https://doi.org/10.31011/reaid-2023-v.97-n.2-art.1865

¹Geicilane de Sousa Silva

²Mayenne Myrcea Quintino Pereira Valente

³Marcelo Anderson Cavalcante Monteiro

⁴Gleiciane Kélen Lima

⁵Aléxia Éllen Albuquerque Farias

⁶Rita Monica Borges Studart

¹Hospital Geral de Fortaleza - HGF. Fortaleza, Ceará, Brasil. ORCID: https://orcid.org/0000-0001-6809-067X.

²Universidade de Fortaleza - UNIFOR. Fortaleza, Ceará, Brasil. ORCID: https://orcid.org/0000-0002-2082-4969.

³Universidade da Integração da Lusofonia Afro-Brasileira - UNILAB. Fortaleza, Ceará, Brasil. ORCID: https://orcid.org/0000-0003-0644-3980.

⁴Instituto Dr. José Frota - IJF. Itapipoca, Ceará, Brasil. ORCID: https://orcid.org/0000-0001-9334-1936.

⁵Faculdade Uninta. Itapipoca, Ceará, Brasil. ORCID: https://orcid.org/0000-0002-5866-9503.

⁶Universidade de Fortaleza - UNIFOR. Fortaleza, Ceará, Brasil. ORCID: https://orcid.org/0000-0002-5862-5244.

Autor correspondente:

Gleiciane Kélen Lima

Endereço: Avenida Anastácio Braga, 1863, Fazendinha. Itapipoca-CE. CEP: 62500-320.

Telefone: (88)999081838 - E-mail: gleicianeklima@gmail.com

Submissão: 12-05-2023

Aprovado: 16-05-2023

RESUMO

Objetivo: Analisar os fatores intervenientes no tempo de internação hospitalar de pacientes com COVID-19 internados em unidade de terapia intensiva. Método: Estudo transversal, de abordagem quantitativa, realizado com 119 pacientes internados em uma Unidade de Terapia Intensiva COVID-19 de um hospital público do nordeste brasileiro. Foram coletados dados sociodemográficos e clínicos e sua associação com o tempo de internação hospitalar foi testada pelo qui-quadrado de Pearson (p<0,05). A força dessa associação foi testada pela razão de chance, sendo a regressão logística (método backward) utilizada para ajuste do modelo. Resultados: A maioria (92,4%) dos participantes eram considerados do grupo de risco para a doença, sendo a Hipertensão Arterial Sistêmica (38,7%) e o Diabetes Mellitus (36,1%) as comorbidades mais prevalentes. Dos 119 pacientes internados, 75 (63%) permaneceram por até 10 dias. No modelo final da regressão, os pacientes do sexo masculino (p<0,001), em uso de cloroquina (p=0,013) e intubados (na admissão) permaneceram internados por tempo superior a 10 dias. Conclusões: No estudo, evidenciou-se, que o tempo de permanência hospitalar foi influenciado pelas variáveis sexo, tipo de tratamento utilizado e suporte de oxigenoterapia. Alguns pacientes, que já apresentavam comorbidades prévias, evoluíram para quadros graves da doença. No entanto, outros, conseguiram evoluir para cura. Conhecer esses fatores permite o aperfeiçoamento e a adequação das práticas assistenciais prestadas a esses pacientes, em especial nas estratégias que possam melhorar a qualidade do serviço e reduzir o tempo de internação.

Palavras-chave: Coronavirus; Infecções por Coronavirus; Enfermagem; Tempo de Internação; Unidades de Terapia Intensiva.

ABSTRACT

Objective: To analyze the factors intervening in the length of hospital stay of patients with COVID-19 admitted to an intensive care unit. Method: A cross-sectional, quantitative study was conducted with 119 patients admitted to a COVID-19 Intensive Care Unit of a public hospital in northeastern Brazil. Sociodemographic and clinical data were collected and their association with length of hospital stay was tested by Pearson's chi-square (p<0.05). The strength of this association was tested by the odds ratio, and logistic regression (backward method) was used for model fitting. Results: The majority (92.4%) of participants were considered to be in the risk group for the disease, with Systemic Arterial Hypertension (38.7%) and Diabetes Mellitus (36.1%) being the most prevalent comorbidities. Of the 119 patients admitted, 75 (63%) stayed for up to 10 days. In the final regression model, male patients (p<0.001), using chloroquine (p=0.013) and intubated (at admission) remained hospitalized for longer than 10 days. Conclusions: The study showed that the length of hospital stay was influenced by the variables gender, type of treatment used and oxygen therapy support. Some patients, who already presented previous comorbidities, evolved to severe cases of the disease. However, others were able to progress to cure. Knowing these factors allows the improvement and adequacy of care practices provided to these patients, especially in strategies that can improve the quality of service and reduce the length of hospital stay.

