TC demuestran ser muy exactas para diagnosticar la neumonía por COVID-19 y predecir la muerte o la necesidad de intubación

El proyecto involucró a 20 hospitales franceses que estaban equipados con escáneres de tomografía computarizada de detectores múltiples, lo que permitió adquisiciones de tomografía computarizada volumétricas de alta resolución de todo el tórax. Las adquisiciones por TC se realizaron sin la administración de contraste, excepto cuando se sospechaba de embolia pulmonar como un diagnóstico de confusión de neumonía por COVID-19 en el momento de la presentación.

A los pacientes elegibles que se presentaron en los departamentos de emergencia de los hospitales involucrados entre el 1 de marzo y el 30 de abril de 2020 les practicaron tanto una TC torácica como una RT-PCR por sospecha de neumonía COVID-19. Las imágenes de TC se leyeron ciegas a los informes iniciales, a la RT-PCR, a las características demográficas, los síntomas clínicos y los resultados. Los lectores clasificaron las tomografías computarizadas como positivas o negativas para COVID-19, según los criterios publicados por la Sociedad Francesa de Radiología. Se utilizó regresión logística multivariable para desarrollar un modelo que pudiese predecir el resultado severo (intubación o muerte) al mes de seguimiento en pacientes positivos tanto para RT-PCR como para TC, utilizando características clínicas y radiológicas.

Los investigadores encontraron que utilizando criterios predefinidos y RT-PCR como estándar de referencia en 10.735 pacientes con sospecha de neumonía por COVID-19, la exactitud diagnóstica de la TC para la COVID-19 fue del 80%, que aumentó al 86% después de cinco días de síntomas. La extensión de la neumonía en la TC (OR, 3,25) fue el mejor predictor de resultados graves (intubación o muerte) al mes. Los investigadores también encontraron que la exactitud del diagnóstico de la TC no se vio influenciada por la experiencia del lector. Por lo tanto, el estudio concluyó que, mediante criterios predefinidos, la lectura de TC no se ve influenciada por la experiencia del lector y ayuda a predecir el resultado al mes.

Enlace relacionado: