Impacto de la primera ola de la pandemia de COVID-19 en la atención hospitalaria no COVID en el sur de España

Abstracto

Evaluamos el impacto de la primera ola de la pandemia de COVID-19 en los ingresos hospitalarios no COVID, la mortalidad no COVID, los factores asociados con la mortalidad no COVID y los cambios en el perfil de los pacientes hospitalizados no COVID. Se utilizó el Conjunto Mínimo Básico de Datos Español con diagnósticos agrupados según los Grupos Relacionados de Diagnósticos. Se comparó un total de 10.594 pacientes (3 % COVID-19; 97 % no COVID) hospitalizados durante la primera ola de 2020 (27 de febrero/07 de junio) con los hospitalizados en las mismas fechas de 2017-2019 (media anual). entradas: 14.037). Encontramos una disminución en las hospitalizaciones médicas (22%) y quirúrgicas (33%) no relacionadas con COVID y un aumento del 25,7% en la mortalidad hospitalaria entre pacientes no relacionados con COVID durante la primera ola pandémica en comparación con los años previos a la pandemia. Los pacientes hospitalizados sin COVID durante la primera ola pandémica (en comparación con los años anteriores a la pandemia) eran mayores, con mayor frecuencia hombres, con una estancia hospitalaria más prolongada y una mayor gravedad de la enfermedad. La hospitalización durante la primera ola pandémica en 2020, en comparación con la hospitalización durante los años previos a la pandemia, fue un factor de riesgo independiente para la mortalidad no relacionada con COVID (HR 1,30, IC 95% 1,07–1,57, p = 0,008), lo que refleja el impacto negativo de la pandemia en pacientes hospitalizados. Los pacientes hospitalizados sin COVID durante la primera ola pandémica (en comparación con los años anteriores a la pandemia) eran mayores, con mayor frecuencia hombres, con una estancia hospitalaria más prolongada y una mayor gravedad de la enfermedad. La hospitalización durante la primera ola pandémica en 2020, en comparación con la hospitalización durante los años previos a la pandemia, fue un factor de riesgo independiente para la mortalidad no relacionada con COVID (HR 1,30, IC 95% 1,07–1,57, p = 0,008), lo que refleja el impacto negativo de la pandemia en pacientes hospitalizados.

Introducción

El agente causal del COVID-19 es un virus de la familia Coronaviridae denominado síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2). Su secuencia genética fue publicada en febrero de 2020 1 . Desde el comienzo de la pandemia en diciembre de 2019, el SARS-CoV-2 se ha estado propagando ampliamente en todo el mundo, con más de 566 millones de casos confirmados y más de 6,3 millones de muertes en todo el mundo hasta julio de 2022, según la OMS 2 .

Las estadísticas de mortalidad son la fuente de información más utilizada para comparar datos de salud entre comunidades, regiones o naciones, y son básicas para las estrategias de salud pública 3 . El exceso de mortalidad se estima por comparación entre la mortalidad por todas las causas y la mortalidad esperada, en función de los riesgos de mortalidad (período anterior a la COVID-19) en la población 4 . España tiene el mayor récord europeo de exceso de mortalidad en 2020, seguida de Italia, Suiza y Francia 5. Este exceso de mortalidad no puede explicarse únicamente por la letalidad del virus sobre pacientes más o menos vulnerables (efectos directos). Una parte de las muertes puede atribuirse a los efectos colaterales de la pandemia y la carga asociada que representa para los sistemas de salud y la prestación de atención; es decir: sobrecarga de los sistemas de salud, acceso limitado a los servicios de emergencia, deterioro del seguimiento de la enfermedad y de la medicina preventiva, o efectos psicológicos y comportamentales derivados del encierro social. Esta mortalidad indirecta se ve compensada en parte por la disminución de algunos riesgos externos habituales como los accidentes de tráfico y profesionales durante el confinamiento por la COVID-19.

La mayoría de los estudios publicados sobre COVID-19 se centran en los efectos directos de la enfermedad. Su impacto indirecto, como el exceso de mortalidad por causas distintas a la COVID-19 o los efectos de las restricciones sociales en los resultados de salud, sigue sin estar suficientemente evaluado, tanto en el ámbito hospitalario como extrahospitalario. Si bien hay varios estudios que exploran el exceso de mortalidad no relacionado con COVID-19 durante la pandemia, los estudios que evalúan específicamente el exceso de mortalidad en general y agrupados por condiciones de enfermedad en personas hospitalizadas sin COVID-19 son, sin embargo, bastante limitados 6 , 7 , 8 . Además, el perfil de los pacientes no COVID ingresados ​​en el hospital durante la primera ola está escasamente explorado hasta el momento 7 , 8 , 9 ,10 , 11 .

El primer caso de COVID-19 en Andalucía se informó en Sevilla el 26 de febrero de 2020. El gobierno español implementó el primer confinamiento el 15 de marzo de 2020, incluido el mandato de que todos los trabajadores no esenciales permanezcan en casa; este primer bloqueo estuvo vigente hasta el 21 de junio de 2020. Las autoridades no implementaron restricciones formales con respecto al acceso a la atención médica a nivel regional. Sin embargo, en la VRUH se implementó un plan de contingencia a partir del 16 de marzo, que incluye: priorizar el teletrabajo de los trabajadores de la salud cuando la presencialidad no sea indispensable, en atención primaria y hospitalaria; priorización de consultas externas vía telefónica y telemedicina, en atención primaria y hospitalaria; cancelación de consultas presenciales no urgentes, en atención primaria y hospitalaria; aplazamiento de cirugías programadas y electivas, salvo cirugía oncológica y otras condiciones con riesgo de deterioro clínico grave; mantenimiento de cirugía urgente; reducción de operaciones de cirugía mayor ambulatoria al 50%; suspensión del trasplante renal pediátrico y adulto; mantenimiento de trasplantes hepáticos y cardíacos código 0; suspensión del programa de donación en asistolia. Estas medidas se mantuvieron hasta finales de mayo de 2020, fecha en la que se inició la desescalada de forma progresiva.

Este artículo tiene como objetivo contribuir a una mejor comprensión del alto exceso de mortalidad observado durante la primera ola de COVID-19 en el sur de España en la primavera de 2020. Este análisis de datos del mundo real se centra principalmente en ingresos, mortalidad, factores relacionados con no -Mortalidad por COVID y cambios de perfil de pacientes no COVID de una gran área hospitalaria de Andalucía. Se investigaron las variaciones en el número, el tipo y la gravedad de los diagnósticos que contribuyeron a las hospitalizaciones y la mortalidad hospitalaria durante la primera ola de la pandemia de COVID-19 (febrero-junio de 2020) y se compararon con el mismo período durante los últimos 3 años anteriores a la pandemia. período de pandemia. Se discuten los resultados con el fin de apoyar futuras estrategias de salud pública, planificación de cuidados y gestión de recursos en hospitales para el manejo de crisis pandémicas o análogas.