Keywords: Coronavirus; Coronavirus Infections; Nursing; Length of Stay; Intensive Care Units.

RESUMEN

Objetivo: Analizar los factores que intervienen en la duración de la estancia hospitalaria de pacientes con COVID-19 ingresados en una unidad de cuidados intensivos. Método: Se realizó un estudio cuantitativo transversal con 119 pacientes ingresados en una Unidad de Cuidados Intensivos de COVID-19 de un hospital público del nordeste de Brasil. Se recogieron datos sociodemográficos y clínicos y se comprobó su asociación con la duración de la estancia hospitalaria mediante el chi-cuadrado de Pearson (p<0,05). La fuerza de esta asociación se comprobó mediante la odds ratio, y se utilizó la regresión logística (método regresivo) para el ajuste del modelo. Resultados: La mayoría (92,4%) de los participantes fueron considerados del grupo de riesgo para la enfermedad, siendo la Hipertensión Arterial Sistémica (38,7%) y la Diabetes Mellitus (36,1%) las comorbilidades más prevalentes. De los 119 pacientes hospitalizados, 75 (63%) permanecieron hasta 10 días. En el modelo de regresión final, los pacientes varones (p<0,001), usuarios de cloroquina (p=0,013) e intubados (al ingreso) permanecieron hospitalizados más de 10 días. Conclusiones: En este estudio se evidenció que la duración de la estancia hospitalaria estuvo influenciada por las variables sexo, tipo de tratamiento utilizado y soporte oxigenoterápico. Algunos pacientes, que ya presentaban comorbilidades previas, evolucionaron a casos graves de la enfermedad. Sin embargo, otros consiguieron evolucionar hasta la curación. Conocer estos factores permite la mejora y adecuación de las prácticas asistenciales prestadas a estos pacientes, especialmente en estrategias que puedan mejorar la calidad del servicio y reducir la duración de la estancia hospitalaria.

Palabras clave: Coronavirus; Coronavirus Infections; Enfermería; Tiempo de Internación; Unidades de Cuidados Intensivos.

INTRODUÇÃO

A pandemia de COVID-19 continua impactando negativamente na vida do homem, em diferentes contextos, exigindo medidas rígidas de prevenção e controle. A doença evidenciou as disparidades sociais, agravou morbidades prevalentes na população e limitou o acesso à saúde. Afinal, os sintomas apresentados pelas pessoas acometidas são variáveis e, nos casos graves, é necessária a internação hospitalar.

É uma doença infecciosa que causa sintomas, geralmente, leves. A maioria das pessoas (cerca de 80%) se recupera da doença sem precisar de tratamento hospitalar⁽¹⁾. Todavia, alguns pacientes, precisam ser hospitalizados e internados em UTI necessitando de cuidados de alta complexidade.

De acordo com Organização Mundial da Saúde (OMS), até o dia 10 de maio de 2023, houve 765.903.278 casos confirmados da doença no mundo, incluindo 6.927.378 óbitos⁽²⁾.

No Brasil, até a mesma data, foram confirmados 37.511.921 casos e 702.116 óbitos, divulgados pelo ministério da saúde⁽³⁾.

Diante dessa realidade, o governo brasileiro tomou medidas de contenção, como a criação de Hospitais de Campanha, para aumentar a demanda de leitos^(4-5). Na linha de frente tivemos os profissionais de saúde, em especial atenção a enfermagem, que é considerada uma espinha dorsal, segundo relatório publicado pela OMS⁽⁶⁾.O enfermeiro, como profissional da enfermagem, esteve na linha de frente na luta contra a COVID-19 em todo o mundo, trabalhando de forma contínua para cuidar de pacientes graves, muitos dos quais em uso ventiladores mecânicos que requerem cuidados de alta complexidade⁽⁷⁾.

Por ser uma doença fatal e em virtude do aumento do número de óbitos que o vírus tem causado ao longo da pandemia, é relevante conhecer as características sociais e clínicas e os fatores que podem influenciar no tempo de internação hospitalar, para que os profissionais possam tomar as medidas de resgate correspondentes, na fase inicial, para reduzir a ocorrência de óbitos.

Ademais, esse conhecimento, auxilia na melhor compreensão da doença, suas características e seu comportamento, para que se possa promover uma assistência de enfermagem de qualidade aos pacientes acometidos pela doença.

Neste sentido, este artigo tem como objetivo analisar os fatores intervenientes no tempo de internação hospitalar em pacientes com COVID-19 internados em unidade de terapia intensiva.

MÉTODO

Estudo transversal, de abordagem quantitativa, realizado com 119 pacientes internados em uma Unidade de Terapia Intensiva COVID-19 (UTI Covid-19) do maior hospital público da rede estadual do Ceará, região nordeste do Brasil, referência em procedimentos de alta complexidade, como transplantes, neurocirurgias, e presta assistência em Acidente Vascular Encefálico (AVE) e outras patologias neurológicas, ortopedia, obstetrícia de alto risco, tratamentos clínicos especializados, dentre outros.

Para a seleção da amostra, foram utilizados como critérios de inclusão: diagnóstico da doença confirmado, ter idade acima de 18 anos e pertencer ao grupo de risco. Foram excluídos pacientes internados na UTI que apresentaram teste de Proteína C Reativa (PCR) negativo.

A coleta de dados foi realizada nos meses de maio a julho de 2020. Os dados foram coletados por meio de informações primárias, nos prontuários dos pacientes que se encontravam internados, por intermédio de instrumento estruturado. Cada participante foi identificado de maneira alfa numérica P1, P2, P3..., sendo que P significa participante.

As variáveis estudadas incluíram dados sociodemográficos e clínicos, a saber: sexo, idade, comorbidades, hábitos de vida, exames confirmados de COVID-19, medicamentos utilizados no tratamento, município de admissão, tempo de internação, terapia de oxigênio utilizada na admissão, realização de diálise e exames laboratoriais e de imagem realizados.

A tabulação dos dados quantitativos foi realizada em planilha eletrônica Excel 2003 for Windows, posteriormente submetidos à análise estatística, por meio do programa Statistical Package for the Social Sciences (SPSS versão 23.0).

As variáveis qualitativas foram apresentadas por meio de frequências absolutas e relativas. Para as variáveis quantitativas contínuas e discretas foram calculadas a média, desvio padrão (DP), mediana, mínimo e máximo. A normalidade das variáveis foi verificada pelo teste Kolmogorov-Smirnov.

A associação entre as variáveis sociais e clínicas e o tempo de internação hospitalar foi avaliada pelo teste do qui-quadrado de Pearson, sendo considerado estatisticamente significativo o valor de p<0,05, a força dessa associação pelo cálculo das razões de chances (Odds Ratio – OR) e regressão logística pelo método backward para ajuste do modelo. Para entrada das variáveis no modelo, foi considerado o p<0,20 e para a sua permanência o p<0,05.

De acordo com os preceitos éticos e legais, a pesquisa foi aprovada pelo Comitê de Ética em Pesquisa do hospital onde foi realizado o estudo e aprovada sob o parecer 4.049.919, de 05/2020.

RESULTADOS

Dentre os 119 pacientes internados na UTICovid-19, o sexo feminino foi predominante (67; 56,3%). A idade variou de 20 a 89 anos, com média de 55 anos (DP = 18,8 anos); a maioria dos participantes tinham até 55 anos (63; 52,9%). Observou-se que 76 (63,9%) eram oriundos da capital, não sendo admitidos de outro município. Na admissão, 52 (43,7%) pacientes faziam uso de máscara reservatória, 29 (24,4%) estavam intubados, 20 (16,8%) usavam cateter de alto fluxo e 18 (15,1%), cateter nasal.

A Tabela 1 traz os dados relativos à distribuição dos pacientes, quanto ao grupo de risco, comorbidades e hábitos de vida. Verificou-se que 110 (92,4%) dos participantes eram considerados do grupo de risco para a doença. As comorbidades apresentadas foram a Hipertensão Arterial Sistêmica (HAS) (46; 38,7%), Diabetes Mellitus (DM) (43; 36,1%) e alguma cardiopatia (23; 19,3%) ou doença pulmonar (13; 10.9%); 27 (22,7%) pacientes afirmaram possuir outras comorbidades. No tocante aos hábitos de vida que pudessem conferir risco, 34 (28,6%) eram tabagistas e 24 (20,2%) faziam uso de bebidas alcoólicas.

Tabela 2 - Fatores intervenientes no tempo de internação hospitalar. Fortaleza, CE, Brasil, 2020.

Variáveis	Dias de internação				p-valor	OR (IC95%)^d
	≤ 10 dias		> 10 dias
	n	%	n	%
Sociais
Sexo					0,001^a
Feminino	53	79,1	14	20,9		0,19 (0,08-0,43)
Masculino	22	42,3	30	57,7		1
Faixa etária					0,516^a
Até 55 anos	38	60,6	25	39,7		0,78 (0,36-1,65)
Acima de 55 anos	37	66,1	19	33,9		1
Comorbidades
HAS					0,241^a
Sim	32	69,6	14	30,4		1,59 (0,72-3,48)
Não	43	58,9	30	41,1		1
Diabetes mellitus					0,453^a
Sim	29	67,4	14	32,6		1,35 (0,61-2,96)
Não	46	60,5	30	39,5		1
Cardiopatia					0,092^a
Sim	18	78,3	05	21,7		2,46 (0,84-7,19)
Não	57	59,4	39	40,6		1
Doença pulmonar					0,069^b
Sim	05	38,5	08	61,5		0,32 (0,09-1,05)
Não	70	66,0	36	34,0		1
Hábitos
Etilismo					0,005^a
Sim	21	87,5	03	12,5		5,31 (1,48-19,04)
Não	54	56,8	41	43,2		1
Tabagismo					0,055^a
Sim	26	76,5	08	23,5		2,38 (0,96-5,88)
Não	49	57,6	36	42,4		1
Grupo de risco					0,323^b
Sim	68	61,8	42	38,2		0,46 (0,09-2,33)
Não	07	77,8	02	22,2		1
Tratamento
Cloroquina					0,048ª
Sim	39	55,7	31	44,3		0,45 (0,20-1,00)
Não	36	73,5	13	26,5		1
Antibióticos					0,530^c
Sim	02	100	-	-		-
Não	73	62,4	44	37,6
Azitromicina					0,258ª
Sim	37	68,5	17	31,5		1,54 (0,72-3,29)
Não	38	58,5	27	41,5		1
Tazocin					0,468ª
Sim	29	59,2	20	40,8		0,75 (0,35-1,60)
Não	46	65,7	24	34,3		1
Anticoagulante					0,626^c
Sim	02	50,0	02	50,0		0,57 (0,07-4,23)
Não	73	63,5	42	36,5		1
Clexane					0,462ª
Sim	24	58,5	17	41,5		0,74 (0,34-1,62)
Não	51	65,4	27	34,6		1
Liquemine					0,669ª
Sim	25	65,8	13	34,2		1,19 (0,53-2,67)
Não	50	61,7	31	38,3		1
Suporte de O₂
Cateter nasal					0,380ª
Sim	13	72,2	05	27,8		1,63 (0,54-4,94)
Não	62	61,4	39	38,6		1
Máscara reservatória					0,931ª
Sim	33	63,5	19	36,5		1,03 (0,48-2,19)
Não	42	62,7	25	37,3		1
Cateter de alto fluxo					0,224ª
Sim	15	75,0	05	25,0		1,95 (0,65-5,79)
Não	60	60,6	39	39,4		1
Intubado					0,058ª
Sim	14	48,3	15	51,7		0,44 (0,18-1,04)
Não	61	67,8	29	32,2		1
Dialisou					0,820ª
Sim	41	62,1	25	37,9		0,91 (0,43-1,94)
Não	34	64,2	19	35,8		1

Legenda: a = Qui-Quadrado de Pearson; b = Razão de Verossimilhança; c = Teste Exato de Fisher; d = Odds ratio (intervalo de confiança de 95%).

Fonte: Os autores (2023).

Tabela 3 - Etapas do modelo de regressão logística para as variáveis analisadas. Fortaleza, CE, Brasil, 2020.

Etapas	B^a	OR^b ajustado	Intervalo de confiança a 95%		p-valor
			Inferior	Superior
1ª etapa
Constante	-2,081 (12,72)	0,125			0,000
Sexo	1,810 (12,62)	6,109	2,251	16,578	0,000
Etilismo	-0,413 (0,289)	0,992	0,147	2,982	0,591
Cardiopatia	-0,772 (1,272)	0,462	0,121	1,768	0,259
Doença pulmonar	0,837 (1,181)	2,310	0,510	10,451	0,277
Tabagismo	-1,060 (3,121)	0,347	0,107	10,451	0,077
Cloroquina	1,272 (6,239)	3,569	1,315	9,687	0,012
Intubação	0,915 (3,025)	2,496	0,890	6,997	0,082
2ª etapa
Constante	-2,159 (14,42)	0,115			0,000
Sexo	2,016 (17,923)	1,607	7,505	2,952	19,081
Cardiopatia	-0,848 (1,595)	0,428	0,115	1,597	0,207
Doença pulmonar	0,882 (1,308)	2,416	0,533	10,958	0,253
Tabagismo	-1,185 (4,588)	0,306	0,103	0,904	0,032
Cloroquina	1,280 (6,294)	3,597	1,323	9,780	0,012
Intubação	0,943 (3,250)	2,568	0,921	7,162	0,071
3ª etapa
Constante	-1,999 (13,64)	0,135			0,000
Sexo	2,016 (17,923)	7,505	2,952	19,0821	0,000
Cardiopatia	-1,000 (2,301)	0,368	0,101	1,339	0,129
Tabagismo	-1,123 (5,416)	0,325	0,112	0,942	0,038
Cloroquina	1,120 (5,416)	3,066	1,193	7,878	0,020
Intubação	0,915 (3,192)	2,496	0,915	6,808	0,074
4ª etapa
Constante	-2,245 (18,14)	0,106			0,000
Sexo	1,978 (17,750)	7,230	2,880	18,148	0,000
Tabagismo	-1,003 (3,623)	0,367	0,131	1,030	0,057
Cloroquina	1,189 (6,200)	3,284	1,288	8,374	0,013
Intubação	1,056 (4,253)	2,874	1,054	7,839	0,039

R²= 0,235 (Cox e Snell), R2 = 0,321 (Nagelkerke); x2 do modelo = 124,907; p = 0,286; a = erro padrão; b = Odds ratio.

Fonte: Os autores (2023).

DISCUSSÃO

Em relação as características dos pacientes internados na UTI COVID-19, onde foi realizado o estudo, observou-se que o sexo feminino foi predominante. Os resultados foram semelhantes aos encontrado no estudo retrospectivo, realizado no Hospital Israelita Albert Einstein, em São Paulo, onde 68,1% dos pacientes eram do sexo feminino⁽⁸⁾.

Em outro estudo, realizado na Arábia Saudita, com 150 pacientes internados, cerca de 61,0% dos pacientes eram do sexo masculino^(9-10).

Os achados do estudo encontram-se divergentes dos encontrados em relatórios anteriores, que destacam mais homens infectados por COVID-19. Esses números podem ser atribuídos a diferenças imunológicas baseadas no sexo, ou também podem ser devido a padrões de comportamento, como o tabagismo⁽¹¹⁾.

As demais, as comorbidades são mais prevalentes em homens, o que também pode ser um motivo para essa diferença⁽¹²⁾. Todavia, há necessidade de mais estudos que abordem as diferenças de gênero e os resultados clínicos com COVID-19.

Quanto à idade, a média de predominância entre os pacientes foi de 55 anos. Achados semelhantes foram encontrados em estudo realizado na Arabia Saudita com 150 pacientes hospitalizados com COVID-19 em que a média de idade foi de 46,1 anos⁽⁶⁾. Resultados divergentes ao encontrado no estudo foram observados em estudo multicêntrico realizado em 75 hospitais na Alemanha com 1.904 pacientes com COVID-19, em que a idade média foi de 73 anos⁽¹⁴⁾.

Em relação ao tratamento de suporte 90 (75,6%) demandavam suporte de oxigenoterapia e 29 (24,4%) necessitavam de ventilação mecânica invasiva. Resultados semelhantes foram encontrados em estudo realizado no Hospital Israelita Albert Einstein, em São Paulo, no qual dos 72 pacientes hospitalizados, 32 (44,4%) necessitavam de oxigenoterapia e 20 (27,8%) requeriam tratamento em UTI. Destes que precisavam de cuidados intensivos, 13 (18,1%) a ventilação mecânica invasiva foi necessária⁽¹⁵⁾.

Verificou-se que a maioria (92,4%) dos participantes foram considerados do grupo de risco para a doença, sendo a Hipertensão Arterial Sistêmica (HAS) (38,7%) e a Diabetes Mellitus (DM) (36,1%) as comorbidades mais prevalentes. Reafirmando os achados, estudo retrospectivo realizado na Arábia Saudita que apontou, como comorbidades mais comuns, a HAS (42; 28,8%) e a DM (38; 26,0%)^(9-10).

Além disso, uma revisão sistemática e meta-análise realizada com 33 artigos, sendo 32 jornais da China e 1 de Taiwan demonstrou que a HAS foi encontrada em 1/5 dos pacientes (21%) e o DM em 11%, corroborando os achados encontrados no estudo⁽⁷⁾.

Pacientes com HAS e DM tem um risco aumentado de complicações de COVID-19, incluindo a Síndrome do Desconforto Respiratório Agudo (SDRA)⁽¹⁵⁾, todavia, o mecanismo ainda permanece não investigado e não está claro se os pacientes com pressão arterial não controlada apresentam resultados piores com COVID-19 em comparação com pacientes com pressão arterial controlada.

Além disso, os inibidores da Enzima de Conversora da Angiotensina (ECA) e Bloqueadores do Receptor da Angiotensina (BRA) são dois medicamentos comumente prescritos para o tratamento da hipertensão, e como o SARS-CoV-2 se liga ao ACE2 no pulmão, algumas teorias foram levantadas sobre os benefícios desses medicamentos no tratamento de COVID-19⁽¹⁶⁾.

No estudo, foi evidenciado que (28,6%) eram tabagistas. Resultados divergentes quanto ao tabagismo foram encontrados em outros estudos que encontraram uma pequena quantidade de pacientes tabagistas com COVID-19 hospitalizados (4,5%)⁽⁶⁾ e (8,6%)⁽⁷⁾, respectivamente.

Autores de uma meta-análise, baseada em casos de pacientes chineses, sugeriram que os hábitos de fumar aparentemente não estão significativamente associados ao risco aumentado de progressão para doença grave em COVID-19⁽¹⁷⁾. Porém, esta análise é baseada em informações limitadas e, todavia, não o suficiente para tirar conclusões sólidas sobre a associação da gravidade do COVID-19 com o tabagismo⁽¹⁸⁾.

Autores observaram alguns motivos que apoiam o tabagismo como um risco para pacientes sintomáticos com COVID-19^(19). Entre essas razões, a maior expressão do receptor específico da Enzima Conversora da Angiotensona II SARS-CoV-2 está mais disponível e expressa em fumantes do que não fumantes⁽²⁰⁾.

No que tange ao diagnóstico, o exame confirmatório de COVID-19 mais utilizado foi a tomografia de tórax (58; 48,7%). Achados semelhantes foram encontrados no estudo realizado no Brasil, na cidade de São Paulo, em que a tomografia de tórax também foi realizada em 76,4% dos 72 pacientes hospitalizados⁽²¹⁾.

Em relação ao tratamento, a cloroquina foi a terapêutica mais utilizada (70; 58,8%). Resultados divergentes foram achados em outros estudos, que encontraram os antibióticos intravenosos como a terapêutica mais utilizada (84,7%)⁶ e (38,7%)⁷, respectivamente.

Os achados do estudo estão também em desacordo com uma revisão sistemática e metanálise realizada com um total de 2401 pacientes de 15 estudos, o qual também evidenciaram que as abordagens de tratamento mais comuns foram os antivirais (79,4%) e os antibióticos (77,7%)⁽²¹⁾.

Embora muitos relatórios tenham mostrado taxas de resposta promissoras e melhora clínica⁽²²⁾ um protocolo padronizado e validado usando antivirais como um tratamento para pacientes infectados com COVID-19 ainda não existe, e a maioria das dosagens e durações são usadas em uma base compassiva⁽²¹⁾.

Quanto ao período de hospitalização dos pacientes, 63,0% ficaram internados por até 10 dias. Reafirmando os achados, estudo realizado na Arábia, onde os pacientes permaneceram no hospital por uma duração média de 9,2 dias⁽⁶⁾. Todavia, em estudo realizado em São Paulo, com 72 pacientes hospitalizados, o tempo de permanência foi diferente. Se este paciente necessitava de cuidados intensivos, o tempo médio de permanência na UTI foi de 15,25 dias, e o tempo médio total de internação foi de 22 dias, ao passo que, para os pacientes que não necessitaram de UTI, o tempo médio de internação foi de 7 dias⁽²³⁾.

Importante discutir que o tempo de permanência hospitalar foi influenciado pelas variáveis sexo, tipo de tratamento utilizado e suporte de oxigenoterapia. Encontrou-se que pacientes do sexo masculino, intubados na admissão, e em uso de cloroquina tiveram 7,320, 2,874 e 3,284 vezes mais chances, respectivamente, de permanecerem internados por tempo superior a 10 dias.

O trabalho contribuiu para delinear o perfil dos pacientes com COVID-19 internados na UTI, proporcionando um maior conhecimento sobre o perfil destes pacientes, para uma assistência de enfermagem mais qualificada.

Como limitação do estudo, destaca-se ter sido realizado em uma única UTI do hospital. Desta maneira, não é possível generalizar para as demais realidades.

CONCLUÕES

Quanto ao perfil dos participantes, o estudo demostrou que, o maior quantitativo de pacientes acometidos pela COVID-19, foram sexo feminino. Grande parte deles apresentava comorbidades específicas, como hipertensão, diabetes e, outros, desenvolveram doença renal crônica durante o internamento.

Evidenciou-se que muitos pacientes evoluíram para quadro grave da doença, em especial, os já apresentavam comorbidades. Alguns pacientes do grupo de risco conseguiram evoluir para cura, enquanto outros, evoluíram para óbito.

Enfatiza-se que, todo o tratamento e a assistência de enfermagem prestados, contribuíram para possibilitar o delineamento do perfil dos pacientes admitidos na unidade.

Os achados da pesquisa podem constituir um parâmetro para aperfeiçoar os serviços de saúde, com vistas a uma melhor abordagem destes pacientes nos hospitais. Tal conhecimento, incorporado às competências do enfermeiro diante das abordagens clínicas assistenciais, pode subsidiar a sua prática para planejamento da assistência com melhor qualidade.

REFERÊNCIAS

1. Organização Pan-Americana da Saúde. [homepage na Internet]. Histórico da pandemia de Covid-19. [citado 2021 Abr 19] Disponível em: https://www.paho.org/pt/covid19/historico-da-pandemia-covid-19 .

2. World Health Organization. WHO COVID-19 dashboard [Internet]. World Health Organization. 2023. [citado 2023 Maio 10]. Available from:https://covid19.who.int/.

3. Ministério da Saúde (BR). Coronavírus Brasil [Internet]. covid.saude.gov.br. (citado 2023 Maio 10]. Available from: https://covid.saude.gov.br/.

4. Secretaria de Saúde do Estado do Ceará (BR). [homepage na Internet] Boletim Epidemiológico – Doença pelo Novo Coronavírus (COVID-19). [citado 2021 Abr 19] Disponível em: https://indicadores.integrasus.saude.ce.gov.br/indicadores/indicadores-coronavirus/coronavirus-ceara.

5. Oliveira AC. Desafios da enfermagem frente ao enfrentamento da pandemia da COVID19. Reme Rev Min Enferm [Internet]. 2020 [citado 2023 Abr 19];24:1–3. Disponivel em: https://cdn.publisher.gn1.link/reme.org.br/pdf/e1302.pdf.

6. Teich VD, Klajner S, Almeida FAS de, Dantas ACB, Laselva CR, Torritesi MG, et al. Características epidemiológicas e clínicas dos pacientes com COVID-19 no Brasil. Einstein. 2020;16(4):1–6.

7. Shabrawishi M, Al-Gethamy MM, Naser AY, Ghazawi MA, Alsharif GF, Obaid EF, et al. Clinical, radiological and therapeutic characteristics of patients with COVID-19 in Saudi Arabia. PLoS One [Internet]. 2020 [cited 2023 Abr 19];15(8 August):1–11. Doi: http://dx.doi.org/10.1371/journal.pone.0237130.

8. The Lancet. The gendered dimensions of COVID-19. Lancet [Internet]. 2020 [cited 2023 Abr 19];395(10231):1168. Available from: http://dx.doi.org/10.1016/S0140-6736(20)30823-0.

9. Nachtigall, I. Curso clínico e fatores associados aos resultados entre 1.904 pacientes hospitalizados com COVID-19 na Alemanha: um estudo observacional.

10. Fang L, Karakiulakis G, Roth M. Are patients with hypertension and diabetes mellitus at increased risk for COVID-19 infection? Lancet Respir Med [Internet]. 2020 [cited 2023 Abr 19];8(4):e21. Disponivel em: http://dx.doi.org/10.1016/S2213-2600(20)30116-8.

11. Schiffrin EL, Flack JM, Ito S, Muntner P, Webb RC. Hypertension and COVID-19. Am J Hypertens [Internet]. 2020 [cited 2023 Abr 19] ;33(5):373–4. Disponivel em: https://academic.oup.com/ajh/article/33/5/373/5816609.

12. Lippi G, Henry BM. Active smoking is not associated with severity of coronavirus disease 2019 (COVID-19). Eur J Intern Med [Internet]. 2020 [citado 2023 Abr 19];75(March):107–8. Disponivel em: https://doi.org/10.1016/j.ejim.2020.03.014.

13. Parra-Brancamonte GM, Villalobos NL, Parra-Bracamonte FE. Clinical characteristics and risk factors for mortality of patients with COVID-19 in a large data set from Mexico. Annals Epidemiol. 2020;52: 93–8.

14. Berlin I, Thomas D, Le Faou AL, Cornuz J. COVID-19 and smoking. Nicotine Tob Res. 2020;22(9):1650–2.

15. Seys LJM, Widagdo W, Verhamme FM, Kleinjan A, Janssens W, Joos GF. The Middle East respiratory syndrome coronavirus receptor, is upregulated in lungs of smokers and chronic obstructive pulmonary disease patients. Clin Infect Dis [Internet] 2018[citado 2023 Abr 19]; 66 (1 Janeiro) 45–53.

16. Ghayda RA, Lee J, Lee JY, Kim DK, Lee KH, Hong SH, et al. Correlations of clinical and laboratory characteristics of covid-19: A systematic review and meta-analysis. Int J Environ Res Public Health. 2020;17(14):1–15.

17. Dong L, Hu S, Gao J. Discovering drugs to treat coronavirus disease 2019 (COVID-19). Drug Discov Ther [Internet]. 2020 [citado 2023 Abr 19];14(1):58–60. Available from: https://www.jstage.jst.go.jp/article/ddt/14/1/14_2020.01012/_pdf/-char/en.

18. Wu Z, McGoogan JM. Characteristics of and Important Lessons from the Coronavirus Disease 2019 (COVID-19) Outbreak in China: Summary of a Report of 72314 Cases from the Chinese Center for Disease Control and Prevention. JAMA - J Am Med Assoc. 2020;323(13):1239–42.

19. Cummings MJ, Baldwin MR, Abrams D, Jacobson SD, Meyer BJ, Balough EM, et al. Epidemiology, clinical course, and outcomes of critically ill adults with COVID-19 in New York City: a prospective cohort study. Lancet. 2020;395(10239):1763–70. Available at: http://dx.doi.org/10.1016/S0140-6736(20)31189-2.

20. Liu D, Cui P, Zeng S, Wang S, Feng X, Xu S, et al. Risk factors for developing into critical COVID-19 patients in Wuhan, China: A multicenter, retrospective, cohort study. EClinicalMedicine. 2020;25:100471. Doi: https://doi.org/10.1016/j.eclinm.2020.100471.

21. Baradaran A, Ebrahimzadeh MH, Baradaran A, Kachooei AR. Prevalence of comorbidities in COVID-19 patients: A systematic review and meta-analysis. Arch Bone Jt Surg. 2020;8(SpecialIssue):247–55.

22. Medical Journal [homepage na internet]. Características clínicas da Covid-19 na cidade de Nova York. [citado 2021 Abr 19] Disponível em: https://www.news.med.br/p/medical-journal/1365773/caracteristicas+clinicas+da+covid+19+na+cidade+de+nova+york+eua.htm.

23. Fu L, Wang B, Yuan T, Chen X, Ao Y, Fitzpatrick T, et al. Clinical characteristics of coronavirus disease 2019 (COVID-19) in China: A systematic review and meta-analysis. J Infect [Internet]. 2020[cited 2023 Abr 19];80(6):656–65. Available from: https://doi.org/10.1016/j.jinf.2020.03.041

Contribuições dos autores:

Todos os autores contribuíram integralmente em todas as etapas de elaboração do estudo.

Fomento: não há instituição de fomento

Editor Científico: Francisco Mayron Morais Soares. Orcid: https://orcid.org/0000-0001-7316-2519

Rev Enferm Atual In Derme 2023;97(2):e023084

Variáveis	n	%
Grupo de risco
Sim	110	92,4
Não	09	7,6
Comorbidades
Hipertensão arterial sistêmica
Sim	46	38,7
Não	73	61,3
Diabetes mellitus
Sim	43	36,1
Não	76	63,9
Cardiopatia
Sim	23	19,3
Não	96	80,7
Doenças pulmonares
Sim	13	10,9
Não	106	89,1
Outras comorbidades
Sim	27	22,7
Não	92	77,3
Hábitos de vida
Etilismo
Sim	24	20,2
Não	95	79,8
Tabagismo
Sim	34	28,6
Não	85	71,4