- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT04670094
COVID-19 환자의 동반이환 및 위험 점수 (Comorbidities)
SARS-CoV-2 감염 환자의 심각도 및 결과에 대한 동반이환 및 위험 점수.
연구 개요
상태
정황
상세 설명
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.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Milan, 이탈리아
- ASST Grande Ospedale Metropolitano Niguarda
-
Montichiari, 이탈리아
- ASST Spedali Civili
-
Monza, 이탈리아
- ASST Monza-Ospedale San Gerardo
-
Rozzano, 이탈리아
- Humanitas Clinical and Research Hospital
-
Verona, 이탈리아
- Centre for Tropical and Infectious Diseases and Microbiology, IRCCS Sacro Cuore
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
샘플링 방법
연구 인구
설명
포함 기준
- SARS-CoV-2 감염의 존재
- 연령 >18세,
- 2020년 10월까지 SARS-CoV-2 감염 진단
제외 기준
• 없음
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
---|
Covid19 감염 관련 환자
2020년 6월 말까지 San Gerardo 병원 및 기타 센터에 SARS-CoV-2로 입원한 18세 이상의 환자가 포함됩니다. 환자는 병원에서 퇴원하거나 사망할 때까지 추적됩니다. |
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
병원 내 사망률
기간: 학업 종료까지 평균 1년
|
COVID19 질병으로 인한 병원 사망에 대한 설명
|
학업 종료까지 평균 1년
|
입원 후 3개월까지 사망
기간: 학업 종료까지 평균 1년
|
입원 후 3개월까지 사망한 환자에 대한 설명
|
학업 종료까지 평균 1년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
중환자실(ICU) 입원
기간: 학업 종료까지 평균 1년
|
ICU 입학 설명
|
학업 종료까지 평균 1년
|
입원 과정에서 발생한 합병증
기간: 학업 종료까지 평균 1년
|
병원 과정에서 발생한 합병증에 대한 설명
|
학업 종료까지 평균 1년
|
중환자실 입원과 병원 내 사망률의 상관관계
기간: 학업 종료까지 평균 1년
|
ICU 입원과 환자의 병원 내 사망률 사이의 가능한 상관 관계에 대한 설명
|
학업 종료까지 평균 1년
|
공동 작업자 및 조사자
수사관
- 연구 의자: Maria Grazia Valsecchi, Prof., University of Milano Bicocca
- 연구 의자: llaria Capua, Prof., University of Florida
간행물 및 유용한 링크
일반 간행물
- Yang J, Zheng Y, Gou X, Pu K, Chen Z, Guo Q, Ji R, Wang H, Wang Y, Zhou Y. Prevalence of comorbidities and its effects in patients infected with SARS-CoV-2: a systematic review and meta-analysis. Int J Infect Dis. 2020 May;94:91-95. doi: 10.1016/j.ijid.2020.03.017. Epub 2020 Mar 12.
- Guo T, Fan Y, Chen M, Wu X, Zhang L, He T, Wang H, Wan J, Wang X, Lu Z. Cardiovascular Implications of Fatal Outcomes of Patients With Coronavirus Disease 2019 (COVID-19). JAMA Cardiol. 2020 Jul 1;5(7):811-818. doi: 10.1001/jamacardio.2020.1017. Erratum In: JAMA Cardiol. 2020 Jul 1;5(7):848.
- Lighter J, Phillips M, Hochman S, Sterling S, Johnson D, Francois F, Stachel A. Obesity in Patients Younger Than 60 Years Is a Risk Factor for COVID-19 Hospital Admission. Clin Infect Dis. 2020 Jul 28;71(15):896-897. doi: 10.1093/cid/ciaa415. No abstract available.
- Simonnet A, Chetboun M, Poissy J, Raverdy V, Noulette J, Duhamel A, Labreuche J, Mathieu D, Pattou F, Jourdain M; LICORN and the Lille COVID-19 and Obesity study group. High Prevalence of Obesity in Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2) Requiring Invasive Mechanical Ventilation. Obesity (Silver Spring). 2020 Jul;28(7):1195-1199. doi: 10.1002/oby.22831. Epub 2020 Jun 10. Erratum In: Obesity (Silver Spring). 2020 Oct;28(10):1994.
- Zheng Z, Peng F, Xu B, Zhao J, Liu H, Peng J, Li Q, Jiang C, Zhou Y, Liu S, Ye C, Zhang P, Xing Y, Guo H, Tang W. Risk factors of critical & mortal COVID-19 cases: A systematic literature review and meta-analysis. J Infect. 2020 Aug;81(2):e16-e25. doi: 10.1016/j.jinf.2020.04.021. Epub 2020 Apr 23.
- Chen R, Liang W, Jiang M, Guan W, Zhan C, Wang T, Tang C, Sang L, Liu J, Ni Z, Hu Y, Liu L, Shan H, Lei C, Peng Y, Wei L, Liu Y, Hu Y, Peng P, Wang J, Liu J, Chen Z, Li G, Zheng Z, Qiu S, Luo J, Ye C, Zhu S, Liu X, Cheng L, Ye F, Zheng J, Zhang N, Li Y, He J, Li S, Zhong N; