COVID-19-Infektion bei Patienten, die eine Anti-CD20-Therapie erhalten

Dies ist eine retrospektive Kohortenstudie zum Vergleich von Patienten mit neu diagnostizierter COVID-19-Infektion, die zuvor mit Anti-CD20-Medikamenten gegen Krankheiten wie Vaskulitis oder hämatologische Malignität behandelt wurden und denen Rekonvaleszenzplasma mit hohem Titer verabreicht wurde, mit ähnlichen Patienten, die die übliche Behandlung erhalten, die keine Rekonvaleszenten umfasst Plasma.

Die Ziele sind:

1. Beschreibung des natürlichen Verlaufs von COVID-19 bei Patienten, die zuvor mit Anti-CD20-Medikamenten gegen Krankheiten wie Vaskulitis und hämatologische Malignome behandelt wurden. Die Hypothese der Ermittler ist, dass Patienten, die COVID-19 bekommen, denen kürzlich eine Anti-CD20-Therapie vorausgegangen ist, einen verlängerten Verlauf der COVID-19-Infektion entwickeln, der durch Remdesivir und Immunmodulatoren allein nicht verbessert wird.
2. Quantifizierung des Risikos für jeden Endpunkt bei Patienten mit COVID-19 nach dem Zeitpunkt, zu dem sie eine Anti-CD20-Therapie erhalten hatten. Die Hypothese ist, dass Patienten mit COVID-19 möglicherweise weniger auf eine COVID-19-gerichtete Therapie ansprechen, wenn Anti-CD20 in jüngerer Zeit (z. B. weniger als 6 Monate) vor der Ansteckung mit COVID-19 verabreicht wurde.
3. Um das Ergebnis von Patienten mit COVID-19 zu vergleichen, die Anti-CD20-Medikamente erhalten haben und mit Rekonvaleszenzplasma mit hohem Titer behandelt werden oder nicht, das ausreicht, um eine passive Serokonversion zu erreichen. Die Hypothese ist, dass Patienten, die innerhalb der letzten 6 Monate nach ihrer COVID-19-Diagnose ein Anti-CD20-Medikament erhalten haben, eine geringere Chance haben, eine vollständige Genesung zu erreichen, ohne zuerst eine passive SARS-CoV2-Serokonversion zu erreichen.

Die Daten werden aus einem Datenregister extrahiert, das in die Umgebung der elektronischen Patientenakte (EHR) integriert ist, die Probanden automatisch auf der Grundlage der Daten in der elektronischen Patientenakte protokolliert und relevante Datenmetriken extrahiert. Diese werden jede Nacht über einen Extraktions-, Transformations- und Ladeprozess in einen Data Mart gestellt, der als Teil des Routinebetriebs verwendet und als Teil der Routinewartung validiert wird. Zu den Metrikdefinitionen im Registrierungssystem gehört die Validierung von Daten dahingehend, dass sie innerhalb definierter Grenzen liegen, basierend auf der Eingabe von EHR-Werten, um Ausreißer zu verhindern, die nicht mit angemessenen Daten übereinstimmen. Das Register ist in das Patientenaktensystem integriert und wird im Rahmen der EHR-Architektur und -Pflege auf Konsistenz geprüft. Alle Daten werden aus der elektronischen Patientenakte von Epic extrahiert. Diagnosen und Verfahren werden mit ICD-10-CM und SNOMED-CT kodiert und Labordaten mit entsprechenden LOINC-Codes identifiziert. Auf Regeln basierende Metriken berechnen demografische Informationen und Risikobewertungen wie den Charlson-Komorbiditätsindex, wie im beigefügten Datenwörterbuch angegeben.

Ergebnisanalysen werden einer Anpassung des Neigungs-Scores (PS) unterzogen, um die nicht zufällige Behandlungsauswahl zu berücksichtigen. Zunächst schätzen die Prüfärzte den PS aus einer multivariablen logistischen Regression, bei der Prädiktoren für den Erhalt von CP (innerhalb der ersten 30 Tage) als Funktion der Grundlinienmerkmale des Patienten bestimmt werden. Das Neigungsmodell umfasst Alter, Geschlecht, Rasse, APACHE-3-Score und zusätzliche Baseline-Kovariaten, die a priori basierend auf klinischer Relevanz ausgewählt werden. Schließlich wird der Vergleich der Behandlungsergebnisse mit CP und ohne CP um Baseline-Unterschiede angepasst, indem PS (als eingeschränkter kubischer Spline im Logit-PS, um nichtlineare Effekte zu berücksichtigen) in das Ergebnisregressionsmodell mit der CP-Behandlungsvariable aufgenommen wird. Als zusätzliche PS-Technik werden Patienten, die ohne CP behandelt wurden, Patienten zugeordnet, die CP erhalten haben, basierend auf der Krankheitsgruppe (Vaskulitis oder hämatologische Malignität) und dem Neigungs-Score innerhalb einer Toleranz von 0,2 Standardabweichungen von Logit-PS. Um Überlebensverzerrungen zu vermeiden, berücksichtigt der Matching-Prozess nur die in Frage kommenden Kontrollen, die so lange oder länger als die Zeit bis zur ersten Transfusion des CP-Falls beobachtet wurden.

Separate Proportional-Odds-Logistische Regressionsmodelle werden für den univariaten ordinalen WHO-Ergebniswert nach 30 Tagen und für multivariate Ergebniswerte nach 30, 60 und 90 Tagen (als Analyse mit wiederholten Messungen) mit dem CP-Status, der Zeit und dem Ausgangswert der WHO der Patienten angepasst Score und PS als unabhängige Variablen eingeschlossen. ICU-freie Tage, definiert als die Anzahl der Tage, die zwischen Studieneintritt und Tag 30 oder Tag 90 leben und frei von der Intensivstation sind, werden berechnet und zwischen CP- und No-CP-Gruppen unter Verwendung der Poisson-Regression verglichen. Für diese Analyse beginnen die Prüfärzte zunächst alle Patienten zum Zeitpunkt der positiven PCR in der Gruppe ohne CP. Wenn Patienten ihre erste Transfusion erhalten, wird ihre Nicht-CP-Nachsorge abgeschnitten, und ihre Nachsorge wird zum Zeitpunkt Null in der CP-Gruppe neu gestartet. Die Ermittler werden im Modell einen Offset verwenden, um Unterschiede in den Beobachtungstagen zwischen den beiden Gruppen zu berücksichtigen. Schließlich wird die Behandlungsheterogenität auf vorab festgelegte Ausgangsmerkmale (z. B. Zeit seit Anti-CD20, Geschlecht, Rasse) untersucht, indem die Wechselwirkungen zwischen Behandlung und Kovariate in den Ergebnismodellen getestet werden. Die Zeit seit Anti-CD20 wird als kontinuierliche Variable analysiert, wobei eine erweiterte Kohorte verwendet wird, um ein breiteres Zeitspektrum (innerhalb von 3 Jahren) zu berücksichtigen. Die Prüfärzte werden auch den Zusammenhang zwischen der Zeit seit der Anwendung von Anti-CD20 und den Studienergebnissen unabhängig von der Plasmabehandlung untersuchen. Auch hier wird die Zeit auf einem Kontinuum betrachtet und mithilfe von Regressions-Splines flexibel modelliert, um nichtlineare Beziehungen zum Ergebnis zu ermöglichen.

Sensitivitätsanalysen:

Stratifizierung nach Krankheitskategorie (Vaskulitis vs. hämatologische Malignome) und Stratifizierung nach Antikörpertiter, erreichter Serokonversion, Zeitpunkt (ab anfänglicher positiver PCR), zu dem Plasma verabreicht wurde.