Validace prognostických skóre klinického rizika při předpovídání výsledku pro pacienty s COVID-19 při počátečním třídění

Pozadí:

Od prosince 2019, kdy se ve městě Wu-chan objevil těžký akutní respirační syndrom coronavirus-2 (SARS-CoV-2) způsobující onemocnění COVID-19 a dne 11. března 2020 se rychle rozšířil do zbytku světa včetně Spojených arabských emirátů jako pandemie. COVID-19 je i nadále globální zdravotní hrozbou s masivní zátěží pro systémy zdravotní péče, která má za následek více než šest milionů úmrtí ve 188 zemích (1).

Infekce COVID-19 je charakterizována širokým klinickým spektrem závažnosti onemocnění od asymptomatického onemocnění až po závažné onemocnění, které může progredovat do život ohrožujících komplikací, jako je šok a syndrom akutní respirační tísně (2). Mít klinicky použitelné prognostické nástroje pro včasnou identifikaci symptomatických pacientů s vysokým rizikem progrese do závažného/kritického onemocnění je tedy zásadní pro přidělování omezených zdrojů zdravotní péče (3). Dosud se klinické prognostické nástroje zaměřovaly na hostitelské faktory, ale novější údaje naznačovaly významnou souvislost mezi variantami SARS-CoV-2 a rozvojem komplikací, jako je dlouhý COVID (4).

V současné době je klinické hodnocení pacientů s infekcí COVID-19 založeno na věku pacienta, počtu komorbidit, subjektivních příznacích a rozsahu plicního infiltrátu při radiologickém vyšetření, což ztěžuje včasnou predikci závažného / kritického onemocnění (5-7). Nedávno publikované nástroje prognostické predikce (ALA & ALKA) byly navrženy na pomoc při třídění pacientů s infekcí COVID-19 při počáteční diagnóze (8). Tyto predikční nástroje jsou založeny na jednoduchých snadno dostupných laboratorních testech, a proto mohou nabídnout jasnou výhodu oproti jiným nástrojům k vedení rozhodnutí o propuštění a přijetí v hodnotících centrech třídění. Nicméně externí validace těchto jednoduchých nástrojů pomocí jiné kohorty pacientů by poskytla silnější důkazy podporují jejich užitečnost při třídění pacientů při počáteční diagnóze. Kromě toho to také umožní další optimalizaci těchto nástrojů, aby se zlepšila jejich použitelnost jako nástrojů na podporu klinického rozhodování pro třídění pacientů při počáteční diagnóze. Pacienti, kteří jsou na základě těchto prediktivních nástrojů považováni za vysoce rizikové, by mohli být zařazeni do nemocnice, kde je k dispozici jednotka intenzivní péče (JIP) s očekáváním horšího výsledku. Tito pacienti proto mohou mít prospěch z dřívějšího zahájení požadované úrovně péče a podpory včetně specifické terapie.

Cílem této studie je ověřit a porovnat predikční nástroje ALA & ALKA se současným skórovacím systémem klinického hodnocení rizik navrženým pro počáteční hodnocení pacientů s infekcí COVID-19.

Metodologie:

Observační longitudinální sledování všech po sobě jdoucích pacientů s pozitivním testem na SARS-CoV-2 na nazofaryngeálních výtěrech podle definic WHO předložených na pohotovosti. Kromě toho budou také zkoumána data sekvence RNA SARS-CoV-2 na úrovni populace a korelována se závažností COVID-19 a výkonem predikčních nástrojů.

Data budou abstrahována z elektronických lékařských záznamů pomocí nástroje pro sběr dat. To zahrnuje demografii, klinickou manifestaci, počet komorbidit, výsledky vstupních laboratorních a radiologických vyšetření a jejich konečné výsledky, jak je podrobně popsáno níže.

Skóre hodnocení rizika při úvodní prezentaci se vypočítá pro každého pacienta pomocí klinického hodnocení ALA & ALKA a porovná se s aktuálně navrhovaným systémem hodnocení klinického rizika.

Užitečnost skóre rizika při třídění pacientů při jejich počátečních návštěvách na pohotovosti (ED) bude validována s ohledem na následující naměřené výsledky:

1. Přijetí do nemocnice při prvním setkání na ED
2. Příjem na JIP po dobu hospitalizace COVID-19
3. Úmrtnost v nemocnici i mimo ni
4. Návrat na ED po úvodním propuštění (v rámci aktuálního období onemocnění covidem, maximálně 30 dní od počáteční diagnózy)

Proces odběru vzorků:

Data budou abstrahována z elektronických lékařských záznamů pomocí nástroje pro sběr dat. Data by zahrnovala demografické údaje, klinické projevy, komorbidity, laboratorní a radiologické výsledky a konečné výsledky.

Skóre hodnocení rizika při úvodní prezentaci bude vypočítáno pomocí bezplatné webové online kalkulačky.

Zpracování a analýza dat:

Pro všechny proměnné budou generovány popisné statistiky. Vícerozměrné logistické regresní modely vhodné pro výsledky. Proměnné zahrnuté do skóre rizika COVID-19 budou zahrnuty do regresní analýzy, aby bylo možné předpovědět výsledky. Výsledky vícerozměrné logistické regrese budou prezentovány jako upravené poměry šancí s odpovídajícími 95% intervaly spolehlivosti a p-hodnotami.

Diskriminace bude vyhodnocena pomocí C-Statistic spolu s odpovídajícími 95% intervaly spolehlivosti a křivkou ROC (Receiver Operating Characteristic). C-statistika ≥ 0,7 bude považována za dobrou a ≥ 0,8 bude považována za vynikající (9). Kalibrace bude vyhodnocena na základě předpokládané pravděpodobnosti výsledku, jak je předpovězeno z regresí. Budou vygenerovány kalibrační křivky. P-hodnoty <0,05 jsou považovány za statisticky významné. Všechny analýzy budou provedeny pomocí softwaru SPSS (verze 28, IBM Corp, NY, USA).