Atemunterstützung und COVID-19-Mortalität

statistische Methoden

Kontinuierliche Daten werden als Mittelwert und Standardabweichung (SD) dargestellt, wenn sie einer Normalverteilung folgen, die mithilfe von Histogrammen und Q-Q-Diagrammen bewertet wird. ansonsten als Median und Interquartilbereich (IQR). Kategoriale Daten werden als Zahlen und Prozentsätze dargestellt. Fehlende Daten werden nicht unterstellt. Patienten aus einer bestimmten Analyse wurden ausgeschlossen, wenn die Daten für die zugehörige Variable fehlten.

Das erste Ziel besteht darin, die relative Wirksamkeit verschiedener NIVs zu untersuchen, einschließlich High-Flow-Nasenkanülen (HFNC), bilevel positivem Atemwegsdruck (BiPAP) und kontinuierlichem positivem Atemwegsdruck (CPAP). Die Patienten werden je nach Art der NIV, die sie zuerst erhalten haben, in drei Gruppen eingeteilt. Patienten, die vor der NIV eine invasive mechanische Beatmung (IMV) erhielten, werden ausgeschlossen. Patienten, die zwei oder drei verschiedene Arten von NIV erhalten haben, werden in dieser Analyse ebenfalls ausgeschlossen. Teilnahmeberechtigt sind Patienten, die nach der Anwendung von NIV IMV erhalten haben.

Das sekundäre Ziel besteht darin, den Einfluss von IMV auf die Mortalität durch Vergleich mit Patienten zu untersuchen, die nur NIV erhielten. Die Rolle der lungenprotektiven Beatmung bei Patienten, die IMV erhielten, wird ebenfalls untersucht. Es werden die Merkmale der Beatmungsgeräteeinstellungen untersucht, die mit einem verbesserten Ergebnis verbunden sind.

Der primäre Endpunkt ist die Krankenhaussterblichkeit und die Patienten werden bis zur Entlassung aus dem Krankenhaus beobachtet. Patienten gelten als lebend, wenn sie lebend aus dem Krankenhaus entlassen wurden oder sich zum Zeitpunkt des Abschlusses der Datenextraktion noch im Krankenhaus befinden. Für das erste Ziel wird auch die Rate der Eskalation der Atemunterstützung von NIV zu IMV analysiert (als sekundäres Ergebnismaß in dieser Analyse).

Die Patienten werden mithilfe des Propensity-Score-Matchings ausgeglichen. Das Propensity-Score-Modell umfasst demografische Merkmale, Komorbiditäten, die Pandemiephase, den Schweregrad der akuten Erkrankung (24 Stunden vor der angestrebten Atemunterstützung), Laborergebnisse (24 Stunden vor der angestrebten Atemunterstützung) und Vitalfunktionen (24 Stunden vor der angestrebten Atemunterstützung). Atemunterstützung). Das Gleichgewicht zwischen übereinstimmenden Paaren wird anhand einer standardisierten Differenz von 10 % bewertet und anhand der von Yang und Dalton beschriebenen Methode berechnet. Zur Analyse der übereinstimmenden Paare wird ein geschichtetes Cox-Proportional-Hazards-Modell verwendet. Darüber hinaus wird das Überleben mithilfe des Produktlimit-Kaplan-Meier-Schätzers geschätzt und die Log-Rank-Statistik wird zum Vergleich der Überlebenskurven verwendet.

Der Backup-Plan für die statistische Analyse sieht wie folgt aus. Die univariaten Cox-Proportional-Hazard-Modelle zum Screening auf potenzielle Faktoren, die mit einer geringeren Mortalität verbunden sind, werden durchgeführt. Es wird ein multivariables Cox-Proportional-Hazards-Modell zur Abschätzung unabhängiger Zusammenhänge zwischen Atemunterstützung und Mortalität durchgeführt. Die in die multivariable Analyse einbezogenen Störfaktoren sind folgende: 1) bekannte Risikofaktoren für Mortalität (Alter, Geschlecht und Bluthochdruck); 2) die Schwere der akuten Erkrankung 24 Stunden vor der gezielten Atemunterstützung (Sequential Organ Failure Assessment Score und Glasgow Coma Scale Score); 3) die verschiedenen Phasen im ersten Pandemiejahr, darunter die erste Phase (1. Februar 2020 bis 31. Mai 2020), die zweite Phase (1. Juni 2020 bis 31. August 2020), die dritte Phase (1. September). , 2020, bis 30. November 2020) und die vierte Phase (1. Dezember 2020, bis zum letzten Datum der Datenextraktion); 4) die demografischen Merkmale und Komorbiditäten mit einem P-Wert < 0,25 in der univariaten Analyse; und 5) die Laborergebnisse und Vitalparameter 24 Stunden vor der gezielten Atemunterstützung, die in der univariaten Analyse einen P-Wert < 0,25 aufweisen. Alle Behandlungen, die als Teil des COVID-19-Managements gelten, werden in die multivariable Analyse zur Störfaktorkontrolle einbezogen. Um Kollinearität zu vermeiden, wird nur eine Variable einbezogen, wenn zwei Variablen einen absoluten Rangkorrelationskoeffizienten nach Pearson oder Spearman von mehr als 0,5 haben. Variablen mit mehr als 10 % fehlenden Daten werden ebenfalls ausgeschlossen. Mehrfachtests werden mithilfe der Bonferroni-Methode korrigiert, um die Wahrscheinlichkeit eines Typ-I-Fehlers auf einem zweiseitigen 0,05-Alpha-Niveau zu verringern, wobei die Hypothesen für alle COVID-19-bezogenen Atemwegsunterstützungen/-behandlungen als Familie berücksichtigt werden. Der Zusammenhang zwischen Exposition und Mortalität wird anhand von Hazard Ratios (HRs) geschätzt und mit 95 %-Konfidenzintervallen (CIs) angegeben. Um die Häufung innerhalb von Krankenhäusern zu berücksichtigen, werden robuste Sandwich-Schätzer zur Berechnung von Standardfehlern für die HRs verwendet. Die Annahme der proportionalen Gefahren wird anhand der Schönfeld-Residuen bewertet.

Bei einem zweiseitigen Hypothesentest beträgt das Signifikanzniveau für jede allgemeine Hypothese 0,05. Alle Analysen werden in der R-Software (Version 3.5.3, R Foundation for Statistical Computing).