![](https://static.elsevier.es/multimedia/14138670/0000002800000004/v1_202408071416/en/main.assets/thumbnail/cover.jpeg?image=true&image.size=0x161&idApp=UINPBA00003Y)
Estudos de preditores de mortalidade em Síndrome Respiratória Aguda Grave (SRAG) têm inferido associações ora a partir de desfechos dicotômicos, ora a partir de modelos tempo-evento. Embora pareçam semelhantes, tais associações têm diferentes significados.
ObjetivoIdentificar preditores de óbito em SRAG e Covid-19, comparando modelos multivariados de desfechos dicotômicos e tempo-evento.
MétodoA partir de banco de dados de pacientes internados por SRAG (SIVEP-Gripe) residentes em Botucatu/SP (mar/2020 a mar/2022), utilizamos modelos multivariados de Poisson com desfecho binomial e modelos de riscos proporcionais (tempo-evento) de Cox para identificar fatores associados ao óbito. Resumidamente, dados demográficos, comorbidades, necessidades assistenciais e vacinas foram incluídos em um modelo único (single-step). Análises foram feitas para casos de SRAG como um todo e para os confirmados para Covid-19 isoladamente.
ResultadosForam incluídos 3995 sujeitos, dos quais 1338 testaram positivo para SARS-CoV-2. Foram identificados 866 óbitos, sendo 42,8% deles por Covid-19. No total de casos de SRAG, foram preditores de mortalidade: maior idade, presença de doenças neurológicas, imunossupressão, obesidade e necessidade de suporte ventilatório invasivo, tanto utilizando o modelo de Poisson quanto o de Cox. Entretanto, o teste de Poisson revelou também que eram preditores de mortalidade a necessidade de UTI (RR: 1,624; 1,331-1,981) e o diagnóstico de Covid-19 (RR: 1,245; 1,058-1,465), sendo que o sexo feminino teve um efeito protetor contra a morte (RR: 0,851; 0,727-0,996). Em subanálise para Covid-19, foram preditores, utilizando ambos os modelos: maior idade, presença de doenças neurológicas, necessidade de UTI e de suporte ventilatório invasivo. Entretanto, apenas o modelo de Cox demonstrou que o maior número de doses de vacinas foi um fator protetor de mortalidade (HR: 0,855; 0,739-0,989).
ConclusãoOs achados de modelos preditores dicotômicos e tempo-evento podem diferir, e seu significado depende dos pressupostos epidemiológicos e da questão de pesquisa.