Descrição dos primeiros 250 mil pacientes com COVID-19 hospitalizados no Brasil no @LancetRespirMed

➡️Idade média 60 anos, um terço <50 anos
➡️39% na UTI / 23% ventilação invasiva
➡️2 em cada 5 morreram. 3 em cada 5 se foi para UTI
⬆️Diferenças regionais

thelancet.com/journals/lanre…
Com a base de dados SIVEP-Gripe, do início da pandemia até meados de Agosto, selecionamos para a análise principal os pacientes com ≥20 anos, COVID-19 confirmado com PCR e hospitalizados. Em uma análise de sensibilidade, analisamos todos os pacientes com COVID-19 (PCR + outros)
Descrevemos os casos do Brasil e estratificado por cada uma das 5 regiões. No geral, as características dos pacientes são semelhantes à relatada quanto a sintomas e comorbidades. A idade foi similar entre as regiões, exceto mais pacientes ≥80 anos no Nordeste.
A proporção de pacientes do sexo masculino foi maior (56%), porém em algumas outras descrições, essa porcentagem tende a ser maior. 49% dos pacientes se auto-declaram brancos e 49% preto ou pardo. Essa proporção varia bastante por região, sendo >80% de preto/pardo no N e NE.
Considerando as doenças do coração/rim/diabetes/ pulmão/sangue/sistema imune/neurológico/obesidade, 16% não tinham comorbidade (25% após imputação).

-70% dos pacientes chegaram com a oxigênio <95%
-80% com falta de ar

No geral, doentes no N e NE chegaram mais grave ao hospital
Mortalidade hospitalar geral foi de 38% (2 em cada 5), sendo:

- 50% no Norte
- 48% no Nordeste
- 35% no Centro-Oeste
- 34% no Sudeste
- 31% no Sul

Grande diferença se foi para UTI, necessitou de ventilador e por idade.
A mortalidade hospitalar aumentou com idade. A diferença entre sexo masculino e feminino sem ajustes não foi tão alta (diferente de algumas coortes que mostraram maior mortalidade no sexo masculino). Mesmo estratificado por gravidade foi semelhante (appendix).
A mortalidade variou estratificada por idade e comorbidades, nível educacional, raça/cor da pele auto-declarada e uso de suporte. A maior diferença acontece quanto < a idade. Pacientes com ⬇️ escolaridade tem alta mortalidade, assim como preto/pardo e indígena (poucos pacientes)
Medimos o uso de recursos a nível populacional. O número de hospitalizações por 100 mil habitantes e idade, uso de UTI e ventilação estão abaixo. A necessidade de recurso é bastante alta. Chamam atenção Norte e Sudeste.
O número de admissões de UTI por 1000 leitos de UTI foi de 2246 no Norte, 2217 no Sudeste, 2073 no Nordeste, 2001 no Centro-Oeste e 1793 no Sul. Usamos os dados do CNES de Fevereiro, como a capacidade basal pré-pandemia dos leitos.
A mortalidade hospitalar por idade/regiões tem grande variabilidade e uso de recursos 👇.

Enquanto para mais idosos a diferença regional fica menor, chama a atenção que para doentes jovens, a mortalidade nas regiões N e NE são altas.
Descrevemos também a evolução tempo-espacial em número de casos, hospitalizações e mortalidade hospitalar.
As regiões Norte, Nordeste e Sudeste tiveram o pico mais cedo, seguido do Centro oeste e Sul. Quando mais ponteagudo, mais hospitalizações e maior carga no sistema e, no geral, maior mortalidade (mais estável no tempo no Sudeste)
Existem importantes diferenças regionais de distribuição de idade, que ajustamos por estratificação e algumas taxas por padronização. A oferta de leitos em números é bastante diferente, assim como a localização: algumas regiões somente concentradas nas capitais.
Fizemos uma análise de sensibilidade com todos os casos diagnosticados com COVID-19: PCR, com teste de antígeno/anticorpo e clínico epidemiológico. A principal razão foi um possível viés de mais casos graves sendo testados onde não se tinha teste. Foram analisados então 314,615
Replicamos toda a análise que se mostrou bastante consistente. O N e NE foi onde teve o maior aumento proporcional de casos, como esperado, pela menor oferta de PCR. A mortalidade geral se manteve em 38%, porém houve uma queda de 50% para 44% no Norte. As diferenças se mantiveram
Existem outros detalhes importantes q se estendem pelo suplemento. Fizemos imputação múltipla (chained equations) para avaliar impacto de missing em UTI, ventilação, comorbidades, e o resultado geral se manteve. Após a imputação, o número de pacientes sem comorbidades ⬆️ para 25%
Este estudo é possível devido a termos o SUS e tradição em vigilância e bases de dados. Algumas limitações são inerentes ao tipo de dado, que teve cobertura de 96% da população brasileira. Tentamos diminuir o viés de notificação dos mais graves no começo usando outros critérios
de diagnóstico. Este estudo é epidemiológico descritivo e documentamos um panorama dos primeiros 5 meses da pandemia com dados. Não fazemos inferências causais. Ainda teremos muito que estudar.
Este é um trabalho coletivo de pesquisadores de várias instituições. Obrigado pela colaboração.

