Optimalizace alokace zdrojů prostřednictvím predikce výsledků pro Covid-19

Pozadí.

Relativně jednoduché skóre klinického rizika založené na snadno dostupných klinických informacích může výrazně pomoci při třídění pacientů k časnému propuštění nebo rychlejšímu a intenzivnějšímu zásahu. Jedním z příkladů je krvácení do horní části gastrointestinálního traktu, kde je několik takových skóre (https://www.mdcalc.com/glasgow-blatchford-bleeding-score-gbs4 5; https://www.mdcalc.com/rockall-score-upper-gi-bleeding-complete6) umožnily bezpečné předčasné propuštění, čímž zmírnily tlak na nemocnice. Vyšetřovatelé se domnívají, že podobné výsledky by mohly být potenciálně dosažitelné z dat běžně shromažďovaných v naší důvěře o pacientech s prokázaným nebo suspektním Covid-19.

Cíle

Cílem vyšetřovatelů je odpovědět na následující otázky

1. Jaký vzorec klinické anamnézy a symptomů, pozorování, krve a dalších vyšetřovacích markerů nejlépe předpovídá, že pacient s podezřením na COVID-19 nebo prokázanou nemocí bude vyžadovat ventilaci?
2. Jaký vzorec klinické anamnézy a symptomů, pozorování, krve a dalších vyšetřovacích markerů nejlépe předpovídá, že pacient s podezřením na COVID-19 nebo s prokázaným onemocněním zemře během své nemoci?
3. Jaký vzorec klinické anamnézy a symptomů, pozorování, krve a dalších vyšetřovacích markerů nejlépe předpovídá, že pacient s podezřením na COVID-19 nebo prokázaným onemocněním se zcela uzdraví, aniž by potřeboval doplňkový kyslík?

Metody

Vyšetřovatelé navrhují dva hlavní přístupy k prvním dvěma z výše uvedených cílů.

Standardní přístup hodnotící základní charakteristiky k predikci špatného výsledku, podobný jiným probíhajícím studiím, jako je ISARIC a PRIEST, ale těží z nezaujatého vzorku pacientů, protože nebudou shromažďovány žádné další vzorky nebo data, a tak se vyšetřovatelé domnívají, že to bude eticky přijatelné s náležitou pozorností k důvěrnosti analyzovat všechny přítomné pacienty a nejen ty, kteří jsou ochotni a schopni dát souhlas.

Víceúrovňový modelovací přístup, který využívá bohaté opakované denní laboratorní a klinické měření k predikci denního rizika následného zhoršení.

Tento druhý přístup doplňuje další probíhající studie, jako je ISARIC a PRIEST, protože jej lze realizovat pouze v rámci jedné instituce, jako je NUH, protože vyžaduje podrobná podélná propojená elektronická zdravotní data. Kromě toho se jedná o efektivní návrh studie s nízkými náklady, který nevyžaduje ruční sběr dat.

Vyšetřovatelé využijí data uchovávaná v elektronických systémech Nottingham University Hospitals (NUH) NHS Trust k identifikaci všech pacientů buď podezřelých z infekce Covid-19, nebo u kterých je diagnóza nakonec potvrzena. To bude prováděno od začátku pandemie retrospektivně a poté v průběžném programu prospektivně, aby se maximalizovala dostupná data.

U těchto pacientů budou vyšetřovatelé shromažďovat všechna relevantní data o diagnózách (komorbiditách), denních klinických pozorováních a denních laboratorních parametrech jak při prezentaci, tak postupně od té doby až do okamžiku smrti nebo propuštění. Tato data budou mimo jiné zahrnovat opakovaná měření teploty, pulzu, saturace krve kyslíkem, koncentrace vdechovaného kyslíku, dechové frekvence, C reaktivního proteinu a počtu bílých krvinek.

Data budou analyzována a výsledky modelovány v rámci sítě Nottingham University Hospitals Trust, aby bylo zajištěno zachování důvěrnosti.

Analýza

Charakteristiky pacientů, kteří pokračují v intubaci Vyšetřovatelé posoudí spojení všech výchozích parametrů a demografických údajů pacientů, kteří potřebují ventilaci, ve srovnání s těmi, kteří ventilaci nepotřebují, zkřížením základních parametrů s ventilací a výpočtem upravených asociací pomocí modelu logistické regrese. Vyšetřovatelé budou také zkoumat denní riziko intubace pomocí modelu náhodných účinků s opakovaným denním měřením. Aby bylo možné prozkoumat potenciál pro snadno vypočítatelné skóre klinického rizika, budou připraveny logistické modely, které však zachovají spojité proměnné jako spojité (pro maximalizaci uchování užitečných prediktivních dat) a zredukují je na kategorická data (pro usnadnění klinického výpočtu). Vyšetřovatelé vyberou prediktory pro model pomocí zpětné eliminace s informačním kritériem Akaike a alfa = 0,05. U kandidátských modelů vyšetřovatelé vypočítají C-index a provozní křivky přijímače a vyhodnotí kalibraci pomocí testu Hosmer-Lemeshow. Bootstrapping a křížová validace budou použity, aby se předešlo nadměrnému přizpůsobení a aby se vyhodnotil výkon modelu.

