Modelo de riesgo de mortalidad a largo plazo en pacientes con infección atendidos por servicios de emergencias prehospitalarios / Long-term risk of death in patients with infection attended by prehospital emergency services

Objetivo: Diseñar y validar un modelo de riesgo con variables determinadas a nivel prehospitalario para predecir el riesgo de mortalidad a largo plazo (1 año) en pacientes con infección. Métodos: Estudio multicéntrico, observacional prospectivo, sin intervención, en pacientes adultos con sospecha infección atendidos por unidades de soporte vital avanzado y trasladados a 4 hospitales españoles entre el 1 de junio de 2020 y el 30 de junio de 2022. Se recogieron variables demográficas, fisiológicas, clínicas y analíticas. Se construyó y validó un modelo de riesgo para la mortalidad a un año usando una regresión de Cox.Resultados: Se incluyeron 410 pacientes, con una tasa de mortalidad acumulada al año del 49%. La tasa de diagnóstico de sepsis (infección e incremento sobre el SOFA basal $ 2 puntos) fue del 29,2% en supervivientes frente a un 56,7% en no supervivientes. El modelo predictivo obtuvo un área bajo la curva de la característica operativa del receptor para la mortalidad a un año fue de 0,89, e incluyó: edad, institucionalización, índice de comorbilidad de Charlson ajustado por edad, presión parcial de dióxido de carbono, potasio, lactato, nitrógeno ureico en sangre, creatinina, saturación en relación con fracción inspirada de oxígeno y diagnóstico de sepsis.Conclusiones: El modelo desarrollado con variables epidemiológicas, analíticas y clínicas mostró una excelente capacidad predictiva, y permitió identificar desde el primer contacto del paciente con el sistema sanitario, a modo de evento centinela, casos de alto riesgo.(AU)

Objectives: To develop and validate a risk model for 1-year mortality based on variables available from earlyprehospital emergency attendance of patients with infection. Methods: Prospective, observational, noninterventional multicenter study in adults with suspected infection transferred to 4 Spanish hospitals by advanced life-support ambulances from June 1, 2020, through June 30, 2022. We collected demographic, physiological, clinical, and analytical data. Cox regression analysis was used to develop and validate a risk model for 1-year mortality. Results: Four hundred ten patients were enrolled (development cohort, 287; validation cohort, 123). Cumulative mortality was 49% overall. Sepsis (infection plus a Sepsis-related Organ Failure Assessment score of 2 or higher) was diagnosed in 29.2% of survivors vs 56.7% of nonsurvivors. The risk model achieved an area under the receiver operating characteristic curve of 0.89 for 1-year mortality. The following predictors were included in the model: age; institutionalization; age-adjusted Charlson comorbidity index; PaCO2; potassium, lactate, urea nitrogen, and creatinine levels; fraction of inspired oxygen; and diagnosed sepsis. Conclusions: The model showed excellent ability to predict 1-year mortality based on epidemiological, analytical, andclinical variables, identifying patients at high risk of death soon after their first contact with the health care system.(AU)

Long-term risk of death in patients with infection attended by prehospital emergency services. / Modelo de riesgo de mortalidad a largo plazo en pacientes con infección atendidos por servicios de emergencias prehospitalarios.

OBJECTIVES: To develop and validate a risk model for 1-year mortality based on variables available from early prehospital emergency attendance of patients with infection. MATERIAL AND METHODS: Prospective, observational, noninterventional multicenter study in adults with suspected infection transferred to 4 Spanish hospitals by advanced life-support ambulances from June 1, 2020, through June 30, 2022. We collected demographic, physiological, clinical, and analytical data. Cox regression analysis was used to develop and validate a risk model for 1-year mortality. RESULTS: Four hundred ten patients were enrolled (development cohort, 287; validation cohort, 123). Cumulative mortality was 49% overall. Sepsis (infection plus a Sepsis-related Organ Failure Assessment score of 2 or higher) was diagnosed in 29.2% of survivors vs 56.7% of nonsurvivors. The risk model achieved an area under the receiver operating characteristic curve of 0.89 for 1-year mortality. The following predictors were included in the model: age; institutionalization; age-adjusted Charlson comorbidity index; PaCO2; potassium, lactate, urea nitrogen, and creatinine levels; fraction of inspired oxygen; and diagnosed sepsis. CONCLUSION: The model showed excellent ability to predict 1-year mortality based on epidemiological, analytical, and clinical variables, identifying patients at high risk of death soon after their first contact with the health care system.

OBJETIVO: Diseñar y validar un modelo de riesgo con variables determinadas a nivel prehospitalario para predecir el riesgo de mortalidad a largo plazo (1 año) en pacientes con infección. METODO: Estudio multicéntrico, observacional prospectivo, sin intervención, en pacientes adultos con sospecha infección atendidos por unidades de soporte vital avanzado y trasladados a 4 hospitales españoles entre el 1 de junio de 2020 y el 30 de junio de 2022. Se recogieron variables demográficas, fisiológicas, clínicas y analíticas. Se construyó y validó un modelo de riesgo para la mortalidad a un año usando una regresión de Cox. RESULTADOS: Se incluyeron 410 pacientes, con una tasa de mortalidad acumulada al año del 49%. La tasa de diagnóstico de sepsis (infección e incremento sobre el SOFA basal $ 2 puntos) fue del 29,2% en supervivientes frente a un 56,7% en no supervivientes. El modelo predictivo obtuvo un área bajo la curva de la característica operativa del receptor para la mortalidad a un año fue de 0,89, e incluyó: edad, institucionalización, índice de comorbilidad de Charlson ajustado por edad, presión parcial de dióxido de carbono, potasio, lactato, nitrógeno ureico en sangre, creatinina, saturación en relación con fracción inspirada de oxígeno y diagnóstico de sepsis. CONCLUSIONES: El modelo desarrollado con variables epidemiológicas, analíticas y clínicas mostró una excelente capacidad predictiva, y permitió identificar desde el primer contacto del paciente con el sistema sanitario, a modo de evento centinela, casos de alto riesgo.

Derivation and validation of new prehospital phenotypes for adults with COVID-19. / Derivación y validación de nuevos fenotipos prehospitalarios en pacientes adultos con enfermedad por COVID-19.

OBJECTIVES: To characterize phenotypes of prehospital patients with COVID-19 to facilitate early identification of at-risk groups. MATERIAL AND METHODS: Multicenter observational noninterventional study of a retrospective cohort of 3789 patients, analyzing 52 prehospital variables. The main outcomes were 4 clusters of prehospital variables describing the phenotypes. Secondary outcomes were hospitalization, mechanical ventilation, admission to an intensive care unit, and cumulative mortality inside or outside the hospital on days 1, 2, 3, 7, 14, 21, and 28 after hospitalization and after start of prehospital care. RESULTS: We used a principal components multiple correspondence analysis (factor analysis) followed by decomposition into 4 clusters as follows: cluster 1, 1090 patients (28.7%); cluster 2, 1420 (37.4%); cluster 3, 250 (6.6%), and cluster 4, 1029 (27.1%). Cluster 4 was comprised of the oldest patients and had the highest frequencies of residence in group facilities and low arterial oxygen saturation. This group also had the highest mortality (44.8% at 28 days). Cluster 1 was comprised of the youngest patients and had the highest frequencies of smoking, fever, and requirement for mechanical ventilation. This group had the most favorable prognosis and the lowest mortality. CONCLUSION: Patients with COVID-19 evaluated by emergency medical responders and transferred to hospital emergency departments can be classified into 4 phenotypes with different clinical, therapeutic, and prognostic characteristics. The phenotypes can help health care professionals to quickly assess a patient's future risk, thus informing clinical decisions.

