條文本
PDF
文摘
目標期間開發的幾個生理異常COVID-19與死亡率增加有關。在目前的研究中,我們的目的是開發一個臨床風險評分預測COVID-19患者住院死亡率,基於一組變量可用的住院治療後不久。
設置回顧性隊列研究的516名患者連續承認為COVID-19兩名意大利三級醫院位於意大利北部和中部收集從2020年2月22日(第一次入學日期)2020年4月10日。
參與者連續的病人≥18年COVID-19承認。
主要結果測量簡單的臨床和實驗室研究結果可用分類後比較,患者的生存狀態(“死”與“活著”)的目標識別基線變量與死亡率相關。這些被用來構建COVID-19住院死亡率風險評分(COVID-19MRS)。
結果平均年齡是67±13年(平均數±標準差),66.9%為男性。使用Cox回歸分析,tertiles年齡增加(≥75,上與< 62年,低:人力資源7.92;p < 0.001)和慢性疾病的數量(≥4和0 - 1:人力資源2.09;p = 0.007),呼吸速率(HR 1.04單位增加;PaO p = 0.001)2/ FiO2單位增加(HR 0.995;p < 0.001),血清肌酐(HR 1.34單位增加;p < 0.001),血小板計數(HR 0.995單位增加;p = 0.001)是死亡率的預測。所有六個指標被用來構建COVID-19MRS(曲線下的麵積0.90,95%可信區間0.87到0.93),這被證明是高度準確的在患者低,中間和住院死亡風險高(p < 0.001)。
結論COVID-19MRS迅速,operator-independent和廉價的臨床工具,客觀地預測COVID-19患者的死亡率。分數可以幫助分類指導早期COVID-19病人分配給最合適的護理水平。
- 傳染病
- 公共衛生
- 成人密集和急救護理
- 內科醫學
- COVID-19
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。
來自Altmetric.com的統計
這項研究的優勢和局限性
風險評估工具一應俱全COVID-19分類階段以來的缺乏。
年齡、以前的慢性疾病、呼吸速率、PaO2/ FiO2、肌酐和血小板計數是住院死亡風險的預測。
所有六個指標被用來建立一個小說COVID-19臨床風險評分,證明是高度準確的在患者低,中間高的死亡風險。
回顧設計;小說中取得被認可其他外部COVID-19係列。
介紹
SARS-CoV-2的第一個人類病例被報道在武漢,湖北省,中國在2020年1月1 2;隨後,在世界範圍內傳播,正式被定義為一個由世衛組織大流行於2020年3月11日。3 - 5意大利是第一個亞洲以外的國家嚴重受到病毒的影響,973年共有189例確診病例截至2020年4月23日。倫巴第地區最高的死亡率和應變醫療係統的負擔。6然而,醫療設施的實質性重組是必要的,所有的意大利地區應對廣泛和快速增加COVID-19病人流向急診。
及時轉診到適當的護理(即低vs中間或高強度)是至關重要的改善結果和醫療資源利用率。7號到9號高要修複的患者數量在這緊急和病床的相對短缺時,可用性的特定疾病死亡率風險評分自初步診斷可能是有用的在確定適當的護理水平和減少延遲。然而,有一個缺乏可靠的預後預測模型,目前,沒有死亡風險的早期分層的工具已經被完全識別。10最近的係統性評價預測模型得出的結論是,預後估計的性能COVID-19可能過於樂觀和誤導性的,因為偏見高風險的病人選擇,不清楚結果定義和後續的長度。10最近,臨床評分預測重要疾病的發生和/或致命的結果在一群中國患者COVID-19是屬於全國500多個中心。11日12然而,這些是在一個特定的地區,可能會限製generalisability風險評分的世界其他地區。
