Desde que se declaró la pandemia mundial de COVID-19, se han indexado en Pubmed un total de 2.780 publicaciones (fecha 6 de abril, término libre: COVID 19). Todas las especialidades tenemos necesidad de leer sobre este virus y tenemos poco tiempo. Por ello, necesitamos refinar nuestra estrategia de búsqueda para poder filtrar la información y quedarnos con la más relevante.

La SERAM y otras Sociedades científicas se han preocupado de elaborar documentos de síntesis sobre los síntomas más frecuentes, los hallazgos de imagen más importantes, el tratamiento más eficaz y el pronóstico de esta patología. Pero estos documentos, se sustentan sobre conclusiones de estudios originales en los que es muy importante garantizar que están exentos de sesgos para poder aplicar sus conclusiones.

Incluyendo todos los métodos diagnósticos, se han publicado unas 500 referencias, de las cuales 80 son sobre Imagen Diagnóstica. A pesar de lo reciente de esta patología, el ritmo de publicaciones es frenético y ya hay dos Revisiones Sistemáticas/Metaanálisis (recordemos que este tipo de documentos es el que aporta mayor nivel de evidencia en caso de estar bien escritos).

Para realizar recomendaciones y guías clínicas sobre el manejo radiológico del COVID-19, es necesario que las fuentes primarias no tengan sesgos importantes que invaliden sus conclusiones.

En este sentido, es importante tener una buena sistemática de Lectura Crítica. Recordemos cuáles son los aspectos clave que debemos evaluar en un artículo de Diagnóstico y Revisiones Sistemáticas/Metanálisis, según las Guías del grupo CASP-e (Critical Appraisal Skills Programme Español) (www.redcaspe.org).

Artículos propuestos

A continuación, he seleccionado los dos artículos con mayor nivel de evidencia (RS/metaanálisis) y otros 4 originales de investigación. Al más votado, le haré una lectura crítica pormenorizada y se colgará en la web.

• Li K, Fang Y, Li W, Pan C, Qin P, Zhong Y, Liu X, et al. CT image visual quantitative evaluation and clinical classification of coronavirus disease (COVID-19). Eur Radiol. 2020. Doi: 10.1007/s00330-020-06817-6.
• Li L, Qin L, Xu Z, Yin Y, Wang X, Kong B, Bai J, et al. Artificial Intelligence distinguishes COVID-19 from Community Acquired Pneumonía on Chest CT. Radiology. 2020. doi: 10.1148/radiol.2020200905.
• Bai HX, Hsieh B, Xiong Z, Halsey K, Choi JW, Tran TML et al. Performance of radiologist in differentiating COVID-19 from viral pneumonia on chest CT. Radiology. 2020. doi: 10.1148/radiol.2020200823.
• Yuan M, Yin W, Tao Z, Tan W, Hu Y. Association of radiologic findings with mortality of patients infected with 2019 novel coronavirus in Wuhan, China. PLoS One. 2020. doi: 10.1371/journal.pone.0230548.
• Cao Y, Liu X, Xiong L, Cai K. Imaging and Clinical Features of Patients with 2019 novel coronavirus SARS-CoV-2: A systematic review and meta-analysis. J Med Virol. 2020. Doi: 10.1002/jmv.25822.
• Rodríguez-Morales AJ, Cardona-Ospina JA, Gutiérrez-Ocampo E, Villamizar-Peña R, Holguin-Rivera Y, Escalera-Antezana JP. Clinical, laboratory and imaging features of COVID-19: A systematic review and meta-analysis. https://doi.org/10.1016/j.tmaid.2020.101623

Para votar

Vota en el siguiente formulario. https://forms.gle/1WvgNtNydemTLZxs6