OBJETIVO: Desarrollar un fenotipado prehospitalario de pacientes con COVID-19 que permita una identificación temprana de los grupos de riesgo. METODO: Estudio observacional de cohorte retrospectivo multicéntrico, sin intervención con 3.789 pacientes y 52 variables prehospitalarias. Las variables de resultado principal fueron las cuatro agrupaciones prehospitalarios obtenidos, #1, #2, #3 y #4. Los resultados secundarios fueron: ingreso hospitalario, ventilación mecánica, ingreso en unidad de cuidados intensivos y mortalidad acumulada a los 1, 2, 3, 7, 14, 21 y 28 días desde el ingreso hospitalario (hospitalaria y extrahospitalaria). RESULTADOS: Por medio de una descomposición en componentes principales/correspondencia múltiple de datos mixtos (continuos y categóricos), seguido de una descomposición en agrupaciones, se obtuvo cuatro agrupaciones/fenotipos #1, #2, #3 y #4 de 1.090 (28,7%), 1.420 (37,4%), 250 (6,6%) y 1.029 (27,1%) pacientes, respectivamente. El grupo #4, compuesto por los pacientes de mayor edad, baja saturación de oxígeno e institucionalización es el que presenta la mayor mortalidad (44,8% de mortalidad a 28 días). El grupo #1, compuesto de pacientes de menor edad, con mayor porcentaje de tabaquismo, fiebre y necesidades de ventilación mecánica, es el de pronóstico más favorable con la menor tasa de mortalidad. CONCLUSIONES: Los pacientes con COVID-19 valorados por los servicios médicos de emergencias y transferidos al servicio de urgencias hospitalario se pueden clasificar en 4 fenotipos con diferentes consideraciones clínicas, terapéuticas y de pronóstico, y permite a los profesionales sanitarios discriminar rápidamente el nivel de riesgo futuro del paciente y ayuda por lo tanto en el proceso de toma de decisiones.

Derivación y validación de nuevos fenotipos prehospitalarios en pacientes adultos con enfermedad por COVID-19 / Derivation and validation of new prehospital phenotypes for adults with COVID-19

Objetivos. Desarrollar un fenotipado prehospitalario de pacientes con COVID-19 que permita una identificación temprana de los grupos de riesgo.Método. Estudio observacional de cohorte retrospectivo multicéntrico, sin intervención con 3.789 pacientes y 52 variables prehospitalarias. Las variables de resultado principal fueron las cuatro agrupaciones prehospitalarios obtenidos, #1, #2, #3 y #4. Los resultados secundarios fueron: ingreso hospitalario, ventilación mecánica, ingreso en unidad de cuidados intensivos y mortalidad acumulada a los 1, 2, 3, 7, 14, 21 y 28 días desde el ingreso hospitalario (hospitalaria y extrahospitalaria).Resultados. Por medio de una descomposición en componentes principales/correspondencia múltiple de datos mixtos (continuos y categóricos), seguido de una descomposición en agrupaciones, se obtuvo cuatro agrupaciones/fenotipos #1, #2, #3 y #4 de 1.090 (28,7%), 1.420 (37,4%), 250 (6,6%) y 1.029 (27,1%) pacientes, respectivamente. El grupo #4, compuesto por los pacientes de mayor edad, baja saturación de oxígeno e institucionalización es el que presenta la mayor mortalidad (44,8% de mortalidad a 28 días). El grupo #1, compuesto de pacientes de menor edad, con mayor porcentaje de tabaquismo, fiebre y necesidades de ventilación mecánica, es el de pronóstico más favorable con la menor tasa de mortalidad.Conclusiones. Los pacientes con COVID-19 valorados por los servicios médicos de emergencias y transferidos al servicio de urgencias hospitalario se pueden clasificar en 4 fenotipos con diferentes consideraciones clínicas, terapéuticas y de pronóstico, y permite a los profesionales sanitarios discriminar rápidamente el nivel de riesgo futuro del paciente y ayuda por lo tanto en el proceso de toma de decisiones. (AU)