Resultados

El entorno y la población del estudio se describen en detalle en la sección » Métodos «. Brevemente, el estudio se llevó a cabo en el Hospital Universitario Virgen del Rocío (VRUH) (Sevilla, Andalucía; España), un gran hospital universitario de tercer nivel de atención con 1500 camas que atiende a una población de más de 550.000 habitantes. Durante el periodo de estudio, un total de 52.383 pacientes no COVID (10.271 en 2020 y 42.112 en el periodo 2017-19 [13.788 en 2017; 14.271 en 2018; y 14.053 en 2019]) fueron ingresados ​​en el Hospital e incluidos en el estudio.

Los registros de pacientes anónimos se extrajeron y analizaron de la base de datos MBDS.

Admisiones de hospital

Subperíodo 1 (correspondiente a la primera ola de la pandemia local: 27 de febrero al 7 de junio de 2020) 12 : en 2020 ingresaron 10.594 personas (323 con COVID-19 y 10.271 sin COVID); el número de admisiones para los años 2017-19 fue de 42 112 (promedio por año: 14 037 ± 242) (Tabla 1 ). El número de ingresos no COVID en 2020 disminuyó un 26,8% respecto a la media anual de los tres años previos a la pandemia (p < 0,001) (tabla 1 ).

Tabla 1 Características de los pacientes no COVID ingresados ​​en el Hospital Universitario Virgen del Rocío entre el 27 de febrero y el 7 de junio de 2020 (subperíodo 1) y entre el 17 de marzo y el 20 de abril de 2020 (subperíodo 2), en comparación con los mismos subperíodos en 2017-19. Desviación estándar SD , unidad de cuidados intensivos de la UCI , APR-DRG , todos los grupos relacionados con el diagnóstico refinado del paciente, duración de la estancia LOS ; *Prueba de chi-cuadrado; **Test de Student; *** Prueba U de Mann-Whitney.

Subperíodo 2 (correspondiente al período identificado de exceso de mortalidad en Andalucía según el informe nacional de seguimiento de la mortalidad diaria: 17 de marzo al 20 de abril de 2020) 13 : se produjeron 3190 ingresos hospitalarios en 2020 (290 con COVID-19 y 2900 sin COVID) y 14.281 en 2017-19 (promedio por año: 4760 ± 158) (Tabla 1 ), es decir, un descenso del 39,1% en el número de ingresos en 2020 (p < 0,001) (Tabla 1 ).

Características de los pacientes hospitalizados

Las características de los pacientes no COVID hospitalizados en los subperíodos 1 y 2 durante 2020 y durante el período 2017-19 se muestran en la Tabla 1 .

Durante el subperíodo 1, la edad media de los pacientes hospitalizados en 2020 fue superior a la de los tres años anteriores (50,76 frente a 49,00 años, p < 0,001).

Los ingresos por urgencias aumentaron un 12,0% en 2020 respecto al periodo 2017-19 (60,8% frente a 54,3%, p < 0,001). También se observó un aumento en la duración de la hospitalización en 2020 (media de 7,09 días, frente a 6,62 días en 2017-19, p < 0,001). El porcentaje de diagnósticos médicos aumentó un 6,9% en 2020 respecto a los años anteriores (60,6% frente a 56,7%, p < 0,001), y se asoció a un menor nivel de complejidad según el peso medio de la TAE (0,89 en 2020, frente a 1,17 en 2017-19, p < 0,001) y mayores niveles de gravedad (1,82 frente a 1,71, respectivamente, p < 0,001) y mortalidad (1,54 frente a 1,45, p < 0,001).

Se observaron los mismos patrones entre el año 2020 versus los años 2017-19 para el subperíodo 2, con diferencias similares o incluso más fuertes en estas variables entre el año 2020 y los años 2017-19 (Tabla 1 ) .

Mortalidad

Durante el subperíodo 1, la mortalidad hospitalaria global en 2020 fue de 5,31 por 100 ingresos (17,33% para pacientes diagnosticados con COVID-19 y 4,94% para mortalidad no relacionada con COVID). La mortalidad hospitalaria correspondiente (no relacionada con COVID) en los años 2017-19 para el mismo subperíodo 1 osciló entre 3,71 por 100 admisiones en 2017 y 4,24 por 100 en 2019 (promedio de 3,93 ± 0,28 por 100 admisiones), Tabla 2 . Por lo tanto, hubo un aumento del 25,6 % (p < 0,001) en la mortalidad hospitalaria por causas distintas de la COVID en el año 2020 en comparación con los años anteriores de 2017 a 19. En la figura 1 se muestran las tendencias estimadas y observadas de la mortalidad hospitalaria durante el subperíodo 1  .

Tabla 2 Mortalidad hospitalaria y global en el área de salud Virgen del Rocío entre el 27 de febrero y el 7 de junio de 2020 (subperíodo 1: primera ola pandémica de COVID-19 en Sevilla), comparada con el mismo período de 2017-19. *Prueba de chi-cuadrado.
Figura 1
Figura 1

Tendencias estimadas y observadas de la mortalidad hospitalaria en el Hospital Universitario Virgen del Rocío durante la primera ola pandémica (subperíodo 1). La mortalidad estimada es la mortalidad hospitalaria para este período observada en 2017-2019. El exceso de mortalidad debido a COVID-19 da como resultado la suma de mortalidad directa (mortalidad atribuida a COVID) e indirecta (mortalidad no atribuida a COVID). La tasa de mortalidad se expresa como muertes por 100 admisiones.

Durante el subperíodo 2, la mortalidad hospitalaria en 2020 se mantuvo similar para los pacientes diagnosticados con COVID-19 (17,3 por 100 admisiones) y aumentó ligeramente para las causas de mortalidad no relacionadas con COVID (6,41 por 100 admisiones) en comparación con el subperíodo 1 en el mismo año 2020 (mortalidad hospitalaria global durante el subperíodo 2 en el año 2020: 5,8 por 100 ingresos). La mortalidad hospitalaria general (no relacionada con COVID-19) para el subperíodo 2 en los años 2017-19 fue de 4,04 por cada 100 admisiones en promedio. Por lo tanto, se observó un aumento del 58,7 % (p < 0,001) en la mortalidad no relacionada con COVID para este subperíodo 2 en 2020 en comparación con los años 2017–19.

Un total de 1160 pacientes fallecieron durante el subperíodo 1 en 2020 en el área de salud del VRUH, lo que representa una tasa de mortalidad de 241,5 por 100.000 habitantes; esta cifra fue superior a las registradas en los años 2017-19, que oscilaron entre 212,5 y 230,7 por 100.000 habitantes (para la misma zona VRUH) (Cuadro 2 ). La mortalidad media del subperíodo 1 en 2017-19 fue de 219,9 por 100.000 habitantes; estos resultados indican un exceso de mortalidad del 10% en 2020 en comparación con los años anteriores estudiados.

En la figura 2 se muestran los análisis de regresión de Cox multivariable para el impacto de diferentes variables en la mortalidad hospitalaria en pacientes sin COVID para los subperíodos 1 y  2 . En el subperíodo 1, el riesgo ajustado de muerte intrahospitalaria aumentó con el nivel de mortalidad más alto (HR 2,73 por nivel, IC 95% 2,50-2,98) y mayor edad (HR 1,02 por año, IC 95% 1,02-1,03), mientras que este riesgo disminuyó para quienes no vivían en áreas urbanas (HR 0,83 para áreas rurales versus urbanas, 95% IC 0,75–0,92). En el subperíodo 2, además de las variables anteriores (con magnitudes de riesgo similares), también se encontró que aumentan el riesgo de mortalidad hospitalaria las siguientes variables: mayor nivel de gravedad (HR 1,18 por nivel, IC 95% 1,01 –1,37) y año de ingreso hospitalario (HR 1,30 para el año 2020 frente a los años 2017-19, IC 95% 1,07-1,57).

Figura 2
Figura 2

Impacto de diferentes variables en la mortalidad hospitalaria en pacientes sin COVID-19 ingresados ​​en el Hospital Universitario Virgen del Rocío. Análisis de Cox multivariable con razones de riesgo ajustadas para el subperíodo 1 (27 de febrero al 7 de junio de 2020) y el subperíodo 2 (17 de marzo al 20 de abril de 2020). HR: razón de riesgo; IC, intervalo de confianza.

Cambios en perfiles APR-GRDs

Las características de los pacientes sin COVID ingresados ​​en el hospital por los 40 APR-DRG más frecuentes entre el subperíodo 1 en 2020, en comparación con el mismo subperíodo en los años 2017-19, se resumen en las Tablas complementarias 1 y 2 para datos médicos . e ingresos quirúrgicos, respectivamente. En general, tanto para los ingresos médicos como quirúrgicos, la edad media, los días de hospitalización, la gravedad de los diagnósticos y la mortalidad hospitalaria fueron mayores en 2020 en comparación con el período 2017-19. No se encontraron diferencias en el índice LOS ajustado por APR-DRG entre los períodos pandémico y prepandémico para las admisiones médicas y quirúrgicas. La mortalidad intrahospitalaria no relacionada con COVID aumentó un 19,3 % por trastornos médicos (6,8 % frente a 5,7 %, p < 0,001) y un 33,3 % por procedimientos quirúrgicos (2,0 % frente a 1,5 %, p = 0,026).

En cuanto a las enfermedades médicas, el número de ingresos fue significativamente menor en 23 (57,5%) de los 40 APR-GRD más frecuentes, mientras que los ingresos aumentaron solo en cuatro APR-GRD (linfoma, mieloma y leucemia no aguda; trastorno bipolar; enfermedad renal y infecciones del tracto urinario y trabajo de parto falso). Las variaciones en la edad media, la duración de la estancia hospitalaria, la gravedad media, el índice de LOS ajustado por APR-DRG y la mortalidad por procedimientos médicos se describen en la Tabla complementaria 1 .

Las categorías médicas APR-GRD más impactadas por una disminución en el número de hospitalizaciones (superior al 50%) fueron las siguientes: trastornos digestivos, terapéutica (otra quimioterapia); trastornos cardíacos, trastornos del sistema nervioso y trastornos de los tejidos blandos. En general, las admisiones médicas totales disminuyeron un 22 % en el período de estudio de 2020 en comparación con el período previo a la pandemia.

En cuanto a los procedimientos quirúrgicos, el número de ingresos hospitalarios en 2020 fue significativamente menor en 24 (60 %) de los 40 APR-GRD más frecuentes, mientras que el número de ingresos aumentó solo en un APR-GRD (Tabla complementaria 2 ) . Las variaciones en la edad media, la duración de la estancia hospitalaria, la gravedad media, el índice de LOS ajustado por APR-DRG y la mortalidad por procedimientos quirúrgicos se describen en la Tabla complementaria 2 .

Los procedimientos quirúrgicos más afectados por una disminución en los ingresos hospitalarios (más del 50 %) fueron: trasplante de riñón, procedimientos anales y perineales, procedimientos de trauma (reemplazo de la articulación de la rodilla; otras cirugías significativas de cadera y fémur; procedimientos de pie y dedo del pie); procedimientos de hernia (procedimientos de hernia inguinal, femoral y umbilical; procedimientos de hernia excepto inguinal, femoral y umbilical), procedimientos de otorrinolaringología (procedimientos de amígdalas y adenoides), procedimientos de mama excepto mastectomía e intervención cardíaca percutánea sin infarto agudo de miocardio. El total de procedimientos quirúrgicos disminuyó en un 33 % en el período de estudio de 2020 en comparación con el período previo a la pandemia.

Discusión

El presente estudio informa, por primera vez, el impacto general de la pandemia de COVID-19 en la atención médica brindada y los resultados en un gran hospital universitario terciario más allá del efecto directamente relacionado con la enfermedad SARS-CoV-2 en sí, es decir, entre los pacientes. sin covid En este estudio se analizó el número de ingresos, las características demográficas y clínicas, y se comparó la mortalidad de los pacientes hospitalizados durante esta primera ola pandémica con la de los pacientes ingresados ​​durante el mismo período de los tres años anteriores. Este análisis se ha realizado para dos subperíodos, es decir, uno más amplio (subperíodo 1), que incluye toda la primera ola pandémica en el área de estudio 12, y uno más corto (subperíodo 2), que corresponde únicamente al período de tiempo en que se registró oficialmente el exceso de mortalidad en la primera ola 13 .

Durante el subperíodo 1 se notificaron 12.950 casos confirmados de COVID-19 en la región de Andalucía, de los cuales 2.456 casos correspondieron a Sevilla, lo que supone una incidencia acumulada de 153/100.000 y 128/100.000 personas en Andalucía y Sevilla, respectivamente 12 . Por tanto, la seroprevalencia estimada de SARS-CoV-2 en España 14en la primera ola pandémica fue del 3,4% [2,3-4,9] y del 2,7% [1,4-4,8] en Sevilla y Andalucía respectivamente (sujetos con resultado positivo en la prueba de atención o inmunoensayo), es decir, 66.000 casos en Sevilla y 227.000 en Andalucía hasta el 11 de mayo de 2020. En el área de salud evaluada, que cubre una población de unos 550.000 habitantes, la incidencia oficial de COVID-19 durante la primera ola pandémica fue baja con una tasa de incidencia acumulada máxima en 14 días de 74,1 Casos confirmados de SARSCoV-2 por cada 100.000 personas 12 , con un total de 323 ingresos y 56 muertes por COVID-19 durante el primer subperíodo de análisis.

Los hallazgos más relevantes de este estudio son la disminución del número de ingresos hospitalarios, el cambio en el perfil de los pacientes ingresados ​​y el aumento de la mortalidad intrahospitalaria y global de los pacientes sin COVID-19.

En primer lugar, el número de ingresos hospitalarios disminuyó un 26,8 % durante el primer subperíodo de la ola pandémica en 2020. Esta disminución fue aún mayor en el segundo subperíodo (39,1 %). Esta reducción se observó tanto en pacientes con condiciones médicas como quirúrgicas, con una reducción de ingresos en 23 de las 40 enfermedades médicas más frecuentes y en 24 de las 40 condiciones quirúrgicas. Estos resultados son consistentes con los informados previamente en varios estudios hospitalarios 15 , 16 , 17 , 18 , 19 , 20 , 21. Además, las admisiones de emergencia aumentaron un 12% en 2020 en comparación con el período 2017-19. Este resultado podría explicarse, al menos en parte, por el hecho de que los pacientes que buscan atención de emergencia pueden haber presentado condiciones en una etapa más avanzada al llegar al hospital; esto está respaldado por el mayor nivel de gravedad de la enfermedad en 2020 para los dos períodos analizados (Cuadro 1 ). La autodisuasión de los pacientes de buscar atención antes, ante el temor generado por la pandemia, junto con el acceso limitado a los servicios de atención primaria, son factores que probablemente contribuyan a la demora en la atención asistencial.

En segundo lugar, el perfil clínico y demográfico de los pacientes no COVID ingresados ​​durante la primera ola pandémica era diferente al de los pacientes ingresados ​​en los años anteriores. Durante 2020, en comparación con el período 2017-19, los pacientes ingresados ​​eran de mayor edad y la proporción de hombres era mayor. Asimismo, aumentó el número de ingresos urgentes y la gravedad del estado de los pacientes, tanto global como estratificado por condiciones médicas y quirúrgicas, y la duración de la estancia fue mayor. Cambios similares en algunas de estas variables han sido reportados en otros estudios que analizan condiciones específicas como infarto de miocardio 22 , 23 , accidente cerebrovascular 23 , 24 , cáncer 25 , 26 , enfermedad pulmonar obstructiva crónica27 o tratamiento quirúrgico de urgencia 28 .

Si bien los pacientes ingresados ​​en los subperíodos pandémicos tenían un estado más grave que los ingresados ​​en los años anteriores, no se observó un cambio significativo en el uso de camas de cuidados intensivos para pacientes no COVID entre el período pandémico y los años anteriores. Esta observación puede estar influida por el uso de camas de cuidados intensivos por parte de pacientes con COVID-19, sin embargo se mantuvo la tasa de uso de estancias.

Una posible conclusión es que, a pesar de la sobrecarga asistencial durante la pandemia, los profesionales de la salud, tanto en la atención primaria como en los hospitales, con el apoyo de la comunidad (p. ej., cumpliendo las recomendaciones de salud pública), mantuvieron la atención de la salud lo más optimizada posible. dentro de las circunstancias existentes en ese momento, minimizando el impacto en los hospitales.

Hasta la fecha, solo se han descrito cambios en las características de los pacientes ingresados ​​durante la pandemia para algunas enfermedades médico-quirúrgicas específicas. Un estudio realizado en los Estados Unidos que comparó la primera ola de la pandemia de 2020 con los años anteriores, observó que los pacientes con síntomas de infarto de miocardio, accidente cerebrovascular o asma retrasaron la búsqueda de atención debido a la pandemia de COVID-19 29 .

Los estudios disponibles que se han realizado a escala nacional han mostrado una reducción en las admisiones en general, sin señalar un aumento en las condiciones específicas. Sin embargo, en el VRUH de Sevilla, el número de ingresos relacionados con “linfoma, mieloma y leucemia no aguda”, “falso parto”, “infecciones renales y del tracto urinario” y “trastornos bipolares”, aumentó en la primera ola pandémica ( Tabla complementaria 1 ). Si bien las autoridades no decidieron una estrategia específica para estas enfermedades, no impusieron restricciones para los trastornos de malignidad ni para las condiciones con riesgo de deterioro clínico a corto plazo.

El aumento significativo de los ingresos relacionados con patologías oncohematológicas podría explicarse por el hecho de que se redujo drásticamente el número de pacientes tratados de forma ambulatoria y, en consecuencia, estos pacientes fueron ingresados ​​en el hospital para recibir tratamiento. El aumento en el número de camas hospitalarias disponibles debido a la reducción de admisiones por enfermedades no malignas y graves puede haber llevado a una mayor tasa de hospitalizaciones de enfermedades prioritarias relacionadas con los servicios de nefro-urología y obstetricia, incluso en etapas tempranas de las enfermedades, en parte relacionados con la accesibilidad reducida a las clínicas y tratamientos ambulatorios. Esta hipótesis está respaldada por la mortalidad hospitalaria sin cambios para estas afecciones (Tabla complementaria 1). El aumento de admisiones por trastornos bipolares respalda los hallazgos de estudios previos que observaron una alta prevalencia de trastornos mentales en la población mundial durante la primera ola pandémica, incluyendo depresión, ansiedad, angustia e insomnio 30 y especialmente trastornos bipolares 31 . Nuestros hallazgos también son consistentes con un estudio realizado en el Hospital Helio de Alemania, donde el aumento de los ingresos correspondió a enfermedades muy diferentes (infarto de miocardio, obstrucción intestinal, neumonitis, embolismo pulmonar) 10. La interpretación que aquí se propone es que esta heterogeneidad resulta de gestiones locales descoordinadas de los servicios de atención en un período de crisis, para lo cual los servicios de salud y los hospitales no estaban preparados y equipados y no contaban con una estrategia definida; esta situación afectó de manera diferente a cada servicio de atención y hospital, como también difirió la estrategia y los planes de contingencia establecidos en cada caso; adicionalmente, la severidad e impacto de la pandemia varió de una región a otra; todos juntos, por lo tanto, conducían necesariamente a diferencias de un hospital a otro.

Esta hipótesis debe contrastarse comparando datos similares de otros hospitales de España y de otros países, y debe interpretarse en el contexto de la gestión del propio hospital durante este periodo.

Por último, durante la primera ola pandémica de COVID-19 se ha encontrado un exceso de mortalidad hospitalaria en pacientes sin COVID-19, que fue del 25,6% para el primer subperíodo de análisis (p < 0,001), y del 58,7% % para el segundo (p < 0,001).

Esperábamos encontrar en 2020 pacientes con condiciones más graves y demoras más largas para buscar o recibir atención y, por lo tanto, una mortalidad más alta que en el período previo a la pandemia. Los análisis multivariables (Fig.  2 ) confirmaron parcialmente esta hipótesis y mostraron un mayor riesgo de mortalidad hospitalaria para las zonas urbanas frente a las rurales, para los pacientes con mayor nivel de mortalidad y para los pacientes de mayor edad. La identificación del ingreso durante 2020 como factor de riesgo independiente de mortalidad refleja el fuerte impacto de la pandemia en la mortalidad hospitalaria no COVID, especialmente durante el segundo subperíodo de análisis.

Los datos de mortalidad global en la población de referencia del área de estudio confirman la existencia de un aumento del número de pacientes fallecidos fuera del hospital independientemente del periodo considerado. Este exceso de mortalidad, más allá de las muertes notificadas en el sistema internacional de registro de mortalidad, puede atribuirse a un retraso en la notificación y a errores de atribución (por ejemplo, muertes por otras enfermedades respiratorias u otras causas no respiratorias) que reflejan las complicaciones por COVID-19. Estos hallazgos son congruentes con estudios previos que sugieren que los registros nacionales subestimaron la tasa de mortalidad por COVID-19 en las primeras semanas de la pandemia 32 , 33 . En realidad, como se resume en la Fig.  3, el impacto total de la pandemia podría ser mucho más fuerte que el indicado por los informes de muertes por COVID-19, tanto dentro como fuera del hospital 34 .

figura 3
figura 3

Representación teórica de los componentes del exceso de mortalidad en la pandemia de COVID-19. El exceso de mortalidad por COVID-19 resulta de la suma de la mortalidad directa (muertes atribuidas a COVID reportadas y no reportadas) e indirecta (debido a los efectos indirectos de la pandemia en el sistema de salud y en el comportamiento de las personas), y la resta de muertes evitadas (por restricciones sociales).

El aumento del número de pacientes que fallecieron fuera del hospital podría estar relacionado con factores sanitarios y no sanitarios, entre ellos la sobrecarga del sistema sanitario, la suspensión de intervenciones no urgentes y consultas presenciales, el miedo de los pacientes ir a los hospitales, y el impacto del confinamiento y otras medidas restrictivas. Nuestros hallazgos sobre mortalidad son globalmente congruentes con los de un estudio realizado con datos de 24 países europeos en los que se analizó la mortalidad en el período de marzo a junio de 2020 y se comparó con las ocurridas en 2016-2019 5 .

Sin embargo, existen grandes disparidades en la mortalidad hospitalaria notificada entre los países durante la pandemia. Por ejemplo, estudios realizados en Italia y EE. UU. 6 , 8 informaron un aumento de la mortalidad hospitalaria. En el Reino Unido 7 se estimó que se producía una «muerte evitable» (no COVID) por cada 30 pacientes hospitalizados con COVID. En Alemania 11 , relativamente pocas personas se vieron afectadas por COVID durante la primera ola; y Rumania 9 no reportaron ningún exceso significativo de mortalidad durante el mismo período.

El presente estudio tiene varias limitaciones, relacionadas principalmente con el uso de la historia clínica electrónica administrativa (HCE) como fuente de información. El CMBD es una base de datos administrativa que deben cumplimentar todos los hospitales de España. Las variables clínicas se obtuvieron a través de los informes de alta hospitalaria, por lo que puede haber alguna falta de información y problemas de variabilidad. Sin embargo, la codificación es realizada por expertos que recibieron una formación específica y se realiza mediante una norma de codificación estandarizada 35 , lo que reduce la probabilidad de sesgo de información. En segundo lugar, el análisis se restringió a los datos relacionados con un solo hospital. No obstante, se trata de un gran estudio que incluye el análisis de todos los pacientes hospitalizados en el hospital más grande de la comunidad autónoma de Andalucía.

La comparación del período de la pandemia se realiza con los hallazgos observados en los tres años anteriores para minimizar el posible efecto de factores que afectan un año en particular y así reducir el riesgo de sesgo. Todas las variables relevantes disponibles han sido incluidas en el estudio.

En conclusión, el presente estudio muestra por primera vez una imagen completa del impacto de la pandemia en un gran hospital durante la primera ola pandémica, a través de una comparación con años previos a la pandemia. Se observó una fuerte disminución de las hospitalizaciones médicas y quirúrgicas no COVID (22% y 33% respectivamente), junto con cambios en las características de los pacientes ingresados, incluyendo un aumento en la edad de los pacientes, una mayor duración de la estancia y una mayor severidad de la condición. Asimismo, se observó un aumento de la mortalidad hospitalaria del 25,6% y un exceso de la tasa de mortalidad global del 10,6% durante este período.

Nuestros resultados contribuyen a identificar las debilidades del sistema de salud en situaciones de crisis y brindan elementos importantes para mejorar las estrategias para optimizar la respuesta del sistema de salud ante desafíos similares. Las estrategias de gestión en salud y la solidez de los sistemas de salud son determinantes en la mortalidad y en la prestación de atención en salud en pacientes no COVID.

Métodos

Configuración

El estudio se llevó a cabo en el Hospital Universitario Virgen del Rocío (VRUH), un hospital universitario de atención terciaria de 1500 camas en Sevilla, España, que proporciona aproximadamente el 10% de la capacidad de camas para pacientes hospitalizados de cuidados intensivos en la región de Andalucía, España. El hospital atiende a una población de más de 550.000 habitantes, que pueden ser derivados para atención ambulatoria y hospitalaria en todas las áreas médicas (medicina interna y especialidades, cirugía, ortopedia y traumatología, urgencias y cuidados críticos, salud mental, pediatría y obstetricia/ginecología ). En 2019 registró 48.765 ingresos hospitalarios, 42.854 intervenciones quirúrgicas y 330.142 ingresos en urgencias 36 . Se realizó un análisis de datos del mundo real a partir de los registros del Conjunto Mínimo de Datos Básicos (MBDS).

