativa, E. cloacae: Enterobacter cloacae, P mirabilis: Proteus mirabilis, E. coli: Escherichia coli, E. faecalis: Enterococo faecalis.
En el caso de NAVM, en 82% de los casos (18/22) el microorganismo causal fue S. aureus, correspondiendo 88% a SASM (n = 16). Solo un paciente desarrolló un segundo evento de NAVM. (Tabla 4).
Por último, en las ITU las etiologías más frecuentes fueron Escherichia coli (n = 6) y K. pneumoniae (n = 5), dentro de esta última una cepa productora de β-lactamasa de espectro extendido (BLEE) y una cepa de K. pneumoniae productora de carbapenemasa, respectivamente. Solo un paciente presentó un segundo episodio de ITU (Tabla 4 y Figura 2).
Figura 2 Distribución de microorganismos en BAC, ITU y NAVM. SASM: Staphylococcus aureus sensible a meticilina, SARM: Staphylococcus aureus resistente a meticilina, K. pneumoniae: Klebsiella pneumoniae, P. aeruginosa: Pseudomonas aeruginosa, S. marcescens: Serratia marcescens; SCN: Staphylococcus coagulasa negativa, E. cloacae: Enterobacter cloacae, P. mirabilis: Proteus mirabilis, E. coli: Escherichia coli, E. faecalis: Enterococo faecalis. BLEE: betalactamasa de espectro extendido, Kpc: Klebsiella productora de carbapenemasa.
Comparación entre grupos (No COVID-19 vs. COVID-19)
La incidencia acumulada de IAAS en los pacientes NO COVID-19 fue significativamente menor con respecto a pacientes con diagnóstico de COVID-19 (7,1 y 29,6%, respectivamente p < 0,001), siendo la variable de mayor asociación con el desarrollo de IAAS. La distribución de las IAAS en los pacientes con COVID-19 fue: 18 NAVM (incidencia de 18,3%) de las cuales 17 correspondían a un primer evento, BAC 14 (incidencia de 14,3%) 12 correspondientes al primer evento, ITU 14 (incidencia de 14,3%) 13 correspondientes a un primer evento. En cuanto a características al ingreso a UCI, se hallaron diferencias significativas con mayor predominio de hombres y menor gravedad al ingreso por APACHE II en los con COVID-19. Estos pacientes requirieron en mayor proporción estrategias de rescate de hipoxemia refractaria y terapia de sustitución renal. Los días de VMi y la estadía en UCI fueron significativamente mayores en pacientes con COVID-19 como así también la mortalidad al egreso de UCI (Tabla 5).
Tabla 5 Comparación entre pacientes con COVID-19 vs sin COVID-19
| Total (n = 252) | COVID NO (n = 154) | COVID SI (n = 98) | p-valor | ||
|---|---|---|---|---|---|
| Edad (años) | |||||
| Mediana [Q1 - Q3] | 65,0 [53,0 - 74,0] | 66,0 [55,0 - 75,8] | 63,0 [51,3 - 70,8] | 0,345 | |
| Género | |||||
| Masculino | 154 (61,1%) | 85 (55,2%) | 69 (70,4%) | 0,016 | |
| Femenino | 98 (38,9%) | 69 (44,8%) | 29 (29,6%) | ||
| APACHE II | |||||
| Mediana [Q1 - Q3] | 15,0 [10,0 - 21,0] | 16,0 [11,0 - 22,0] | 14,0 [9,50 - 18,0] | 0,017 | |
| Perdidos | 7 (2,8%) | 4 (2,6%) | 3 (3,1%) | ||
| IAAS | |||||
| NO | 212 (84,1%) | 143 (92,9%) | 69 (70,4%) | < 0,001 | |
| SI | 40 (15,9%) | 11 (7,1%) | 29 (29,6%) | ||
| TISS-28 | |||||
| Mediana [Q1 - Q3] | 30,0 [20,0 - 35,0] | 30,0 [22,0 - 36,0] | 30,5 [17,3 - 35,0] | 0,101 | |
| Decúbito Prono | |||||
| NO | 205 (81,3%) | 148 (96,1%) | 57 (58,2%) | < 0,001 | |
| SI | 47 (18,7%) | 6 (3,9%) | 41 (41,8%) | ||
| Diálisis | |||||
| NO | 208 (82,5%) | 137 (89,0%) | 71 (72,4%) | 0,001 | |
| SI | 44 (17,5%) | 17 (11,0%) | 27 (27,6%) | ||
| Estadía UCI (días) | |||||
| Mediana [Q1 - Q3] | 7,00 [4,00 - 15,3] | 6,00 [4,00 - 11,0] | 10,0 [5,00 - 18,8] | 0,006 | |
| Días VMi | |||||
| Mediana [Q1 - Q3] | 4,00 [2,00 - 10,0] | 3,00 [2,00 - 6,00] | 7,50 [3,00 - 15,8] | < 0,001 | |
| Condición al egreso | |||||
| Muerto | 97 (38,5%) | 50 (32,5%) | 47 (48,0%) | 0,014 | |
| Vivo | 155 (61,5%) | 104 (67,5%) | 51 (52,0%) | ||
APACHE II: Acute Physiology and Chronic Health disease Classification System II; IAAS: infecciones asociadas a la atención de la salud; TISS- 28: Simplified Therapeutic Intervention Scoring System; UCI: Unidad de Cuidados Intensivos. Días VMi: días de ventilación mecánica invasiva.
En la Figura 3 se observa la diferencia en la incidencia acumulada de IAAS a lo largo del tiempo entre los pacientes con diagnóstico de COVID-19 y sin COVID-19, -cuyos valores fueron de 56 y 17% (p < 0,-001)- respectivamente.
