Variabilidad interobservador en cinco escalas de severidad determinada por tomografía computarizada para la valoración de neumonía por COVID-19

• Karina I. Holguín Andrade ^[1] ; Estefanía Murrieta Peralta ^[1] ; Ana P. Chischistz Condey ^[1] ; Dania G. Solís Cano ^[1] ; Roberto Ríos Muñoz ^[1] ; Mario Calva Arcos ^[1] ; Héctor Murrieta González ^[1]
  1. [1] Centro Médico ABC, Departamento de Radiología e Imagen Molecular, Ciudad de México, México
• Localización: Gaceta médica de México, ISSN 0016-3813, Vol. 157, Nº. 4, 2021, págs. 405-410
• Idioma: español
• Títulos paralelos:
  • Inter-observer variability with five computed tomography severity scales for COVID-19 pneumonia assessment
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Introducción: A finales de 2019 se presentó un brote de neumonía causada por un nuevo coronavirus, enfermedad a la que se denominó COVID-19. La tomografía computarizada ha desempeñado un papel importante en el diagnóstico de los pacientes con COVID-19. Objetivo: Demostrar la variabilidad interobservador con cinco escalas propuestas para la medición de la extensión de la neumonía ocasionada por COVID-19 mediante tomografía. Métodos: Se analizaron 35 tomografías de tórax iniciales de pacientes que asistieron al triaje respiratorio por sospecha de neumonía por COVID-19. Tres radiólogos realizaron la clasificación de las imágenes tomográficas de acuerdo con las escalas de severidad propuestas por Yang (1), Yuan (2), Chun (3), Wang (4) e INER-Chung-Pan (5). Se calculó el porcentaje de concordancia entre los evaluadores para cada escala con el índice de correlación intraclase. Resultados: La mayoría de los pacientes presentó afección de cinco lóbulos pulmonares (77.1 % de los pacientes). Las escalas 1, 2, 4 y 5 mostraron una correlación intraclase > 0.91, con p < 0.0001, por lo que la concordancia fue casi perfecta. Conclusiones: La escala 4 (de Wang) mostró la mejor concordancia interobservador, con un coeficiente de 0.964 (p = 0.001).

  • English

    Introduction: By the end 2019 there was an outbreak of pneumonia caused by a new coronavirus, a disease that was called COVID-19. Computed tomography has played an important role in the diagnosis of COVID-19 patients. Objective: To demonstrate inter-observer variability with five scales proposed for measuring the extent of COVID-19 pneumonia on tomography.

    Methods: 35 initial chest computed tomography scans of patients who attended respiratory triage for suspected COVID-19 pneumonia were analyzed. Three radiologists classified the tomographic images according to the severity scales proposed by Yang (1), Yuan (2), Chun (3), Wang (4) and INER-Chung-Pan (5). The percentage of agreement between the evaluators for each scale was calculated using the intra-class correlation index. Results: In most patients were five pulmonary lobes compromised (77.1 % of the patients). Scales 1, 2, 4 and 5 showed an intra-class correlation > 0.91 (p < 0.0001), with agreement thus being almost perfect. Conclusions: Scale 4 (proposed by Wang) showed the best inter-observer agreement, with a coefficient of 0.964 (p = 0.001).