Supporti respiratori e mortalità da COVID-19

metodi statistici

I dati continui sono presentati come media e deviazione standard (SD) se seguono una distribuzione normale valutata utilizzando istogrammi e grafici Q-Q; altrimenti, come mediana e intervallo interquartile (IQR). I dati categorici sono presentati come numeri e percentuali. I dati mancanti non saranno imputati. I pazienti da un'analisi specifica sono stati esclusi se mancano i dati per la variabile correlata.

Il primo obiettivo è studiare l'efficacia relativa di diversi NIV, tra cui la cannula nasale ad alto flusso (HFNC), la pressione positiva a due livelli delle vie aeree (BiPAP) e la pressione positiva continua delle vie aeree (CPAP). I pazienti saranno divisi in tre gruppi per il tipo di NIV che hanno ricevuto per la prima volta. Saranno esclusi i pazienti che hanno ricevuto ventilazione meccanica invasiva (IMV) prima della NIV. Anche i pazienti che hanno ricevuto due o tre diversi tipi di NIV saranno esclusi da questa analisi. Sono ammissibili i pazienti che hanno ricevuto IMV dopo l'uso di NIV.

L'obiettivo secondario è indagare l'impatto dell'IMV sulla mortalità attraverso il confronto con i pazienti che hanno ricevuto solo NIV. Verrà anche studiato il ruolo della ventilazione polmonare protettiva nei pazienti che hanno ricevuto IMV. Verranno esplorate le caratteristiche delle impostazioni del ventilatore che sono associate a un risultato migliore.

L'outcome primario è la mortalità intraospedaliera e i pazienti saranno seguiti fino alla dimissione dall'ospedale. I pazienti sono considerati vivi se sono stati dimessi vivi dall'ospedale o sono ancora ricoverati alla chiusura dell'estrazione dei dati. Per il primo obiettivo, verrà analizzato anche il tasso di escalation del supporto respiratorio da NIV a IMV (come misura di esito secondaria in questa analisi).

I pazienti saranno bilanciati utilizzando la corrispondenza del punteggio di propensione. Il modello del punteggio di propensione includerà le caratteristiche demografiche, le comorbidità, la fase pandemica, la gravità della malattia acuta (24 ore prima del supporto respiratorio mirato), i risultati di laboratorio (24 ore prima del supporto respiratorio mirato) e i segni vitali (24 ore prima del supporto respiratorio mirato) supporto respiratorio). L'equilibrio tra le coppie abbinate sarà valutato utilizzando una differenza standardizzata del 10% e calcolato utilizzando il metodo descritto da Yang e Dalton. Per analizzare le coppie abbinate verrà utilizzato un modello a rischi proporzionali di Cox stratificato. Inoltre, la sopravvivenza sarà stimata utilizzando lo stimatore di Kaplan-Meier prodotto-limite e la statistica log-rank verrà utilizzata per confrontare le curve di sopravvivenza.

Il piano di analisi statistica di backup è il seguente. Verranno eseguiti i modelli di rischio proporzionale di Cox univariati per lo screening di potenziali fattori associati a una minore mortalità. Verrà eseguito un modello di rischio proporzionale di Cox multivariato per stimare associazioni indipendenti tra supporti respiratori e mortalità. I fattori confondenti inclusi nell'analisi multivariata sono i seguenti: 1) fattori di rischio noti per la mortalità (età, sesso e ipertensione); 2) la gravità della malattia acuta 24 ore prima del supporto respiratorio mirato (punteggio Sequential Organ Failure Assessment e punteggio Glasgow Coma Scale); 3) le varie fasi durante il primo anno pandemico, compresa la prima fase (dal 1 febbraio 2020 al 31 maggio 2020), la seconda fase (dal 1 giugno 2020 al 31 agosto 2020), la terza fase (dal 1 settembre , 2020, al 30 novembre 2020), e la quarta fase (dal 1 dicembre 2020, all'ultima data di estrazione dei dati); 4) i dati demografici e le comorbilità con un valore P <0,25 nell'analisi univariata; e 5) i risultati di laboratorio e i segni vitali 24 ore prima del supporto respiratorio mirato che hanno un valore P <0,25 nell'analisi univariata. Tutti i trattamenti considerati parte della gestione del COVID-19 saranno inclusi nell'analisi multivariata per il controllo dei fattori di confusione. Per evitare collinearità, verrà inclusa solo una variabile se due variabili hanno un coefficiente di correlazione di rango di Pearson o Spearman assoluto maggiore di 0,5. Saranno escluse anche le variabili con più del 10% di dati mancanti. I test multipli verranno corretti utilizzando il metodo Bonferroni per ridurre la possibilità di errore di tipo I a un livello alfa bilaterale di 0,05, considerando le ipotesi per tutti i supporti/trattamenti respiratori correlati a COVID-19 come una famiglia. L'associazione tra esposizioni e mortalità sarà stimata utilizzando rapporti di rischio (HR) e riportata con intervalli di confidenza al 95% (IC). Per tenere conto del raggruppamento all'interno degli ospedali, verranno utilizzati robusti stimatori sandwich per calcolare gli errori standard per le risorse umane. L'assunzione dei rischi proporzionali sarà valutata utilizzando i residui di Schoenfeld.

Con un test di ipotesi a due code, il livello di significatività per ogni ipotesi generale è 0,05. Tutte le analisi saranno eseguite nel software R (versione 3.5.3, Fondazione R per il calcolo statistico).