Discusión
Entre los principales resultados de nuestro estudio hallamos, al analizar la cantidad de eventos, una incidencia acumulada de IAAS de 23,8% siendo el diagnóstico de COVID-19 la principal variable asociada a su desarrollo. Los pacientes con IAAS presentaron más días de VMi y estadía en UCI; sin embargo, no hallamos asociación estadística entre IAAS y mortalidad.
Incidencia de IAAS y factores asociados
Los reportes de incidencia de IAAS durante la pandemia son disímiles. Mientras Zhang y cols., en China, informan una incidencia de 58%15, Vijay y cols., reportan una incidencia menor (3,6%) incluyendo pacientes internados en UCI y en sala general16. A nuestro conocimiento, en el único estudio argentino publicado, se describe una incidencia de infecciones secundarias mayor a la identificada en nuestra cohorte17. Dicha heterogeneidad podría ser explicada, al menos en parte, por el diferente grado de respuesta local a la abrupta propagación del nuevo coronavirus y el desconocimiento inicial de la patología, generando la necesidad de una rápida reestructuración, tanto edilicia como del personal, y la incorporación de nuevas estrategias de prevención, pudiendo afectar la adherencia a las medidas ya conocidas16,18-20.
La principal variable asociada al desarrollo de IAAS en nuestra cohorte fue el diagnóstico de COVID-19. El modelo de regresión incluyó además la estadía en UCI, la cantidad de AVC, la necesidad de decúbito prono y la edad. A excepción de esta última, todas las variables incluidas en el modelo presentaron diferencias significativas al comparar los pacientes con y sin COVID-19. Por otro lado, la incidencia de IAAS en COVID-19 fue significativamente mayor. Por esto consideramos que nuestro modelo se vio fuertemente influenciado por el factor COVID-19 y la utilidad del resto de las variables en una población general de pacientes en UCI debe ser considerada con cautela.
Descripción de IAAS
Al analizar en forma individual cada uno de los eventos de IAAS, las NAVM representaron el 9%. La incidencia descrita en Argentina por el estudio SATICOVID fue superior (32,3%)17. Esta diferencia podría relacionarse a la heterogeneidad en las características de las más de 60 UCIs incluidas. En consecuencia, es de esperar que los resultados obtenidos por dicho estudio sean más representativos de la realidad clínica en nuestro país. Sin embargo, dada las características de nuestro reporte, fue posible realizar una descripción detallada de los agentes causales, uso de dispositivos hasta el evento, y comparación de la incidencia general de IAAS en pacientes con y sin diagnóstico de COVID-19 internados en UCI durante el mismo período. La razón estandarizada de infección fue 0,53, dentro del valor de referencia (< 1) reportado por el programa nacional de vigilancia de infecciones hospitalarias de Argentina (VIHDA 2018 valores registrados prepandemia)21. Al igual que en otras publicaciones, SASM fue el principal agente involucrado22,23.
En cuanto a las ITU, la incidencia fue de 8% con una razón estandarizada de infección de 2, lo cual supera ampliamente el valor reportado por VIHDA 2018 (< 1)21. Estos valores pueden ser explicados, en parte, por el uso prolongado de catéteres urinarios y la imposibilidad del retiro temprano del dispositivo debido a la complejidad de estos pacientes. En cuanto a la etiología, E. coli fue la primera causa, no difiriendo de la epidemiología habitual en la cual predominan las enterobacterias24.
Por último, las BAC significaron una incidencia de 7%, menor a la reportada en el estudio SATICOVID (23,4%). Hallamos una razón estandarizada de 3, superando el valor informado por VIHDA 201821. Staphylococcus aureus y K. pneumoniae fueron los microorganismos involucrados, coincidente con los agentes etiológicos más frecuentes descritos en las UCIs de adultos en Argentina25.
IAAS y resultados clínicos
Los pacientes que desarrollaron IAAS presentaron más días de internación en UCI y de VM, determinando mayor tiempo de exposición al factor de riesgo. En nuestro estudio, el desarrollo de infecciones nosocomiales ocurrió entre el 7° y 9° día de colocación del dispositivo. En contexto de pandemia, el incremento de la carga laboral, el estrés y los cambios en los procedimientos, priorizando minimizar el tiempo de contacto con el paciente, podrían relacionarse a la dificultad en el mantenimiento de los mismos20. Por último, no hallamos asociación estadística entre IAAS y mortalidad. Sin embargo, dicha relación se encuentra ampliamente descrita en la literatura médica26.
Nuestro estudio presenta como debilidades las inherentes a su diseño (retrospectivo y monocéntrico); además, parte de la muestra estuvo constituida por pacientes con diagnóstico de COVID-19, lo cual limita la generalización de los resultados. Por otro lado, las principales fortalezas fueron la posibilidad de comparar los resultados en pacientes con y sin diagnóstico de COVID-19 incluidos sincrónicamente. Además, nos permitió describir un posible efecto colateral al que podrían haber sido expuestos durante la pandemia pacientes que no contraen la enfermedad.
Conclusiones
Describimos la incidencia acumulada de IAAS en nuestra cohorte. El diagnóstico de COVID-19, cantidad de AVC, requerimiento de decúbito prono y la mayor estadía en UCI se asociaron con un incremento del riesgo de contraer IAAS. Sin embargo, se necesita de estudios multicéntricos y prospectivos para evidenciar la verdadera asociación entre estas variables. Por otro lado, no hallamos asociación estadística entre el desarrollo de IAAS y mortalidad al día 28 ni al alta de UCI.