Objective. To characterize phenotypes of prehospital patients with COVID-19 to facilitate early identification of at-risk groups.Methods. Multicenter observational noninterventional study of a retrospective cohort of 3789 patients, analyzing 52 prehospital variables. The main outcomes were 4 clusters of prehospital variables describing the phenotypes. Secondary outcomes were hospitalization, mechanical ventilation, admission to an intensive care unit, and cumulative mortality inside or outside the hospital on days 1, 2, 3, 7, 14, 21, and 28 after hospitalization and after start of prehospital care.Results. We used a principal components multiple correspondence analysis (factor analysis) followed by decomposition into 4 clusters as follows: cluster 1, 1090 patients (28.7%); cluster 2, 1420 (37.4%); cluster 3, 250 (6.6%), and cluster 4, 1029 (27.1%). Cluster 4 was comprised of the oldest patients and had the highest frequencies of residence in group facilities and low arterial oxygen saturation. This group also had the highest mortality (44.8% at 28 days). Cluster 1 was comprised of the youngest patients and had the highest frequencies of smoking, fever, and requirement for mechanical ventilation. This group had the most favorable prognosis and the lowest mortality.Conclusions. Patients with COVID-19 evaluated by emergency medical responders and transferred to hospital emergency departments can be classified into 4 phenotypes with different clinical, therapeutic, and prognostic characteristics. The phenotypes can help health care professionals to quickly assess a patient’s future risk, thus informing clinical decisions. (AU)

Priority in interhospital transfers of patients with severe COVID-19: development and prospective validation of a triage tool. / Desarrollo y validación prospectiva de la escala TIHCOVID: una herramienta de triaje y priorización del traslado interhospitalario de pacientes COVID-19 graves.

OBJECTIVES: To develop and validate a triage scale (Spanish acronym, TIHCOVID) to assign priority by predicting critical events in patients with severe COVID-19 who are candidates for interhospital transfer. MATERIAL AND METHODS: Prospective cohort study in 2 periods for internal (February-April 2020) and external (October-December 2020) validation. We included consecutive patients with severe COVID-19 who were transported by the emergency medical service of Catalonia. A risk model was developed to predict mortality based on variables recorded on first contact between the regional emergency coordination center and the transferring hospital. The model's performance was evaluated by means of calibration and discrimination, and the results for the first and second periods were compared. RESULTS: Nine hundred patients were included, 450 in each period. In-hospital mortality was 33.8%. The 7 predictors included in the final model were age, comorbidity, need for prone positioning, renal insufficiency, use of high-flow nasal oxygen prior to mechanical ventilation, and a ratio of PaO2 to inspired oxygen fraction of less than 50. The performance of the model was good (Brier score, 0.172), and calibration and discrimination were consistent. We found no significant differences between the internal and external validation steps with respect to either the calibration slopes (0.92 [95% CI, 0.91-0.93] vs 1.12 [95% CI, 0.6-1.17], respectively; P = .150) or discrimination (area under the curve, 0.81 [95% CI, 0.75-0.84] vs 0.85 [95% CI, 0.81-0.89]; P = .121). CONCLUSION: The TIHCOVID tool may be useful for triage when assigning priority for patients with severe COVID-19 who require transfer between hospitals.

OBJETIVO: Desarrollar y validar una escala predictiva de eventos críticos en pacientes con infección grave por COVID-19 candidatos a traslado interhospitalario (TIH) que facilite el triaje y la priorización del transporte sanitario. METODO: Estudio de cohortes prospectivo divido en dos periodos: validación interna (febrero-abril 2020) y validación externa (octubre-diciembre 2020). Se incluyeron consecutivamente los pacientes con infección grave por COVID-19 trasladados por el Sistema de Emergencias Médicas de Cataluña. Se construyó un modelo predictivo de las variables asociadas a la mortalidad recogidas en el momento del primer contacto entre el hospital emisor y el centro de coordinación. Se calculó el rendimiento del modelo y se comparó la validación interna y externa, evaluando la calibración y la discriminación. RESULTADOS: Se incluyeron 900 pacientes, 450 pacientes en cada periodo de estudio. La mortalidad durante el ingreso fue del 33,8%. Las 7 variables predictoras incluidas en el modelo final fueron edad, comorbilidad, pronación, insuficiencia renal aguda, uso de oxigenoterapia de alto flujo previa a la ventilación mecánica invasiva, tabaquismo activo y un valor de PaO2/FiO2 50. El modelo mostró un buen rendimiento (Brier = 0,172) y consistencia en la calibración y discriminación. No se objetivaron diferencias en la pendiente de calibración [0,92 (IC 95%: 0,91-0,93) vs 1,12 (IC 95%: 0,6-1,17); p = 0,150] ni en la capacidad discriminativa [ABC 0,81 (IC 95%: 0,75-0,84) vs ABC de 0,85 (IC 95%: 0,81-0,89), p = 0,121] entre la validación interna y externa. CONCLUSIONES: La escala TIHCOVID puede ser de ayuda para el triaje de pacientes con infección COVID-19 grave que precisan traslado interhospitalario.

Desarrollo y validación prospectiva de la escala TIHCOVID: una herramienta de triaje y priorización del traslado interhospitalario de pacientes COVID-19 graves / Priority in interhospital transfers of patients with severe COVID-19: development and prospective validation of a triage tool

Objetivo. Desarrollar y validar una escala predictiva de eventos críticos en pacientes con infección grave por COVID-19 candidatos a traslado interhospitalario (TIH) que facilite el triaje y la priorización del transporte sanitario. Método. Estudio de cohortes prospectivo divido en dos periodos: validación interna (febrero-abril 2020) y validación externa (octubre-diciembre 2020). Se incluyeron consecutivamente los pacientes con infección grave por COVID-19 trasladados por el Sistema de Emergencias Médicas de Cataluña. Se construyó un modelo predictivo de las variables asociadas a la mortalidad recogidas en el momento del primer contacto entre el hospital emisor y el centro de coordinación. Se calculó el rendimiento del modelo y se comparó la validación interna y externa, evaluando la calibración y la discriminación. Resultados. Se incluyeron 900 pacientes, 450 pacientes en cada periodo de estudio. La mortalidad durante el ingreso fue del 33,8%. Las 7 variables predictoras incluidas en el modelo final fueron edad, comorbilidad, pronación, insuficiencia renal aguda, uso de oxigenoterapia de alto flujo previa a la ventilación mecánica invasiva, tabaquismo activo y un valor de PaO2/FiO2 < 50. El modelo mostró un buen rendimiento (Brier = 0,172) y consistencia en la calibración y discriminación. No se objetivaron diferencias en la pendiente de calibración [0,92 (IC 95%: 0,91-0,93) vs 1,12 (IC 95%: 0,6-1,17); p = 0,150] ni en la capacidad discriminativa [ABC 0,81 (IC 95%: 0,75-0,84) vs ABC de 0,85 (IC 95%: 0,81-0,89), p = 0,121] entre la validación interna y externa. Conclusiones. La escala TIHCOVID puede ser de ayuda para el triaje de pacientes con infección COVID-19 grave que precisan traslado interhospitalario.