Períodos de estudio

Para el presente estudio se consideraron dos períodos: un período de 130 días correspondiente a la onda pandémica local (subperíodo 1: 27 de febrero al 7 de junio de 2020) 12 , y un período de 33 días comprendido dentro de este último, correspondiente al período identificado de exceso de mortalidad en Andalucía según el informe nacional de seguimiento de la mortalidad diaria (subperíodo 2: 17 de marzo a 20 de abril de 2020) 13. No se dispone de datos oficiales de exceso de mortalidad específicos de Sevilla. Para la región de Andalucía, el exceso de mortalidad oficial fue del 21,7%. Los dos períodos considerados en nuestro estudio fueron seleccionados para probar la hipótesis de que el período de exceso de mortalidad también puede ser el período con mayor impacto en la atención hospitalaria. Para cada subperíodo se recogieron datos de pacientes ingresados ​​en VRUH por cualquier causa y se compararon con pacientes ingresados ​​en las mismas fechas en los años 2017, 2018 y 2019.

Recogida de datos y variables estudiadas

Los datos de los pacientes hospitalizados se obtuvieron del (MBDS), herramienta de gestión estándar en el Sistema Nacional de Salud español para la codificación de los ingresos hospitalarios. Los diagnósticos al alta hospitalaria se codificaron según la Décima Versión de la Clasificación Internacional de Enfermedades (CIE-10-EN 35 , y se agruparon según la versión refinada (APR, «All Patient Refined») de los Diagnostic Related Groups (GRD) del diagnóstico de ingreso primario en la versión 36.0 37 , que permite una clasificación más refinada de los casos hospitalarios al brindar información sobre la gravedad de la enfermedad y el riesgo de mortalidad.

Los datos incluyeron características demográficas (edad, sexo, municipio de residencia), variables relacionadas con el episodio de hospitalización (número de ingresos durante el período de estudio, tipo de ingreso, duración de la estancia (LOS), días de estancia en la unidad de cuidados intensivos (UCI ) en su caso, índices de gravedad y mortalidad según definiciones APR-GRD, valor ponderado español de cada APR-GRD, índice de LOS ajustado por APR-GRD español y mortalidad hospitalaria), diagnósticos al alta hospitalaria, e intrahospitalarios o en el causa comunitaria de muerte (si corresponde).

Se consideró la población atendida por el VRUH para cada año calendario. Los datos de mortalidad global de la población atendida por el VRUH se obtuvieron del Servicio de Estadística del Ayuntamiento de Sevilla (para las áreas básicas metropolitanas de salud) y del Instituto de Estadística y Cartografía de Andalucía (para las áreas básicas no metropolitanas de salud). Los datos de ambas fuentes proceden directamente de los registros civiles informatizados del Ministerio de Justicia español.

El estudio fue aprobado por el Comité Ético de Investigación Biomédica de Andalucía, VRUH, Sevilla, España. Todos los métodos se realizaron de acuerdo con las directrices de la Declaración de Helsinki de la AMM. Los registros de los pacientes se extrajeron de la base de datos MBDS de forma anónima. Los datos de los pacientes se proporcionaron de forma anónima para los análisis.

Análisis de los datos

Se realizó un análisis descriptivo, uni y bivariado de las variables. Las comparaciones entre grupos se realizaron utilizando la prueba T para muestras independientes o la prueba U de Mann-Whitney para variables distribuidas normalmente y no normalmente, respectivamente. Las variables categóricas y las proporciones se compararon mediante la prueba de chi-cuadrado (o la prueba exacta de Fisher cuando correspondía).

Se llevó a cabo una regresión de Cox para evaluar cualquier asociación potencial entre el riesgo de muerte y las variables demográficas y clínicas en nuestro estudio. El modelo permite evaluar, dentro de un conjunto de variables, cuáles tienen influencia en la función de riesgo, controlando por posibles confusores. Las variables incluidas en el modelo final se seleccionaron mediante el método de eliminación hacia atrás condicional. El modelo proporciona una estimación del riesgo (razón de riesgo e intervalos de confianza del 95 %) que da cuenta del tiempo en riesgo de cada individuo. El tiempo de análisis fue el período comprendido entre la fecha de ingreso hospitalario y la fecha de alta (o muerte para los pacientes que fallecieron en el hospital).

Se calcularon las tasas de mortalidad hospitalaria y comunitaria. Para los análisis se utilizó el software estadístico IBM SPSS (IBM Corporation, Somers, NY, EE. UU.), versión 26.0. Las pruebas fueron de dos caras; la significación estadística se estableció como p < 0,05.

Disponibilidad de datos

Los conjuntos de datos utilizados y analizados durante el estudio actual están disponibles del autor correspondiente a pedido razonable.

abreviaturas

ABR:
Todo paciente refinado
MBDS:
Conjunto mínimo de datos básicos
EPOC:
Enfermedad pulmonar obstructiva crónica
GRD:
Grupos relacionados con el diagnóstico
HCE:
Historia clínica electrónica
HORA:
Cociente de riesgo
CIE-10-ES:
Décima versión de la Clasificación Internacional de Enfermedades
UCI:
Unidad de Cuidados Intensivos
LOS:
Duración de la estancia
VRUH:
Hospital Universitario Virgen del Rocío

Referencias

  1. Loeffelholz, MJ & Tang, YW Diagnóstico de laboratorio de infecciones emergentes por el virus de la corona humana: el estado del arte. emergente Los microbios infectan. 9 , 747–756. https://doi.org/10.1080/22221751.2020.1745095 (2020).

    Artículo CAS Google Académico

  2. Organización Mundial de la Salud. Tablero de control de la enfermedad por coronavirus de la OMS (COVID-19). https://covid19.who.int (continuamente actualizado).

  3. Ochoa-Sangrador, C. et al. Impacto del COVID-19 en la mortalidad en la comunidad autónoma de Castilla y León. Gac. sanidad 35 , 459–464. https://doi.org/10.1016/j.gaceta.2020.04.009 (2021).

    Artículo Google Académico

  4. Banerjee, A. et al. Estimación del exceso de mortalidad a 1 año asociado con la pandemia de COVID-19 según las condiciones subyacentes y la edad: un estudio de cohorte basado en la población. Lanceta 395 , 1715–1725. https://doi.org/10.1016/S0140-6736(20)30854-0 (2020).