因此,本研究的目的是開發一種新型COVID-19住院死亡率風險評分(以下稱為COVID-19MRS),基於數據迅速獲得住院後不久。為此,我們分析了一係列連續的COVID-19患者承認兩個三級保健醫院位於意大利北部和中部。
方法
研究設計
在這個隊列研究中,我們回顧了臨床曆史,實驗室和輔助變量的所有患者年齡≥18年診斷為COVID-19,13承認兩名意大利三級醫院位於意大利北部和中部(Poliambulanza醫院,布雷西亞;和Careggi大學醫院,佛羅倫薩)從2020年2月22日(在布雷西亞第一次入學日期)至10 2020年4月,為了確定一組死亡率和建立一個死亡率風險的早期預測因素分層得分。兩家醫院的總體容量約1800個床位。致力於COVID-19床病人的數量逐步增加的擴散流行高峰容量655 (228/1200 Careggi大學醫院和427/600 Poliambulanza醫院;總的來說,110高強度保健床在高峰)。
研究人口數據來源
廣泛的變量評估每個病人的住院收集電子圖表:其中包括人口、毒品數量規定入學之前,心血管(CV)的危險因素(如吸煙史、高血壓和糖尿病),以及數據在之前的慢性並發症(如簡曆和肺部疾病、癌症、抑鬱和癡呆)。功能狀態前2周住院也是評估使用Barthel指數低的值對應於較差的函數。14動脈血液氣體、白細胞計數、淋巴細胞和血小板(PLT)計數,丙氨酸轉氨酶和天冬氨酸轉氨酶,肌酐,肌酸磷酸激酶、乳酸脫氫酶(LDH)和高靈敏度C反應蛋白(CRP)收集在所有患者。胸部x光也收集每當認為臨床表示。閱讀和解釋的主要根據放射學指南執行胸部x光特性。15呼吸支持信息和藥物住院期間規定的記錄。六個醫生(CF、MV, MC, FC, GC和FM)選擇性地提取所有變量從電子圖表和轉移成一個獨特的數據庫和獨立審查他們的一致性。數據最後更新日期:2020年4月10日。
由意大利監管當局(符合語句https://www.garanteprivacy.it/web/guest/home/docweb/-/docweb-display/docweb/5805552),兩醫院倫理委員會(Comitato Etico區域Vasta Centro, Careggi大學醫院,佛羅倫薩和Comitato Etico基金會Poliambulanza醫院,布雷西亞,意大利)通過數據收集和授予的豁免研究參與者的知情同意。病人的身份匿名和信息受密碼保護。
研究結果
定義一個住院的全因死亡率風險評分基於簡單,容易獲得臨床和實驗室研究結果。
病人和公眾參與
患者或公眾沒有參與設計或進行我們的研究,部分由於回顧性本質。公共衛生當局將參與即將到來的大規模驗證新提出的分數。
統計分析和死亡率風險評分推導
連續變量被報道平均數±標準差或與差值,分別對正常和非正態分布,而分類變量被當作計數和百分比。所有變量進行比較,生存狀態(“死”與“活著”)和病人仍在研究住院關閉一起被認為是活著的那些在研究期間已經出院。連續變量,使用t檢驗進行比較,方差分析或非參數測試,是適當的。用χ分類變量進行比較2測試,或者確切概率法在任何意料的細胞計數小於5。
按照研究的目的,隻有後不久獲得的數據初步診斷考慮構建死亡率風險評分。考克斯多元回歸分析(向後逐步消除)計算確定基線特征獨立與結果有關,與包含單變量分析的變量(p < 0.10),為所有患者提供了可能。一個雙邊p < 0.05被認為是具有統計學意義。