Analýza časových trendů k identifikaci markerů vedoucích k intubaci Vyšetřovatelé prozkoumají data na trendy v průběhu času v opakovaných měřeních, pokud jsou k dispozici, a popíší je pomocí vhodných souhrnných statistik. Je-li dostatek opakovaných měření, bude každá kovariát hodnocena pomocí analýzy JoinPoint, aby se posoudilo, zda existuje zřejmá inflexe v čase, která indikuje změnu klinického obrazu, která značí pokles směrem k ventilaci. Tento proces přispěje k racionálnímu výběru kategorií pro kategorickou reprezentaci dat.

Prediktory při intubaci naznačující smrt Vyšetřovatelé posoudí asociaci jakýchkoli parametrů a demografických údajů ventilovaných pacientů, kteří zemřou, ve srovnání s těmi, kteří tak neučiní, zkřížením parametrů v bodě ventilace se smrtí a výpočtem upravených asociací pomocí modelu logistické regrese. Vyšetřovatelé budou také zkoumat denní riziko úmrtí pomocí modelu náhodných efektů s opakovanými denními měřeními. Aby bylo možné prozkoumat potenciál pro snadno vypočítatelné skóre klinického rizika, budou připraveny logistické modely, které však zachovají spojité proměnné jako spojité (pro maximalizaci uchování užitečných prediktivních dat) a zredukují je na kategorická data (pro usnadnění klinického výpočtu). Vyšetřovatelé vyberou prediktory pro model pomocí zpětné eliminace s informačním kritériem Akaike a alfa = 0,05. U kandidátských modelů vyšetřovatelé vypočítají c index a provozní křivky přijímače a vyhodnotí kalibraci pomocí testu Hosmer-Lemeshow. Bootstrapping a křížová validace budou použity, aby se předešlo nadměrnému přizpůsobení a aby se vyhodnotil výkon modelu.

Analýza časových trendů k identifikaci markerů vedoucích ke smrti Budeme zkoumat údaje o trendech v čase v opakovaných měřeních, pokud jsou k dispozici, a popíšeme je pomocí vhodných souhrnných statistik. Pokud je k dispozici dostatek opakovaných měření, pak bude každá kovariát posouzena analýzou JoinPoint, aby se posoudilo, zda existuje zřejmá inflexe v čase, která indikuje změnu klinického obrazu, která značí pokles směrem k smrti Základní charakteristiky pacientů propuštěných bez přídavného kyslíku We posoudí asociaci jakýchkoli výchozích parametrů a demografických údajů pacientů, kteří jsou propuštěni bez přídavného kyslíku, ve srovnání s těmi, kteří nejsou, pomocí křížové tabulky základních parametrů s ventilací a výpočtem upravených asociací pomocí modelu logistické regrese. Aby bylo možné prozkoumat potenciál pro snadno vypočítatelné skóre klinického rizika, budou připraveny logistické modely, které však zachovají spojité proměnné jako spojité (pro maximalizaci uchování užitečných prediktivních dat) a zredukují je na kategorická data (pro usnadnění klinického výpočtu). Vyšetřovatelé vyberou prediktory pro model pomocí zpětné eliminace s informačním kritériem Akaike a alfa = 0,05. U kandidátských modelů vyšetřovatelé vypočítají c index a provozní křivky přijímače a vyhodnotí kalibraci pomocí testu Hosmer-Lemeshow. Každý z těchto kroků se bude opakovat v 10 náhodně vybraných 20% dílčích vzorcích datové sady.

Stratifikované doplňkové analýzy K identifikaci různých skupin pacientů s rizikem špatných výsledků budou posouzeny interakce s každým rizikovým modelem, aby se zjistilo, zda je potřeba stratifikace podle věkových skupin, pohlaví, dřívějších komorbidit a výchozích faktorů, jako je lymfopenie, CRP atd.

Všechny analýzy se budou opakovat pro skupiny pacientů s COVID-19 prokázaným pomocí PCR a těch, kteří jsou pouze podezřelí.

Pro analýzu vypouštění bez přídavného kyslíku vyšetřovatelé prozkoumají riziko readmise u takto propuštěných a analýzu zopakují pouze u těch, kteří nebudou následně znovu přijati.

Kritéria způsobilosti

Kritéria pro zařazení • Všichni pacienti přijatí do Nottingham University Hospitals Trust buď s podezřením na infekci Covid-19, nebo u kterých je diagnóza nakonec potvrzena a kteří jsou starší 18 let

Kritéria vyloučení

• Ve věku do 18 let.