Objectives. To develop and validate a triage scale (Spanish acronym, TIHCOVID) to assign priority by predicting critical events in patients with severe COVID-19 who are candidates for interhospital transfer. Methods. Prospective cohort study in 2 periods for internal (February–April 2020) and external (October–December 2020) validation. We included consecutive patients with severe COVID-19 who were transported by the emergency medical service of Catalonia. A risk model was developed to predict mortality based on variables recorded on first contact between the regional emergency coordination center and the transferring hospital. The model’s performance was evaluated by means of calibration and discrimination, and the results for the first and second periods were compared. Results. Nine hundred patients were included, 450 in each period. In-hospital mortality was 33.8%. The 7 predictors included in the final model were age, comorbidity, need for prone positioning, renal insufficiency, use of high-flow nasal oxygen prior to mechanical ventilation, and a ratio of PaO2 to inspired oxygen fraction of less than 50. The performance of the model was good (Brier score, 0.172), and calibration and discrimination were consistent. We found no significant differences between the internal and external validation steps with respect to either the calibration slopes (0.92 [95% CI, 0.91–0.93] vs 1.12 [95% CI, 0.6–1.17], respectively; P = .150) or discrimination (area under the curve, 0.81 [95% CI, 0.75–0.84] vs 0.85 [95% CI, 0.81–0.89]; P = .121). Conclusion. The TIHCOVID tool may be useful for triage when assigning priority for patients with severe COVID-19 who require transfer between hospitals.

Modelo de riesgo de mortalidad en pacientes con sospecha de enfermedad por COVID-19 basado en información del centro coordinador de urgencias / Mortality risk model for patients with suspected COVID-19 based on information available from an emergency dispatch center

Objetivo: Derivar y validar una escala basada en variables recogidas durante la llamada a un centro coordinador de urgencias (CCU) que permita estratificar el riesgo de mortalidad a 2 días en pacientes con sospecha de enfermedad por COVID-19. Método: Estudio multicéntrico retrospectivo que incluyó a los pacientes consecutivos $ 18 años durante 3 meses, catalogados como caso sospechoso de COVID-19 después de la entrevista telefónica del CCU y que precisaron evacuación. Se analizaron variables clínico-epidemiológicas, comorbilidades y resultado de muerte a los 2 días. Se derivó una escala con las variables categóricas asociadas de forma independiente con la mortalidad a 2 días mediante regresión logística, en la cohorte de derivación. La escala se validó mediante una cohorte de validación y otra de revalidación obtenida en una provincia distinta.Resultados. Se incluyeron 2.320 pacientes (edad mediana 79 años, 49,8% mujeres). La mortalidad global fue del 22,6% (376 casos en pacientes con SARS-CoV-2). El modelo incluyó edad, localización (zona rural como variable protectora), institucionalización, desaturación, roncus, taquipnea y alteración del nivel de conciencia. El área bajo la curva (ABC) para la mortalidad a 2 días fue de 0,763 (IC 95%: 0,725-0,802; p < 0,001). La mortalidad en los pacientes de alto riesgo (> 2,4 puntos) fue del 60%. Conclusiones: La escala, derivada a través de información obtenida con datos del CCU, es aplicable a pacientes con sospecha de infección por COVID-19, estratifica el riesgo de mortalidad precoz (menos de 2 días) y puede ser una herramienta que ayude en la toma de decisiones, referidas a su evacuación, destino o vector de transporte. (AU)

Objectives: To develop and validate a scale to stratify risk of 2-day mortality based on data collected during calls to an emergency dispatch center from patients with suspected coronavirus disease 2019 (COVID-19). Material and methods: Retrospective multicenter study of consecutive patients over the age of 18 years with suspected COVID-19 who were transported from home over the course of 3 months after telephone interviews with dispatchers. We analyzed clinical and epidemiologic variables and comorbidities in relation to death within 2 days of the call. Using data from the development cohort, we built a risk model by means of logistic regression analysis of categorical variables that were independently associated with 2-day mortality. The scale was validated first in a validation cohort in the same province and then in a cohort in a different province. Results: A total of 2320 patients were included. The mean age was 79 years, and 49.8% were women. The overall 2-day mortality rate was 22.6% (376 deaths of patients with severe acute respiratory syndrome coronavirus 2 infection). The model included the following factors: age, location (rural location as a protective factor), institutionalization, desaturation, lung sounds (rhonchi), and altered mental status. The area under the receiver operating characteristic curve for death within 2 days was 0.763 (95% CI, 0.725-0.802; P .001). Mortality in patients at high risk (more than 2.4 points on the scale) was 60%. Conclusion: This risk scale derived from information available to an emergency dispatch center is applicable to patients with suspected COVID-19. It can stratify patients by risk of early death (within 2 days), possibly helping with decision making regarding whether to transport from home or what means of transport to use, and destination. (AU)