所有連續變量與死亡率顯著相關的多元分析分為tertiles和他們每個人當時從1到3量化得分增加死亡風險。值獲得然後總結產生的死亡率風險評分預測精度進行了測試使用接受者操作特征(ROC)分析。死亡率風險評分進一步分為tertiles為了識別低風險、中度風險和高風險類別,使用Cox多變量分析和評估。kaplan meier估計方法計算的概率評估患者的生存在不同的高危人群(低、中間、高),而使用生存率較。
分析使用SPSS統計軟件包V.26.0 Macintosh。
結果
住院區域趨勢和臨床特點
516個連續的患者在研究期間,在布雷西亞(301和215年在佛羅倫薩)診斷為COVID-19被包括在研究(表1)。根據入學日期,布雷西亞醫院預期都第一個案例(2月22日與25)和招生的峰值平均3天,一個非常高和峰值總招生的負擔。
截至314年4月10日(61%)患者出院在家(273(87%)和41 (13%)postacute設施),82(16%)仍在住院,120人(23.2%)死亡。值得注意的是,沒有死亡發生在入學的日子。
的平均年齡是67±13年(範圍21 - 95)和345例(66.9%)患者男性。人口統計學和臨床特點的non-survivors和幸存者表1。Non-survivors明顯老(79±8 vs 64±12年,p < 0.001)。事實上,住院死亡率急劇增加與年齡和高出五倍多個人≥75歲(51.2% vs < 75年9.8%;p < 0.001)。相反,兩性的預後是類似的。住院中值為9位差為5 - 14天,大大延長的幸存者。Non-survivors也提出了更高的患病率CV風險因素,慢性並發症的負擔更大,更多的功能受損的Barthel指數得分較低(表1)。以前使用血管緊張素轉換酶抑製劑或血管緊張素受體阻滯劑在兩組相似,依照他們的更高的並發症負擔,non-survivors報道更多的藥物長期住院之前。絕大多數患者伴有發燒(89.1%)和/或咳嗽(57.3%)。值得注意的是,non-survivors報道咳嗽頻率更低(48.5% vs 59.8%;p = 0.032),但顯著高於普遍失眠、暈厥、變造的精神狀態。而呼吸困難的發生率在兩組相似(總的來說,48.9%),呼吸速率在non-survivors承認是高於幸存者(26±7和21±6次/分鍾;p < 0.001)。
實驗室和影像學表現
鼻咽拭子在499名(97%)患者積極。其餘患者,最初懷疑診斷證實了隨後的棉簽,痰或支氣管肺泡灌洗。實驗室的研究結果提出了表2。在整個人口,PaO中值2/ FiO2比例是269 (IQR 217 - 319),和值< 200與死亡的概率顯著相關。Lymphocytopaenia出現在總人口的61%,比幸存者non-survivors之間更頻繁(71% vs 58%;p = 0.011),也有低PLT計數和血清肌酐高。CRP和LDH在non-survivors增加兩組和高。胸部x光片是> 95%的異常情況下,更高的患病率趨勢的間隙或混合(包括間質和合並)死亡患者中的模式。
醫療管理和臨床結果
Non-survivors所需的非侵入性(持續氣道正壓和兩相的正壓通氣模式)或侵入性比幸存者通風更頻繁(表3)。雖然經常被抗生素non-survivors,肝素鈉,羥氯喹,抗病毒藥物(結合lopinavir /例如)和單克隆抗體(馬伯,叫)規定更頻繁的幸存者。相比之下,皮質類固醇療法是采用類似的比例兩組。病人接受馬伯年輕(65±9 vs 68±14年,p < 0.01),降低血清肌酐(0.9±0.3 vs 1.2±0.9 mg / dL, p = 0.024)。
預測死亡率和發展的死亡率風險評分
在考克斯多元回歸分析(表4)、年齡、數量的慢性並發症、呼吸率和血清肌酐成為積極的預測,而PaO2/ FiO2率和PLT計數-死亡的預測因子。在線補充表1總結所有候選人變量被排除在外的逐步向後刪除。有趣的是,提前進氣功能地位評估Barthel指數和藥物之前被排除的數量模型。