    Artículo CAS Google Académico

  5. Vestergaard, LS, Nielsen, J., Richter, L., Schmid, D. & Bustos, N. Exceso de mortalidad por todas las causas durante la pandemia de COVID-19 en Europa: estimaciones conjuntas preliminares de la red EuroMOMO, de marzo a abril de 2020. Eurovigilancia. 25 (26), 2001214. https://doi.org/10.2807/1560-7917.ES.2020.25.26.2001214 (2020).

    Artículo Google Académico

  6. Bartolomeo, N., Giotta, M. & Trerotoli, P. Mortalidad hospitalaria en enfermedades no relacionadas con COVID-19 antes y durante la pandemia: un estudio retrospectivo regional. En t. J. Medio Ambiente. Res. Salud pública. 18 (20), 10886. https://doi.org/10.3390/ijerph182010886 (2021).

    Artículo CAS Google Académico

  7. Fetzer, T. & Rauh, C. Cuantificación del exceso de mortalidad entre pacientes sin COVID-19 en entornos de atención médica . (Cambridge Working Papers in Economics 2252, Facultad de Economía, Universidad de Cambridge, 2022).

  8. Dang, A. et al. Hospitalizaciones y mortalidad por causas no relacionadas con el SARS-CoV-2 entre beneficiarios de Medicare en hospitales de EE. UU. durante la pandemia del SARS-CoV-2. Red JAMA Abierto. 5 (3), e221754. https://doi.org/10.1001/jamanetworkopen.2022.1754 (2022).

    Artículo Google Académico

  9. Vladescu, C., Ciutan, M. & Rafila, A. Admisiones hospitalarias y muertes en el contexto de la pandemia de COVID19, en Rumania. GÉRMENES 12 (2), 169–179. https://doi.org/10.18683/germs.2022.1320 (2022).

    Artículo CAS Google Académico

  10. Bollmann, A. et al. Hospitales Helios, Alemania. Hospitalizaciones por condiciones sensibles a emergencias en Alemania durante la pandemia de COVID-19: información de la red de hospitales Helios en toda Alemania. emergente Medicina. J. 38 (11), 846–850. https://doi.org/10.1136/emermed-2021-211183 (2021).

    Artículo Google Académico

  11. König, S. et al. Un análisis comparativo de la mortalidad hospitalaria por grupos de enfermedades en Alemania antes y durante la pandemia de COVID-19 de 2016 a 2020. JAMA Netw. Abierto. 5 (2), e2148649. https://doi.org/10.1001/jamanetworkopen.2021.48649 (2022).

    Artículo Google Académico

  12. Servicio de Estadísticas Sanitarias. Consejería de Salud y Familias de la Junta de Andalucía. Consejería Informe COVID-19 en Andalucía. Situación de COVID-19 según fecha de diagnóstico por provincias. https://www.juntadeandalucia.es/institutodeestadisticaycartografia/badea/operaciones/consulta/anual/39409?CodOper=b3_2314&codConsulta=39409 (actualización continua).

  13. Instituto de Salud Carlos III. Vigilancia de los excesos de mortalidad por todas las causas, MoMo(ISCIII). https://www.isciii.es/QueHacemos/Servicios/VigilanciaSaludPublicaRENAVE/EnfermedadesTransmisibles/MoMo/Documents/informesMoMo2021/MoMo_Situacion%20a%2011%20de%20mayo_CNE.pdf (2021).

  14. Pollán, M. et al. Prevalencia del SARS-CoV-2 en España (ENE-COVID): Estudio seroepidemiológico poblacional de ámbito nacional. Lanceta 396 , 535–544. https://doi.org/10.1016/S0140-6736(20)31483-5 (2020).

    Artículo Google Académico

  15. Quevedo-Ramirez, A., Al-Kassab-Córdova, A., Mendez-Guerra, C., Cornejo-Venegas, G. & Alva-Chavez, KP Altitud y exceso de mortalidad durante la pandemia de COVID-19 en Perú. Respirar Fisiol. Neurobiol. 281 , 103512. https://doi.org/10.1016/j.resp.2020.103512 (2020).

    Artículo CAS Google Académico

  16. Butt, AA et al. Tasas de ingreso hospitalario, duración de la estadía y mortalidad hospitalaria por afecciones comunes de atención aguda en la era COVID-19 versus antes de COVID-19. Salud Pública 189 , 6–11. https://doi.org/10.1016/j.puhe.2020.09.010 (2020).

    Artículo CAS Google Académico

  17. Caminiti, C. et al. Efectos de la epidemia de COVID-19 en los ingresos hospitalarios por enfermedades no transmisibles en un gran hospital universitario italiano: un estudio descriptivo de serie de casos. J. Clin. Medicina. 10 , 880. https://doi.org/10.3390/jcm10040880 (2021).

    Artículo Google Académico

  18. Moynihan, R. et al. Impacto de la pandemia de COVID-19 en la utilización de los servicios de atención médica: una revisión sistemática. BMJ abierto 11 , e045343. https://doi.org/10.1136/bmjopen-2020-045343 (2021).

    Artículo Google Académico

  19. Rennert-May, E. et al. El impacto de COVID-19 en los ingresos hospitalarios y las visitas al departamento de emergencias: un estudio basado en la población. PLoS ONE 16 , e0252441. https://doi.org/10.1371/journal.pone.0252441 (2021).

    Artículo CAS Google Académico

  20. Abebe, W. et al. Tendencias de visitas clínicas de seguimiento y admisiones tres meses antes y durante la pandemia de COVID-19 en el hospital especializado Tikur Anbessa, Addis Abeba, Etiopía: un análisis de serie de tiempo interrumpido. Servicio de Salud BMC. Res. 21 , 731. https://doi.org/10.1186/s12913-021-06730-8 (2021).

    Artículo Google Académico

  21. Cai, Y. et al. Impacto de la pandemia de COVID-19 en un hospital público de atención terciaria en Singapur: recursos y costos económicos. J.Hosp. Infectar. https://doi.org/10.1016/j.jhin.2021.12.007 (2021).

    Artículo Google Académico

  22. Mafham, MM et al. Pandemia de COVID-19 y tasas de admisión y manejo de síndromes coronarios agudos en Inglaterra. Lanceta 396 , 381–389. https://doi.org/10.1016/S0140-6736(20)31356-8 (2020).

