Introducción

El coronavirus 2 del síndrome respiratorio agudo grave (SARS-CoV-2), que causa la enfermedad por coronavirus 2019 (COVID-19), se extendió rápidamente por todo el mundo desde que se reconoció por primera vez a fines de 2019¹. La pandemia por COVID-19 se convirtió en un desafío para autoridades sanitarias a nivel global, no solo en términos de propagación, tratamiento y prevención, sino también por el impacto psicosocial, laboral y económico derivado de esta²,³. La inminente llegada de la pandemia por COVID-19 y la consecuente carencia de planes estratégicos para mitigar sus efectos sobre la salud de la población, en especial de aquellos con enfermedades crónicas subyacentes, en condiciones de vida más vulnerables y mayormente amenazados por dicha situación, ha motivado el estudio del efecto de los llamados determinantes sociales de la salud (DSS) sobre la morbimortalidad por COVID-19⁴-⁸. Este tipo de estudio tiene mucho sentido y suma relevancia para proponer medidas de prevención y promoción de la salud que ayuden a mitigar el efecto socioeconómico derivado de pandemias como esta ahora y en el futuro⁹.

Existen varios mecanismos mediante los cuales las condiciones sociales pueden estar vinculadas a las causas iniciales de las enfermedades infecciosas agudas¹⁰. Los marcos epidemiológicos sociales comunes sugieren que las personas que experimentan mayor desventaja social pueden tener más probabilidad de vivir y trabajar en entornos expuestos a infecciones, con menos recursos disponibles para hacer frente a estas¹¹. Por otro lado, una vez superada la fase aguda de la enfermedad queda la cuestión de cómo la desventaja social puede afectar la reincorporación a la vida cotidiana de las poblaciones vulnerables y modificar la rehabilitación a una condición de salud óptima cuando además se suman otras enfermedades¹²,¹³.

Las condiciones sociales y demográficas se estudian con frecuencia utilizando indicadores socioeconómicos como el ingreso, la educación, la ocupación y el desarrollo social¹⁴-¹⁸. Sin embargo, recopilar esta información es un desafío porque se carece de datos sistemáticos a nivel individual que puedan capturar completamente la relación multidimensional entre estos y la salud¹⁹. Los problemas son aún más complicados cuando se pretende realizar una investigación de enfermedades infecciosas en medio de una emergencia sanitaria causada por una infección aguda novel, como es el caso de la COVID-19²⁰. Por lo tanto, el propósito del presente estudio es caracterizar las condiciones sociales, demográficas y de morbimortalidad de los casos atendidos en el Instituto Nacional de Cardiología Ignacio Chávez (INC-ICh) en la Ciudad de México (CDMX), por la enfermedad causada por el SARS-CoV-2.

Materiales y métodos

Variables de estudio

Para el presente análisis consideraremos las variables de estudio como sigue:

• - Morbimortalidad hospitalaria. Conjunto de enfermedades crónicas subyacentes reportadas al momento del egreso hospitalario y/o el reporte de la defunción hospitalaria.

• - Nivel socioeconómico. Estima la posición económica del paciente ingresado al hospital.

• - Nivel de educación. Registrado en el expediente institucional y recategorizado para fines de esta investigación en conformidad con la organización del sistema educativo nacional.

• - Tipo de ocupación. Registrado en el expediente institucional y recategorizado para fines de esta investigación en conformidad con la Clasificación Mexicana de Ocupaciones.

• - Índice de desarrollo social de la Ciudad de México (IDS), instrumento del Consejo de Evaluación del Desarrollo Social del Distrito Federal (EVALÚA DF) que permite medir las carencias críticas en una población y caracterizar la pobreza en un momento y en un territorio determinados. El IDS está constituido por seis dimensiones: calidad y espacio de la vivienda, adecuación sanitaria, adecuación energética, bienes materiales durables o mobiliario y equipamiento del hogar, rezago educativo, acceso a salud y Seguridad Social²¹ (Fig. 1).

Figura 1 Características sociales, demográficas y de morbimortalidad estudiadas en los casos atendidos por COVID-19 en el Instituto Nacional de Cardiología Ignacio Chávez. 