變量納入模型(表4)被用來計算死亡率風險評分用於快速在住院病人的風險評估。在這方麵,年齡、並發症、呼吸速率、PaO2/ FiO2、血清肌酐和PLT計數重新分類到tertiles被用來構建死亡率風險評分三個地層報道風險的識別表5。ROC分析臨床風險評分進行了曲線下麵積(AUC) 0.90 (在線補充圖1,95%可信區間0.87到0.93)。kaplan meier生存分析使用的tertiles開發臨床評分顯示,一個優秀的分層的風險(圖1;中度風險和低風險的人力資源:4.134,95%可信區間1.725到9.905;高風險和低風險的人力資源:22.173,95% CI 9.681 ~ 50.783, p < 0.001)。的起評分≤63確認的一個子集(12.2%)患者在研究期間無死亡,因此可能被定義為“以非常低的風險”。
kaplan meier分析總生存期的患者診斷為COVID-19根據三個風險類別。陰影區域代表獨聯體上下95%。
討論
在這項研究中,我們開發了能夠分層顯示的COVID-19MRS COVID-19病人住院死亡的風險,因為他們的承認。這個分數包括複合6個目標,operator-independent變量(年齡、數量的慢性並發症,呼吸速率,PaO2/ FiO2、血清肌酐和血小板)通常可用住院後幾個小時內。分數確定三類增加死亡的風險與高水平的準確性。評分過程表明,在低風險病人可能被分配安全低強度保健、高強度病房應該提醒在診斷為中度風險和高風險患者。此外,分數似乎允許識別約10%的-15%的非常低風險患者(評分≤8)沒有事件,雖然證明COVID-19症狀,可能與唯一的指示立即出院,健康狀況監測。
性能的預後估計COVID-19備受關注,因為被認為是在樂觀和誤導,因為偏見的高風險病人的選擇。10作為一個例子,一個分數基於COVID-19群體的病人在中國發現,年齡更大的死亡風險。11然而,這個群體的平均年齡是49±16年,15 - 20年不到觀察到在大多數歐洲和美國研究出版日期。雖然明顯相似的目標,我們分層死亡的風險在一個連續的病人共享人口和臨床特點類似於其他歐洲和美國的研究。3 - 5因此,我們相信,我們的COVID-19MRS可能潛在generalisability其他國家。的早期識別風險的病人臨床惡化和死亡是最重要的,考慮到中間間隔從住院到重症監護室(ICU)是3天左右16。鑒於我們提出分數死亡率的預測是基於六個便宜,operator-independent並迅速獲得參數,它可以幫助醫生確定高危患者預後不良,因為分類階段。
四分之一的病人在我們的意大利COVID-19病例死亡和年齡是最強的司機的不良結果。事實上,與62歲以下的患者相比,死亡的風險幾乎是3和8倍在個人62 - 74和75 +歲,分別。這種風險指數增長持續調整後並發症負擔和一係列的臨床特點。這樣的年紀和預後之間的一個強大的協會一直在先前的研究中觀察到COVID-19在中國和其他國家,盡管迅速增加在不同年齡組可能存在的風險較低。17這種差異可以歸因於這些研究報告的平均年齡較低,我們探索更廣泛的年齡範圍(21 - 95年),三分之一的人口超過75歲。17 18在COVID-19、年齡與變量有關的風險程度的增加招生ICU,出現急性呼吸窘迫綜合征、心肌損傷和致命的結果。16 - 22這一觀點同樣適用於前流行或大流行疫情,非典和中東等呼吸係統綜合症,如COVID-19,呼吸係統是條目的路線和病毒感染的主要目標。23日24我們可以認為,肺衰老,導致減少彈性,增加呼氣肺容積和破壞肺泡完整,25與腎髒衰老,26可能使本身SARS-CoV-2-related急性呼吸和腎功能衰竭甚至在否則相對強勁的老年人。這個假說是一致的年齡和三個功能指標的觀察靶器官(PaO呼吸速率2/ FiO2和血清肌酐)成為住院死亡率的獨立預測指標,調整後的並發症。