    Artículo CAS Google Académico

  23. Kiss, P., Carcel, C., Hockham, C. & Peters, SAE El impacto de la pandemia de COVID-19 en el cuidado y manejo de pacientes con enfermedad cardiovascular aguda: una revisión sistemática. EUR. Corazón. J. Cal. Atención Clin. Resultados 7 , 18–27. https://doi.org/10.1093/ehjqcco/qcaa084 (2021).

    Artículo Google Académico

  24. Nogueira, RG et al. Impacto global de COVID-19 en la atención del accidente cerebrovascular y la trombólisis IV. Neurología 96 , e2824–e2838. https://doi.org/10.1212/WNL.0000000000011885 (2021).

    Artículo CAS Google Académico

  25. Ranganathan, P. et al. Impacto de COVID-19 en la atención del cáncer en India: un estudio de cohorte. Lanceta Oncol. 22 , 970–976. https://doi.org/10.1016/S1470-2045(21)00240-0 (2021).

    Artículo CAS Google Académico

  26. Elkrief, A. et al. Aprendiendo durante una pandemia: el estado actual del conocimiento sobre COVID-19 y el cáncer. Descubrimiento del cáncer. 12 , 303–330. https://doi.org/10.1158/2159-8290.CD-21-1368 (2022).

    Artículo CAS Google Académico

  27. Chan, KPF et al. Reducción significativa de los ingresos hospitalarios por exacerbación aguda de la enfermedad pulmonar obstructiva crónica en Hong Kong durante la pandemia de la enfermedad por coronavirus 2019. Respirar Medicina. 171 , 106085. https://doi.org/10.1016/j.rmed.2020.106085 (2020).

    Artículo Google Académico

  28. Invierno Beatty, J. et al. Impacto de la pandemia de COVID-19 en pacientes quirúrgicos adultos de emergencia y servicios quirúrgicos: un estudio internacional de cohortes multicéntrico y una encuesta departamental. Ana. Cirugía 274 , 904–912. https://doi.org/10.1097/SLA.0000000000005152 (2021).

    Artículo Google Académico

  29. Rivera, R., Rosenbaum, JE & Quispe, W. Exceso de mortalidad en Estados Unidos durante los primeros tres meses de la pandemia de COVID-19. Epidemiol. Infectar. 148 , e264. https://doi.org/10.1017/S0950268820002617 (2020).

    Artículo CAS Google Académico

  30. Wu, T. et al. Prevalencia de problemas de salud mental durante la pandemia de COVID-19: una revisión sistemática y un metanálisis. J. Afecto. Desorden. 281 , 91–98. https://doi.org/10.1016/j.jad.2020.11.117 (2021).

    Artículo CAS Google Académico

  31. Abbas, MJ et al. El impacto temprano de la pandemia de COVID-19 en los servicios de salud mental de cuidados intensivos. psiquiatra serv. 72 de marzo (3), 242–246. https://doi.org/10.1176/appi.ps.202000467 (2020).

    Artículo Google Académico

  32. Woolf, SH, Chapman, DA, Sabo, RT, Weinberger, DM & Hill, L. Exceso de muertes por COVID-19 y otras causas, marzo–abril de 2020. JAMA 324 510–513 . https://doi.org/10.1001/jama.2020.11787 (2020).

    Artículo CAS Google Académico

  33. Hubert, H., Baert, V. & Beuscart, JB Uso de registros de paros cardíacos extrahospitalarios para evaluar la mortalidad en el hogar por COVID-19. BMC Med. Res. Método. 20 , 305. https://doi.org/10.1186/s12874-020-01189-3 (2020).

    Artículo CAS Google Académico

  34. Colaboradores del Exceso de Mortalidad COVID-19. Estimación del exceso de mortalidad debido a la pandemia de COVID-19: un análisis sistemático de la mortalidad relacionada con COVID-19, 2020–21. Lanceta 399 , 1513–1536. https://doi.org/10.1016/S0140-6736(21)02796-3 (2022).

  35. Pastor, M. D, Navalon, R. & Pato, S. (eds). Subdirección General de Información Sanitaria e Innovación. Ministerio de Sanidad, Servicios Sociales e Igualdad. Manual de Codificación CIE-10-ES Diagnósticos, 2016. https://www.sanidad.gob.es/estadEstudios/estadisticas/normalizacion/CIE10/CIE10ES_2016_norm_Manual_codificacion_Diagnosticos.pdf (2016).

  36. Memorias del Hospital Universitario Virgen del Rocío. https://www.hospitaluvrocio.es/entrada-blog/memoria/ (consultado el 28 de marzo de 2022).

  37. Registro de Atención Sanitaria Especializada RAE CMBD del Ministerio de Sanidad. Manual de definicion y glosario de terminos. Español. https://pestadistico.inteligenciadegestion.mscbs.es/publicoSNS/D/rae-cmbd/raecmbd/glosario-de-terminos-y-definiciones/glosario-de-terminos-y-definiciones (2021).

Descargar referencias

Agradecimientos

Los autores reconocen y agradecen al Ayuntamiento de Sevilla y al Instituto de Cartografía y Estadística de Andalucía que facilitaron los datos de mortalidad. El Dr. AJ Vallejo-Vaz agradece el apoyo del «Programa Beatriz Galindo» del Ministerio de Universidades, Gobierno de España y la Universidad de Sevilla, España.

Información del autor

Autores y Afiliaciones

Contribuciones

AGI y FJM contribuyeron a la conceptualización y diseño del estudio AGI, MCS, AVV, JPF, JAG, EJC, MP y FJM contribuyeron al análisis e interpretación de datos. AGI, MP y FJM supervisaron la obra. AGI y FJM redactó el manuscrito. Todos los autores revisaron críticamente el manuscrito en busca de contenido intelectual. AGI, JAG y FJM han accedido y verificado directamente los datos subyacentes informados en el manuscrito. Todos los autores dieron su aprobación final a la versión a publicar. Todos los autores fueron responsables de la decisión de enviar el manuscrito para su publicación.

Autor correspondiente

Correspondencia a Antonia Gasch-Illescas .

Declaraciones de ética

Conflicto de intereses

AJV informa la participación en subvenciones de investigación al Imperial College London, Reino Unido, de Pfizer, Amgen, Merck Sharp & Dohme, Sanofi Aventis, Daiichi Sankyo y Regeneron, fuera del trabajo presentado; y honorarios personales por consultoría de Bayer y Regeneron y honorarios por conferencias de Amgen, Mylan, Akcea y Ferrer, todo fuera del trabajo presentado. Todos los autores declaran que no tienen ningún conflicto de intereses con respecto a este manuscrito.

Información adicional

nota del editor

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Información suplementaria

About The Author