Resultados

Tipo de desenlace y patrones de comorbilidad

La mayoría de los pacientes evolucionó a la mejoría y supervivencia (Tabla 3). Las principales comorbilidades que se presentaron en los casos estudiados fueron: neumonía debida a otros virus (J12.8) 51.4%, otras arritmias cardiacas especificadas (I49.8) 35.1%, hipertensión arterial esencial (I10.X) 26.6%, insuficiencia cardiaca no especificada (I50.9) 12.7% y diabetes mellitus no insulinodependiente sin complicación (E11.9) 11.6%. Solo se encontró diferencia estadísticamente significativa (p < 0.05) entre hombres y mujeres en otras formas de enfermedad isquémica crónica del corazón (I25.8).

Tabla 3 Tipos de desenlace y patrones de comorbilidad 

Variable	Total	Mujeres	Hombres	Valor de p
	259	92	167
Desenlace (%)
Defunción	22	19.6	23.4	0.481
Mejoría	78	80.4	76.7
Principales comorbilidades (%)
J12.8. Neumonía debida a otros virus	51.4	55.4	49.1	0.329
I49.8. Otras arritmias cardiacas especificadas	35.1	32.6	36.5	0.527
I10.X. Hipertensión arterial esencial (primaria)	26.6	25	27.5	0.657
I50.9. Insuficiencia cardiaca, no especificada	12.7	15.2	11.4	0.375
E11.9. Diabetes mellitus no insulinodependiente, sin complicación	11.6	12	11.4	0.889
J18.9. Neumonía, no especificada	10	8.7	10.8	0.593
R57.2. Choque séptico	7.3	6.5	7.8	0.709
I25.8. Otras formas de enfermedad isquémica crónica del corazón	6.6	2.2	9	< 0.05
J96.0. Insuficiencia respiratoria aguda	6.6	4.4	7.8	0.285
E66.9. Obesidad, no especificada	1	4	3.6	0.747

La significancia de los parámetros calculados con el modelo de regresión logística que involucra la probabilidad de supervivencia hospitalaria reveló que las condiciones asociadas a la probabilidad de sobrevivir fueron: tener una menor edad (p < 0.0001); contar con mayores bienes materiales durables (p = 0.0034); y evitar la neumonía debida a otros virus (J12.8, p = 0.0072), el choque séptico (R57.2, p < 0.0001) y la insuficiencia respiratoria aguda (J96.0, p < 0.0001) (Tabla 4). Se realizó un análisis exhaustivo de bondad de ajuste, multicolinealidad, tendencias en los residuos y residuos marginales, así como de valores extremos (outliers) incluidos en la sección de resultados en el material suplementario. La capacidad predictiva del modelo final se presenta en la figura 2, en la forma de una curva ROC con un área bajo la curva resultante del 91.5%.

Tabla 4 Modelo de regresión logística para la supervivencia 

Variable	OR	Intervalo de confianza 95%	Valor de p
Edad (años)	0.9370	0.9046579-0.9653874	< 0.0001
Bienes durables	134227.95	45.94872-0.0000000259	0.0034
J12.8. Neumonía debida a otros virus	0.3077	0.1254893-0.7233393	0.0072
I49.8. Otras arritmias cardiacas especificadas	3.2597	1.177067-8.771917	0.0227
I50.9. Insuficiencia cardiaca, no especificada	4.4567	0.6886633-28.10732	0.1174
R57.2. Choque séptico	0.0050	0.0005096-0.0442189	< 0.0001
J96.0. Insuficiencia respiratoria aguda	0.0374	0.0086603-0.1490219	< 0.0001
Intercepto	0.0119	0.0000226-13.90086	0.2356

OR: odds ratio, razón de momios.

Figura 2 Balance entre sensibilidad y especificidad mediante curva ROC y cálculo de área bajo la curva ROC (AUROC). 

Patrones de comorbilidad

Modelamos los patrones de comorbilidad como un grafo para los casos de supervivencia y mortalidad (Figs. 3 y 4). Los nodos representan los códigos de enfermedades (CIE-10) y los vínculos no dirigidos relacionan un par de enfermedades coexistentes (ver Métodos). En la red de morbilidad en casos de supervivencia (Fig. 3) el número de nodos fue de 103 y 346 vínculos; en la de morbilidad en casos de mortalidad (Fig. 4) fueron 23 nodos y 80 vínculos.

Figura 3 Red de morbilidad en casos de supervivencia hospitalizados por COVID-19 en el Instituto Nacional de Cardiología Ignacio Chávez. 

