Frühes CPAP bei COVID-19-Patienten mit Atemstillstand. Eine prospektive Kohortenstudie. (EC-COVID-PCS)

Alle ED-Patienten, bei denen eine COVID-19-Infektion positiv ist oder bei denen eine COVID-19-Infektion vermutet wird, werden in die Studie aufgenommen. Beschreibende Berichte der gesammelten Daten werden regelmäßig erstellt. Dabei werden verschiedene Aggregationsebenen berücksichtigt: einzelnes Zentrum, Bundesland, Region. Die in diesen Berichten präsentierten Ergebnisse liefern nicht nur nützliche Elemente zur Beschreibung der Entwicklung der Epidemie, sondern liefern auch eine genaue klinische Beschreibung einer großen Stichprobe von COVID-19-Patienten.

Die Studiendaten werden genutzt, um die wichtigsten Risikofaktoren und klinischen Bedingungen zu identifizieren, um schlechte Patientenergebnisse vorherzusagen. Die relevantesten Faktoren werden mit modernsten Techniken ausgewählt.

Diese Faktoren werden als Prädiktoren in multivariablen Vorhersagemodellen verwendet, die entwickelt werden, um die erwartete Prognose der Patienten abzuschätzen. Die Studienergebnisse sind Tod oder Intubationsbedarf innerhalb von 7 Tagen nach Ankunft der Notaufnahme und 30-Tage-Sterblichkeit. Angesichts der dichotomen Natur dieser Variablen werden die Modelle mit logistischer Regression entwickelt. Die Modelle werden erstmals entwickelt, wenn die Studie die minimale Anzahl erforderlicher Patienten einschreibt, und regelmäßig aktualisiert. Auf diese Weise werden prädiktive Werkzeuge, die in der Lage sind, die Prognose von Patienten genau abzuschätzen, so schnell wie möglich in die klinische Praxis zurückgebracht.

Die Studie wird den Einsatz von Behandlungen und Medikamenten wie Virostatika, ACE-Hemmern und Sartanen erfassen, deren Wirkung auf COVID-19-Patienten noch nicht klar ist und hauptsächlich auf kleinen Studien basiert. Die große Kohorte von Patienten wird verwendet, um CER-Analysen durchzuführen und die Wirkung dieser Behandlungen auf die Prognose der Patienten mit geeigneten statistischen Methoden zu bewerten, um den Beobachtungscharakter der Daten zu berücksichtigen. Diese Ergebnisse werden verwendet, um das experimentelle Design dieses Projekts zu verfeinern und zu verbessern.