Entre las pruebas de COVID-19 realizadas en entornos hospitalarios, se estima que el 13% de las pruebas tienen resultados falsos negativos, lo que puede contribuir a la transmisión nosocomial. Ghazi et al desarrollaron un modelo para predecir resultados de prueba negativos falsos, y la cohorte incluyó a 31.459 pacientes del Sistema de Salud de Yale-New Haven que se sometieron a una prueba de COVID-19 dentro de las 96 horas posteriores a la admisión al hospital. El modelo de regresión logística multivariable se entrenó en una submuestra de pacientes que fueron evaluados solo una vez. La edad más alta, la raza negra, la saturación de oxígeno inicial más baja, la temperatura inicial más alta y el recuento de glóbulos blancos más bajo fueron los factores más fuertemente asociados con un resultado positivo de la prueba entre la cohorte de entrenamiento. Posteriormente, este modelo se validó utilizando una submuestra de la cohorte que inicialmente dio negativo pero se volvió a probar dentro de las 96 horas posteriores al ingreso. De los 3.511 pacientes de esta submuestra que se volvieron a analizar, 61 (1,7%) fueron falsos negativos (esta vez dieron positivo). En un intento de predecir los falsos negativos en la cohorte de validación, el modelo tenía un área bajo la característica receptor-operador de 0,76 (IC 95% 0,70-0,83). El modelo predijo que 536 pacientes en la cohorte de validación eran falsos negativos, que incluían 35 de los 61 (57%) falsos negativos reales, un paso en la dirección correcta en la repetición de la prueba en el hospital