COVID-19 환자의 동반이환 및 위험 점수 (Comorbidities)

배경

2019년 12월 중국 우한시에서 중증 폐렴 집단을 일으키는 바이러스가 처음 발견되었습니다.

이 병원균은 SARS-CoV-2로 지정되었습니다. 동물원성 기원일 가능성이 있지만, 인간 간 전염은 전 세계적으로 SARS-CoV-2 감염의 확산을 빠르게 촉진했습니다.

2월 20일, 현지에서 획득한 SARS-CoV-2 감염의 첫 번째 사례는 알려진 바이러스 순환 지역에 대한 여행 이력이 없거나 2019년 코로나바이러스 감염병 가능성이 있거나 확인된 연관성이 없는 중병에 걸린 입원한 청년에게서 이탈리아 북부에서 진단되었습니다. (COVID-19) 사례. 이 날짜 이전에 중부 이탈리아에서 보고된 COVID-19 사례는 3건에 불과했으며 모두 우한 여행 이력이 있었습니다. 이 예상치 못한 발견에 이어 2020년 4월 24일 현재 총 192,994건의 확진 사례와 25,969건의 사망으로 국내에서 사례 수와 사망자 수가 급격히 증가했습니다.

연구 근거

여러 변수가 SARS-CoV-2 감수성, 중증도 및 예후에 대한 가능한 위험 요소로 설명되었으며, 그 중 연령, 성별 및 동반 질환이 중요한 역할을 합니다.

질병 통제 예방 센터(CDC)는 SARS-CoV-2로 인한 중증 질환의 위험을 증가시키는 것으로 나타난 근본적인 의학적 상태를 나열했습니다. 심각한 심장 질환 및 만성 신장 질환과 같은 일부 동반 질환은 SARS-CoV-2 감염의 나쁜 예후 인자로 일관되고 강력한 증거를 가지고 있는 반면, HIV와 같은 다른 질환은 제한된 증거와 이질적인 결과를 가지고 있습니다.

또한 공존하는 질병의 부담이 가산적이거나 심지어 배가될 수 있다는 것이 잘 알려져 있음에도 불구하고 COVID-19 부작용에 대한 특정 질병 클러스터의 영향은 평가된 적이 없습니다. 마지막으로, 질병 중증도와 사망률을 예측하기 위해 현재 사용할 수 있는 제안된 모델과 위험 점수는 제대로 보고되지 않고 비뚤림 위험이 높기 때문에 일상 업무에 적용할 때 예측을 신뢰할 수 없다는 우려가 제기됩니다. 다차원적이고 교차 검증된 접근 방식으로 개발된 신뢰할 수 있는 위험/예후 점수는 인구의 취약한 부문과 의료 시스템 리소스 사용에 대한 향후 연구를 위한 길을 열어줄 것입니다. 임상 수준에서 예후 점수는 입원이 필요한 환자의 중증도와 사망 위험을 예측하고 임상의가 치료 결정을 내리는 데 도움이 되는 임상 중증도에 따라 환자를 계층화할 수 있게 해줍니다.

목표

이 연구의 주요 목적은 SARS-CoV-2로 입원한 환자의 임상 결과에 대한 환자의 동반이환의 역할을 평가하는 것입니다. 조사관은 이미 알려진 위험 예측자를 확인하고 불확실한 것에 대한 증거를 제공합니다. 조사관은 또한 부정적인 임상 결과(주로 단기 사망률)를 예측할 수 있는 예후 점수를 개발할 것이며, 이는 입원 시 환자의 다양한 위험 프로필에 따라 환자를 계층화하여 개인의 수준을 "맞춤"하는 데 유용할 것입니다. 케어.

2차 목표는 SARS-CoV-2에 감염될 위험이 더 높고, 입원하고, 음울한 결과(여기서는 개발되지 않았지만 관련 가능한 수정).

표본의 크기

조사관은 각 센터의 예상 모집을 기준으로 완전한 데이터가 있는 총 환자 수를 약 2500명으로 예상합니다.

분석 계획

데이터는 각각 범주형 변수와 연속 변수에 대한 개수와 백분율 및 사분위수로 요약됩니다. 다중 상태 모델은 환자의 병원 사망률 및 퇴원을 설명하는 데 사용됩니다. 병원 내 사망률은 경쟁 이벤트로 퇴원을 설명하는 추정치입니다. 카플란-마이어 추정기는 입원 후 최대 3개월까지의 사망률을 추정하는 데 사용됩니다. 임상 결과에 대한 환자의 동반이환의 역할은 관련 교란변수에 대해 조정된 Cox 모델에 의해 평가될 것입니다. 합병증 및 기타 위험 요인을 포함하여 임상 기반 예후 점수가 개발됩니다. 점수는 다차원 접근 방식으로 구성되며 Lasso 접근 방식은 관련 위험 요소를 선택하는 데 사용됩니다. 수신 작동 특성 곡선(AUC) 아래 영역 및 Brier 점수는 모델 성능을 평가하는 데 사용되며 최종 점수는 교차 검증됩니다. 민감도 분석은 교육 및 테스트 검증 방식을 사용하여 수행됩니다. 위험 하위 그룹 및 잠재 변수 모델의 실질적인 정의를 위한 회귀 트리 사용도 고려됩니다.

누락이 10%를 초과하는 경우 다중 대체가 수행됩니다.

데이터 수집

2020년 10월까지 SARS-CoV-2로 입원한 연속 환자가 포함됩니다. 사전 서면 동의를 체계적으로 얻는 데 어려움이 있고 프로젝트의 공익이 크다는 점을 감안할 때 연구는 일반 데이터 보호 규정(GDPR) EU 규정 2016/679의 89조에 의해 보장되는 승인의 맥락에서 수행될 것입니다. 공익 목적, 과학적 또는 역사적 연구 또는 건강 데이터의 통계적 목적을 위한 처리를 보장합니다.