Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/46692
Type: Dissertação
Title: Análise de características hospitalares relacionadas à mortalidade por COVID-19: resultados de um registro hospitalar multicêntrico nacional
Authors: Maira Viana Rego Souza e Silva
First Advisor: Milena Soriano Marcolino
First Co-advisor: Patrícia Klarmann Ziegelmann
First Referee: Julia Fonseca de Morais Caporali
Second Referee: Jeruza Lavanholi Neyeloff
Third Referee: Magda Carvalho Pires
Abstract: Introdução: A pandemia de covid-19 gerou sobrecarga ao sistema de saúde hospitalar em diversos países. No entanto, pouco se foi estudado sobre fatores relacionados à organização dos serviços de saúde e seus impactos na mortalidade por covid-19. Objetivos: Analisar as características socioeconômicas regionais, hospitalares gerais e específicas das unidades de terapia intensiva (UTI) associadas à mortalidade por covid-19 em hospitais brasileiros. Métodos: Trata-se de uma coorte retrospectiva multicêntrica conduzida em hospitais brasileiros. Foram incluídos pacientes adultos com diagnóstico laboratorial confirmatório de covid-19 admitidos entre março e setembro de 2020. Dados dos pacientes foram obtidos pela revisão do prontuário. Dados dos hospitais foram obtidos por formulários preenchidos pela equipe e por meio de informações disponíveis em base de dados nacionais abertas. Modelos lineares generalizados mistos com função de ligação logit foram usados para testar a associação entre as estimativas de mortalidade e características hospitalares. Dois modelos foram construídos, um testando características hospitalares gerais e regionais, seguido por uma análise de fatores específicos das UTIs. Os modelos foram ajustados para a proporção de pacientes em alto risco à admissão. Resultados: Foram incluídos 31 hospitais, com número médio de leitos de 320,4 ± 186,6, 19 eram acadêmicos e 22 eram referência para atendimento de covid-19. A mortalidade entre as instituições variou entre 9.0 e 48.0%. A primeira análise incluiu todos os hospitais. Foi observada menor mortalidade em instituições privadas (β=-0.37; 95% IC: -0.71 a -0.04; p=0.029) e localizadas em áreas com um maior produto interno bruto (PIB) per capita (β=-0.40; 95% IC: -0.72 a -0.08; p=0.014) quando ajustados pela proporção de pacientes em alto risco de morte. O segundo modelo incluiu 23 hospitais e mostrou que equipes médicas com maior proporção de intensivistas (β=-0.59; 95% IC: -0.98 a -0.20; p = 0.003) e menor proporção de médicos residentes (β=-0.40; 95% CI: -0.68 a -0.11; p=0.006) na escala da UTI covid-19 associou-se à menor mortalidade. Além disso, quanto maior a proporção de pacientes de alto risco admitidos, maior foi a diferença de mortalidade entre equipes com diferentes níveis de experiência (6,5% de diferença com menos pacientes graves e 14,1% com mais pacientes graves). Conclusão: A mortalidade variou significativamente nos hospitais participantes da coorte. Instituições privadas e localizadas em áreas com o maior PIB per capita apresentaram menor mortalidade. Hospitais com equipes médicas com mais experientes em terapia intensiva apresentaram menor mortalidade.
Abstract: Background: The COVID-19 pandemic caused unprecedented pressure over health care systems worldwide. Hospital-level data that may influence the prognosis in COVID-19 patients still needs to be better investigated. Therefore, this study analyzed regional socioeconomic, general hospital, and intensive care units (ICU)-specific characteristics associated with in-hospital mortality in COVID-19 patients admitted to Brazilian institutions. Methods: This multicenter retrospective cohort study is part of the Brazilian COVID-19 Registry. Patients ≥18 years-old with laboratory-confirmed COVID-19 admitted to the participating hospitals from March to September 2020, were enrolled. Patients’ data were obtained through hospital records. Hospitals’ data were collected through forms filled in loco and through open national databases. Generalized linear mixed models with logit link function were used for pooling mortality and to assess association between hospital characteristics and mortality estimates. Two models were built, one testing general and regional hospital characteristics and another testing ICU-specific organizational factors. All analyses were adjusted for the proportion of high-risk patients at admission. Results: Thirty-one hospitals were included. The mean number of beds was 320.4 ± 186.6, 19 hospitals were academic, and 22 were COVID-19 reference centers. Estimated in-hospital mortality ranged from 9.0% to 48.0%. The first model included those 31 hospitals and showed that a private source of funding (β=-0.37; 95%CI: -0.71 to -0.04; p=0.029) and location in areas with a high gross domestic product (GDP) per capita (β=-0.40; 95%CI: -0.72 to -0.08; p=0.014) were independently associated with lower mortality. The second model included 23 hospitals and showed that a hospital with a more experienced medical staff in the ICU work shift with a higher proportion of intensivists (β=-0.59; 95%CI: -0.98 to -0.20; p=0.003) and lower proportion of medical residents (β=-0.40; 95%CI: -0.68 to -0.11; p=0.006) were independently associated with lower mortality. Conclusions: In-hospital mortality varied significantly among Brazilian hospitals. Private-funded hospitals and those located in municipalities with a high GDP had lower mortality. When analyzing ICU-specific characteristics, a more experienced medical staff was associated with lower mortality.
Subject: COVID-19
SARS-CoV-2
Sistemas de Saúde
Assistência Hospitalar
Unidade de Terapia Intensiva
language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: MEDICINA - FACULDADE DE MEDICINA
metadata.dc.publisher.program: Programa de Pós-Graduação em Ciências da Saúde - Infectologia e Medicina Tropical
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/46692
Issue Date: 3-Mar-2022
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
18h_21.09.2022_Dissertação Mestrado UFMG.pdfnovo arquivo com alterações solicitadas em 20.09.20224.11 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.