Figura 4 Red de morbilidad en casos de mortalidad en hospitalizados por COVID-19 en el Instituto Nacional de Cardiología Ignacio Chávez. 

Encontramos que las redes de comorbilidad, tanto en los casos de supervivencia como en los casos de mortalidad, están altamente centralizadas con un alto grado de conectividad en las enfermedades prevalentes antes mencionadas (ver valores de CG en las Tablas 5 y 6). Con fines de esquematización en ambas redes se seleccionó el nodo otras arritmias cardiacas especificadas (I49.8) y sus primeros vecinos para explorar con mayor detalle sus interacciones. Algunas de ellas estaban directamente relacionadas con la siguiente enfermedad más prevalente y de las que ya se conoce su relación clínica como: hipertensión arterial esencial (I10.X), insuficiencia cardiaca no especificada (I50.9), diabetes mellitus no insulinodependiente sin complicación (E11.9), obesidad no especificada (E66.9) y cardiomiopatía dilatada (I42.0). También se encontraron otras enfermedades indirectamente conectadas, por ejemplo, hipotiroidismo consecutivo a procedimientos (E89.0), trastorno de ansiedad no especificado (F41.9), epilepsia tipo no especificado (G40.9) o anemia de tipo no especificado (D64.9).

Tabla 5 Principales comorbilidades relacionadas en casos de supervivencia 

Código CIE-10	Nombre del padecimiento	Centralidad de grado
J12.8	Neumonía debida a otros virus	116
I49.8	Otras arritmias cardiacas especificadas	90
I10.X	Hipertensión arterial esencial (primaria)	78
J18.9	Neumonía, no especificada	42
I25.8	Otras formas de enfermedad isquémica crónica del corazón	42
I50.9	Insuficiencia cardiaca, no especificada	40
E11.9	Diabetes mellitus no dependiente de insulina, sin complicación	34
J96.0	Insuficiencia respiratoria aguda	34
I70.9	Aterosclerosis generalizada y la no especificada	24
E66.9	Obesidad, no especificada	22
J67.7	Neumonitis de la ventilación debida al acondicionador y humidificador del aire	20
J96.9	Insuficiencia respiratoria, no especificada	18
J15.2	Neumonía debida a estafilococos	16
I21.9	Infarto agudo de miocardio, sin otra especificación	16
J80.X	Síndrome de dificultad respiratoria del adulto	16
T65.8	Efectos tóxicos de otras sustancias especificadas	16

CIE: Clasificación Internacional de Enfermedades.

Tabla 6 Principales comorbilidades relacionadas en casos de mortalidad 

Código CIE-10	Nombre del padecimiento	Centralidad de grado
J12.8	Neumonía debida a otros virus	32
I10.X	Hipertensión arterial esencial (primaria)	28
I46.1	Muerte cardiaca súbita, así descrita	26
I49.8	Otras arritmias cardiacas especificadas	20
J18.9	Neumonía, no especificada	18
R57.2	Choque séptico	16
R57.0	Choque cardiogénico	14
E11.9	Diabetes mellitus no dependiente de insulina, sin complicación	14
J96.0	Insuficiencia respiratoria aguda	12
J12.9	Neumonía viral, no especificada	8
J15.2	Neumonía debida a estafilococos	8
N18.4	Enfermedad renal crónica, estadio 4 (grave)	8
R09.2	Paro respiratorio	8
J45.9	Asma, no especificada	8
I50.9	Insuficiencia cardiaca, no especificada	8
J96.9	Insuficiencia respiratoria, no especificada	8
I48.9	Otras arritmias cardiacas especificadas	8
J80.X	Síndrome de dificultad respiratoria del adulto	8

CIE: Clasificación Internacional de Enfermedades.

En la red de casos de mortalidad (Fig. 4) se destacan las conexiones directas con los eventos catastróficos que contribuyeron al desenlace, como el choque cardiogénico (R57.0) y la muerte cardiaca súbita, así descrita (I46.1), a la vez conectados con otras complicaciones respiratorias como neumonía debida a otros virus (J12.8) o la neumonía no especificada (J18.9).

