Multinomial regression analysis of COVID-19 severity in patients of Ecuador
Keywords:
multinomial regression, COVID-19, smoking, mechanical ventilation, predictors of severityAbstract
Introduction: Determining specific predictors of severity in the population allows us to identify high-risk groups on which to focus measures to prevent severe progression of COVID-19, reducing related complications.
Objective: To analyze by multinomial regression the severity of COVID-19, according to smoking status, comorbidities, Body Mass Index, sex, and age, in patients of a hospital in Ecuador, during the second semester of 2022.
Methods: The study was predictive, analytical, observational, cross-sectional and retrospective. The study population consisted of 214 patients diagnosed with COVID-19 confirmed by laboratory tests. A multinomial regression design with likelihood ratio tests was performed.
Results: In the multinomial analysis performed in 214 patients hospitalized for COVID-19, the presence of previous comorbidity increased 5.9 times the probability of hospitalization (OR 5.90; 95 % CI 2.78-12.53) and 5 times the risk of ICU admission (OR 5.09; 95 % CI 2.45-10.57) compared to requiring mechanical ventilation. The final model explained 19.7 % of the variability in disease severity.
Conclusions: Previous comorbidity represented the main factor independently associated with a higher severity of COVID-19 in hospitalized patients, increasing the risk of both hospitalization and ICU admission over the requirement of mechanical ventilation. Other covariates such as smoking, age, BMI or sex did not show a significant correlation with the level of severity achieved by the disease. Further studies are required to determine additional predictors of clinical progression of COVID-19.
Downloads
Downloads
Published
How to Cite
Issue
Section
License
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes: Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons (CC-BY-NC 4.0) que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista. Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Como Revista Cubana de Investigaciones Biomédicas forma parte de la red SciELO, una vez los artículos sean aceptados para entrar al proceso editorial (revisión), estos pueden ser depositados por parte de los autores, si estan de acuerdo, en SciELO preprints, siendo actualizados por los autores al concluir el proceso de revisión y las pruebas de maquetación.
