ANÁLISE DOS CASOS INFANTO-JUVENIS SUSPEITOS DE COVID-19 NUM HOSPITAL TERCIÁRIO DO BRASIL

Introdução: COVID-19 é uma infecção causada pelo SARS-CoV-2, o novo coronavírus detectado em dezembro de 2019 na China. Os sintomas da COVID-19 são semelhantes aos de outras doenças virais respiratórias agudas, prevalecendo como queixas de febre e tosse. Portanto, é imprescindível a realização de exames para diagnóstico. Objetivo: Definir o perfil dos casos suspeitos do COVID-19 em crianças e adolescentes de um hospital terciário do estado de Sergipe, devido à semelhança de sinais e sintomas com outras infecções respiratórias virais prevalentes em pediatria. Métodos: estudo seccional realizado por meio da extração de dados dos prontuários médicos do Hospital e Maternidade Santa Isabel, em Sergipe, entre 24 de março e 28 de setembro de 2020. Para a análise dos dados foram criadas as variantes contínuas e categóricas. Resultados: foram atendidos 302 pacientes, no período analisado, classificados como casos suspeitos de COVID-19, sendo que 54 crianças (17,9%) apresentavam uma ou mais comorbidades subjacentes, sendo a mais prevalente relacionada ao aparelho respiratório, como a asma. A maioria dos casos suspeitos de COVID-19 foram excluídos e apenas 95 (31,5%) foram diagnosticados com a doença. Os sinais e sintomas não mostraram diferença significativa entre os pacientes com e sem SARS-CoV-2, como podemos observar na dispneia (37,9% vs 38,1%. p = 1.000). Comparando os casos suspeitos (descartados) e confirmados, o último teve maior necessidade de ventilação mecânica (18,2% vs 7,8%; p = 0,013), evolução para óbito (11,8% vs 1,7%; p = 0,001) e mais tempo entre a coleta da amostra e a alta hospitalar (p = 0,002). Conclusão: a semelhança na apresentação clínica entre a infecção SARS- Cov-2 e as infecções respiratórias agudas em pediatria torna o diagnóstico diferencial ainda mais difícil, necessitando de exames laboratoriais. Além disso, há um aumento de casos suspeitos de COVID-19, por conta dessa semelhança. Palavras-chave: Infecções por Coronavirus; Infecções Respiratórias; Diagnóstico.

Abstract licence: CC BY

A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.