Discusión

En este trabajo observamos una población de bajos ingresos, vulnerable por su bajo nivel de escolaridad, con carencias sustantivas ligadas al bajo desarrollo, en particular con el acceso a los bienes materiales durables, asociadas al riesgo de enfermar y morir por COVID-19. En el mundo, los factores sociales y demográficos han desempeñado un papel importante durante la pandemia de COVID-19²⁶-²⁸. En México, los sectores más desprotegidos, sin Seguridad Social y con mayor nivel de pobreza y marginación son los que han reportado más del 80% de contagios y decesos por COVID-19²⁰.

De los casos hospitalizados atendidos por infección por el SARS-Cov-2 en el INC-ICh, más del 70% clasificó en un nivel socioeconómico bajo, poco menos de la mitad de la población estudiada apenas concluyó los estudios básicos. Las condiciones de calidad y espacio de vivienda se encuentran rezagadas en más del 80% de los casos que pertenecen a un estrato bajo o muy bajo del desarrollo social. Más del 90% de los casos estudiados, de estrato de desarrollo social muy bajo, no contaba con acceso a la Seguridad Social. Estas características poblacionales del desarrollo social, en particular el rezago en el espacio y la calidad de la vivienda, se han asociado fuertemente con el comportamiento epidemiológico ante la COVID-19²⁹-³¹.

Sin embargo, al realizar el análisis de regresión logística parece que el principal elemento social asociado al riesgo de muerte por COVID-19 se incrementa a medida que disminuye la capacidad de tener bienes materiales durables, y se incrementa con la edad y el padecer ciertos padecimientos como la neumonía debida a otros virus, el shock séptico y la insuficiencia respiratoria aguda. Respecto a los bienes materiales durables, en investigación en salud se interpreta que la capacidad de tener estos bienes se relaciona indirectamente con la riqueza acumulada a lo largo de la vida; estos actúan como factores más próximos en la cadena causal, como los comportamientos de consumo de alimentos más nutritivos y condiciones de vivienda de mejor calidad¹⁷. Esto es relevante en relación con los cuadros clínicos graves y el aumento de fallecimientos por COVID-19, pues estudios recientes en México han identificado la tendencia hacia el aumento en la letalidad en regiones con menores índices de desarrollo explicados por mayores desventajas materiales para superar la infección en los estratos más pobres³².

Adicionalmente, se ha visto que las muertes por COVID-19 no siguen una distribución aleatoria; existe una conocida selección por edad, los datos en México muestran que la mayoría de las muertes por COVID-19 ocurren en las edades intermedias entre 40 y 69 años y tiende a aumentar en personas de mayor edad³³. Si bien la edad es una variable fuertemente asociada a la condición biológica, también está vinculada a las condiciones sociales³³.

Por otro lado, México ha reportado que una alta proporción de los casos fallecidos por COVID-19 presentaban al menos una comorbilidad, principalmente diabetes, hipertensión y obesidad³⁴-³⁶. En nuestro estudio, los síntomas respiratorios como las neumonías virales dominaron la presentación clínica de la población con diagnóstico confirmado de COVID-19 y confirmamos la asociación de estos con los casos de mortalidad de los resultados obtenidos por modelo de regresión logística. Sin embargo, a más de un año de la aparición de los primeros casos, ahora se sabe que la COVID-19 también tiene consecuencias cardiovasculares potencialmente graves que podrían estar relacionadas con el medio inflamatorio sistémico, infección viral directa, hipoxia debido a insuficiencia respiratoria, desequilibrios electrolíticos o efectos secundarios de algunos medicamentos contra COVID-19³⁷. Algunas manifestaciones cardiacas de COVID-19 como las arritmias ventriculares se presentan en entornos asociados con un aumento del tono simpático, por los efectos de la misma enfermedad, pero además relacionados con la angustia emocional derivada de las limitaciones económicas, el aislamiento social, la falta de seguridad social o la pérdida del empleo³⁸.

En nuestro caso, los patrones de comorbilidad nos permitieron visualizar la interacción entre estos padecimientos, así como las conexiones con otras enfermedades subyacentes como son la enfermedad isquémica crónica, la insuficiencia cardiaca, la arteriosclerosis y la obesidad. Como se aprecia en las figuras 3 y 4, con solo seleccionar un nodo de interés se pueden explorar las conexiones a otros padecimientos y encontrar vínculos tanto a enfermedades subyacentes conocidas como a otras que quizá no sean las esperadas y apreciar ciertos patrones de morbilidad presentes en una sola persona.

