Entwicklung und Validierung eines Vorhersagemodells für den Übergang von einer leichten zu einer mittelschweren Form von COVID-19 unter Verwendung von Daten aus der Thorax-CT (PREDICTCovid19)

Einige wenige Patienten, die mit der Coronavirus-Krankheit 2019 (COVID-19) infiziert sind, entwickeln schnell eine akute Atemnot, die zu Atemversagen mit hohen kurzfristigen Sterblichkeitsraten führt. Allerdings sind nur 5 % der mit COVID-19 infizierten Patienten von dieser abwertenden Entwicklung betroffen. Derzeit gibt es kein zuverlässiges Instrument zur Risikostratifizierung für Patienten mit nicht schwerer COVID-19-Erkrankung bei Aufnahme.

Aufgrund ihrer Verfügbarkeit und Schnelligkeit wird die Thorax-Computertomographie (CT) häufig zur Behandlung von COVID-19-Pneumonien eingesetzt. Der Referenzstandard zur Bestätigung von COVID-19 basiert auf mikrobiologischen Tests, aber diese Tests sind im Notfall möglicherweise nicht verfügbar und ihre Ergebnisse sind im Gegensatz zur CT nicht sofort verfügbar. Zusätzlich zu ihrer Rolle bei der Frühdiagnose spielt die CT eine prognostische Rolle, indem sie das Ausmaß von COVID-19-Lungenanomalien beurteilt.

Eine Möglichkeit zu finden, vorherzusagen, welche Patienten mit einem anfänglichen leichten bis mittelschweren Krankheitsverlauf von COVID-19 gemäß CT-Scan-Daten und einfachen klinischen und biologischen Parametern eine schwere oder kritische Form von COVID-19 entwickeln würden, ist eine Herausforderung. In dieser multizentrischen Studie zielt die Studie darauf ab, einen prädiktiven Score für die Früherkennung von Fällen mit hohem Risiko einer Progression zu mittelschwerem, schwerem oder kritischem COVID-19 zu erstellen, indem einfache klinische und biologische Parameter sowie qualitative, quantitative oder künstliche Intelligenz (KI)-Daten kombiniert werden die erste CT von nicht schweren Patienten. Das Endziel besteht darin, ein optimales Patientenmanagement in der entsprechenden Gesundheitsstruktur zu organisieren.