@lslbastos divide a primeira autoria comigo.
@jggelli @janainamarchesi @fernando_bozza
@ISGLOBALorg @FMUSPoficial @cienciausp @NOIS_PUCRio @pucriooficial @fiocruz @Institutodor
Após definir a pergunta de pesquisa, o protocolo de análise foi escrito e toda mudança foi definida no artigo como "post-hoc". Os dados são públicos e o código para reproduzir o artigo também.
Agradecemos as fontes financiadoras.

Agradecemos a todos e todas profissionais da saúde que vem se dedicando e não medindo esforços para atender a população.

COVID-19 é uma doença grave. Sem controle do número de casos não há sistema de saúde que consiga responder à demanda.
O controle da pandemia é fora do hospital. Dentro do hospital, precisamos de leitos e ventiladores, mas doentes graves precisam de equipes treinadas e com entrosamento. A expansão que tivemos foi grande, mas ainda assim com muita demanda.

useMascara Não aglomere Distanciamento

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Otavio Ranzani

Otavio Ranzani Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @otavio_ranzani

13 Jan
Para a aprovação de vacinas nas agências regulatórias, desde que seja segura, temos critérios já estabelecidos historicamente. Cada agência tem alguns detalhes, mas a ANVISA usa o clássico:

Eficácia ➡️ pelos menos 50% (≥50%)
Limite inferior do intervalo de confiança: ≥30%
No próprio protocolo do Butantã, para o cálculo de amostra, isso foi estabelecido. Nos protocolos da Pfizer, Moderna, também, todos buscando se adequar ao que diz principalmente o FDA e OMS.

O trial esperava garantir um mínimo de 30% e estimava 60% como medida.
Read 4 tweets
12 Jan
Dúvidas sobre a Eficácia. Seguindo o mais próximo do estabelecido no protocolo com o dado que tenho, o cálculo está correto.

Densidade de incidência no vacinado: 11.74
Densidade de incidência no placebo: 23.64
Incidence Rate Ratio: 0.4966

VE = 1 - 0.4966 = 50.34% (35.14-62.21)
Como disse antes, ensaios clínicos tem protocolos. Tudo deve ser seguido como está lá. Mudanças podem ocorrer, mas devem ser aprovadas pelos comites, comissão de etica, e tudo mais. Isso porque? para evitar mudanças baseada em dados. Mudanças assim são versificadas, protocoladas,
e ocorrem antes de fechar a base e abrir o blinding.

No protocolo público de agosto, o protocolo diz que a eficácia seria estimada por 1 - Hazard Ratio. O HR viria de um modelo de Cox, estratificado por idade e sexo. Intervalo de confiança pelo método de Parzen, Wei e Ying Image
Read 19 tweets
11 Jan
Infelizmente. E é triste demais.

- falta oxigênio
- 350-400 pessoas esperando leitos nos últimos dias
- fila de 48h para sair de lá numa UTI aérea

# Manaus: Janeiro, 2021
Hospitalizados em Manaus desde 25/12. Muitos doentes com suspeita devem esperar testes.
Quando avaliamos hospitalizados em UTI, ventilados e leitos de enfermaria, importante entender que existe um gargalo ("bottleneck"). As vezes pode parecer que parou de aumentar número de internados ou UTI, mas é pq não tem mais leitos. Precisamos ver a demanda.
Read 5 tweets
9 Jan
2021, Madrid, pandemia: provavelmente uma das maiores nevascas na cidade e grande parte da Espanha pelo #Filomena

Grande caos na cidade e setor de saúde: cidade não preparada nem acostumada com isso. Enquanto isso

Read 7 tweets
9 Jan
Como estão os pacientes COVID após 6 meses da alta?

Maior estudo até agora @TheLancet: 1733 pacientes em Wuhan

➡️ 63% com cansaço ou fraqueza muscular
➡️ 26% com problemas de sono
➡️ 22% com perda de cabelo
➡️ 23% com sintomas de ansiedade/depressão
➡️ Mais sintomas em mulheres
A mediana de idade dos doentes foi 57 anos, a maioria sem comorbidade, 75% precisou de oxigenio suplementar (somente 7% ventilação invasiva/não invasiva, circulação extracorporea). Vale lembrar que como são doentes todos de alta hospitalar, o perfil de gravidade diminui.
Ficaram 14 dias (mediana) no hospital, 4% passou pela UTI, seguimento em 6 meses.
Read 26 tweets
4 Jan
Como se correlacionam as alterações de ultrassom pulmonar no doente crítico com COVID com a histologia?

Estudo brasileiro traz mais informações para quem usa ultrassom a beira leito #POCUS Image
Em 28 autópsias, os autores avaliaram um escore que usando no ultrassom com os achados da histologia

Ultrassom e padrões do normal a alterado Image
Read 6 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!