Vale la pena recordar que el análisis de comorbilidad se realizó por medio del estudio de coexistencia estadísticamente significativa de condiciones reportadas en los individuos con base en los diagnósticos y anotaciones en la historia clínica, mediante códigos CIE-10. En este contexto, no es posible aventurar el origen causal de tales comorbilidades; esto es, no se sabe si las comorbilidades tienen origen fisiopatológico común, o si están relacionadas con condiciones genéticas comunes o incluso factores de riesgo o determinantes sociales de la salud. Únicamente se sabe que dos condiciones dadas se han presentado con más frecuencia en los individuos que lo que cabría esperar en vistas de las frecuencias individuales de aparición de estas. Esto da lugar por ejemplo a que existan algunas comorbilidades presentes tanto en pacientes que sobrevivieron como en aquellos que fallecieron. A pesar de tratarse de asociaciones estadísticas sin explicación causal, nos parece relevante mencionarlas por ser pertinentes para la atención individual y para la planeación institucional²².

Sin embargo, las comorbilidades cardiometabólicas comunes en las personas hospitalizadas por COVID-19 y las complicaciones cardiovasculares han sido poco estudiadas en el contexto de las condiciones sociales, económicas y geográficas de la salud. Para ayudar a las poblaciones con alta carga de comorbilidades cardiometabólicas en momentos de emergencia sanitaria, se debe poner más atención en cómo afectan las condiciones socioeconómicas a los más vulnerables para que todas las personas tengan las mismas oportunidades de mantenerse saludables y mejorar sus capacidades para tomar acciones responsables hacia su bienestar¹¹. Sobre los casos de mortalidad, diversos estudios plantean las desventajas socioeconómicas relacionadas con las condiciones de vida como factor que ha contribuido al avance de la pandemia alrededor del mundo³⁹. La pobreza y la precariedad de las condiciones de vida constituyen verdaderos caldos de cultivo de modos de vulnerabilidad social y demográfica que potencian, a su vez, el impacto del virus en las condiciones de salud y de muerte de la población⁴⁰.

Como limitaciones de este estudio es preciso mencionar que la descripción de los padecimientos se basa en asociaciones dada la anotación de los códigos CIE-10 (lo que, bajo diversas circunstancias, podría dar lugar a sesgos de selección o clasificación). La diferencia entre algunos padecimientos (algunas veces sutil) puede deberse a ambigüedades derivadas del uso de estos códigos. Vale la pena recalcar que en el análisis de comorbilidades, al nivel que las presentamos son asociaciones estadísticas que, si bien resultaron significativas, no tienen necesariamente una base causal clara y no es posible darles una interpretación clínica.

Por otro lado, debido a que el INC-ICh no ha sido permanentemente una unidad de referencia para casos por COVID-19, el número de personas incluidas en este estudio fue relativamente limitado. Adicionalmente, algunos de los pacientes potencialmente elegibles (con diagnóstico confirmado de COVID-19) fueron excluidos del estudio por no ser residentes de la CDMX o porque sus datos eran incompletos e irrecuperables.

Respecto a los modelos logísticos multivariantes incluidos en este artículo pertenecen a una clase amplia de modelos estadísticos conocidos como modelos lineales generalizados. En estos modelos, se asume que la variable de respuesta sigue una familia exponencial de distribuciones en las variables predictoras. A pesar de la generalidad estos modelos tienen varios supuestos:

Conclusión

Como conclusión podemos hacer notar que entre los factores que determinaron el desenlace (egreso hospitalario por mejoría vs. mortalidad) ante la enfermedad causada por el SARS-CoV-2 se encuentran, adicionalmente a la edad (que se sabe que es un factor muy relevante), variables de índole clínica, sociodemográfica y determinantes sociales de la salud.

Al incorporar información acerca de indicadores, tales como los IDS, ha sido posible agregar una dimensión adicional para caracterizar el estado de salud de los diversos segmentos de la población, a fin de entender de manera más integral fenómenos epidémicos emergentes, como la actual pandemia de COVID-19 y de esta manera robustecer los sistemas de salud y optimizar su respuesta ante estos retos.

Material suplementario

El material suplementario se encuentra disponible en DOI: 10.24875/ACM.22000095. Este material es provisto por el autor de correspondencia y publicado online para el beneficio del lector. El contenido del material suplementario es responsabilidad única de los autores.