Mortality risk model for patients with suspected COVID-19 based on information available from an emergency dispatch center. / Modelo de riesgo de mortalidad en pacientes con sospecha de enfermedad por COVID-19 basado en información del centro coordinador de urgencias.

OBJECTIVES: To develop and validate a scale to stratify risk of 2-day mortality based on data collected during calls to an emergency dispatch center from patients with suspected coronavirus disease 2019 (COVID-19). MATERIAL AND METHODS: Retrospective multicenter study of consecutive patients over the age of 18 years with suspected COVID-19 who were transported from home over the course of 3 months after telephone interviews with dispatchers. We analyzed clinical and epidemiologic variables and comorbidities in relation to death within 2 days of the call. Using data from the development cohort, we built a risk model by means of logistic regression analysis of categorical variables that were independently associated with 2-day mortality. The scale was validated first in a validation cohort in the same province and then in a cohort in a different province. RESULTS: A total of 2320 patients were included. The mean age was 79 years, and 49.8% were women. The overall 2-day mortality rate was 22.6% (376 deaths of patients with severe acute respiratory syndrome coronavirus 2 infection). The model included the following factors: age, location (rural location as a protective factor), institutionalization, desaturation, lung sounds (rhonchi), and altered mental status. The area under the receiver operating characteristic curve for death within 2 days was 0.763 (95% CI, 0.725-0.802; P .001). Mortality in patients at high risk (more than 2.4 points on the scale) was 60%. CONCLUSION: This risk scale derived from information available to an emergency dispatch center is applicable to patients with suspected COVID-19. It can stratify patients by risk of early death (within 2 days), possibly helping with decision making regarding whether to transport from home or what means of transport to use, and destination.

OBJETIVO: Derivar y validar una escala basada en variables recogidas durante la llamada a un centro coordinador de urgencias (CCU) que permita estratificar el riesgo de mortalidad a 2 días en pacientes con sospecha de enfermedad por COVID-19. METODO: Estudio multicéntrico retrospectivo que incluyó a los pacientes consecutivos 18 años durante 3 meses, catalogados como caso sospechoso de COVID-19 después de la entrevista telefónica del CCU y que precisaron evacuación. Se analizaron variables clínico-epidemiológicas, comorbilidades y resultado de muerte a los 2 días. Se derivó una escala con las variables categóricas asociadas de forma independiente con la mortalidad a 2 días mediante regresión logística, en la cohorte de derivación. La escala se validó mediante una cohorte de validación y otra de revalidación obtenida en una provincia distinta. RESULTADOS: Se incluyeron 2.320 pacientes (edad mediana 79 años, 49,8% mujeres). La mortalidad global fue del 22,6% (376 casos en pacientes con SARS-CoV-2). El modelo incluyó edad, localización (zona rural como variable protectora), institucionalización, desaturación, roncus, taquipnea y alteración del nivel de conciencia. El área bajo la curva (ABC) para la mortalidad a 2 días fue de 0,763 (IC 95%: 0,725-0,802; p 0,001). La mortalidad en los pacientes de alto riesgo (> 2,4 puntos) fue del 60%. CONCLUSIONES: La escala, derivada a través de información obtenida con datos del CCU, es aplicable a pacientes con sospecha de infección por COVID-19, estratifica el riesgo de mortalidad precoz (menos de 2 días) y puede ser una herramienta que ayude en la toma de decisiones, referidas a su evacuación, destino o vector de transporte.