高年齡的負麵影響的觀察表明,在沒有特別有效的藥物治療和疫苗接種,27社會隔離和預防感染接觸關鍵問題尤其是在70 - 75歲的人。這些數據可能代表衛生當局的行動呼籲,為了社區的更新管理政策、特別是在療養院,在事實上的最高死亡率發生在意大利和其他國家。28
雖然經常被觀察到低PLT計數non-survivor COVID-19病人,16 19 22 29在我們的群體中,較低的值直接相關的不良結果,提出可能的角色COVID-19-related凝血障礙在決定一個貧窮的結果。30 31
目前治療建議COVID-19水平有限的證據,32並且已經進化發展的大流行期間波動。我們的大多數患者接受氧氣或機械通氣支持和抗生素;相反的兩個病人接受抗病毒治療和/或抗炎藥。鑒於我們的研究的性質,我們不能得出一個明確的結論關於治療功效,需要具體分析,超出了目前的工作範圍。
一些限製我們的研究必須承認。首先,我們分析的回顧和觀察自然不允許我們對治療策略得出一個明確的結論。其次,一些實驗室參數,證明是預後的相關性在其他的研究中,19日22沒有收集所有個人在我們的樣例,可能是因為患者的不同程度的嚴重性(即非常溫和的影響與危重病人)。因此,我們不能排除變量被排除在評分係統會有產生重大影響死亡率的預測。然而,與我們的目標一致,我們認為變量隻能錄取後不久。第三,從鼻咽拭子是我們SARS-CoV-2檢測的重要標準,我們沒有評估病毒血症,而病毒載量與疾病嚴重程度的相關性仍然是一個有爭議的問題。此外,案例確定方法論的偏見,這可能影響患者選擇和結果,不能排除部分解釋觀察到的結果。事實上,絕大多數的患者包括在當前分析了積極的rt - pcr在第一次測試,隻有在少數情況下痰或支氣管肺泡灌洗需要確認感染。第四,82例(15.9%)的516名患者仍在住院的時候關閉跟蹤。然而,將這些患者排除在我們的分析之後,結果充分證實,0.90 AUC的預測評分(數據未顯示)。最後,我們沒有信息之間的時間跨度症狀出現和承認,這可能影響臨床或實驗室參數,我們在住院取樣。
總之,我們開發了一個評分係統(COVID-19MRS),客觀、準確地預測COVID-19患者住院死亡率。這一點上,僅僅基於年齡、慢性並發症、呼吸速率、PaO2/ FiO2、血清肌酐和血小板計數,是一個快速和廉價的臨床工具,這可能有助於早期識別的住院死亡率,因此,分配到適當的水平的COVID-19病人的護理和治療。在臨床係列研究不同於我們需要驗證目前的評分係統。
確認
我們感謝博士科林·伊根小心的修訂手稿。我們感激
“基金會境Card Onlus’ for its unconditional support.
引用
腳注
貢獻者CF和納米研究構思,進行數據采集、管理和
分析、起草和批判性的修訂手稿,並負責所有方麵的工作。RR、FL和RM導致懷孕的研究和修訂後的手稿。MV進行數據采集,起草和批判性思維修訂手稿,FC的貢獻,GC,調頻,MC, AB PF,點,CN,美聯社、FP, RP, LP和非盟至關重要的知識內容的修訂後的手稿。科幻小說作出了顯著貢獻數據分析和關鍵的修訂手稿。所有作者閱讀和批準最終的手稿。
資金作者並沒有宣布具體資助這項研究從任何公共資助機構,商業或非營利部門。
相互競爭的利益沒有宣布。
病人和公眾參與病人和/或公眾沒有參與設計,或行為,或報告,或傳播本研究計劃。
病人同意出版不是必需的。
出處和同行評議不是委托;外部同行評議。
數據可用性聲明佛羅倫薩大學鑒定參與者數據存儲在一個密碼保護內部服務器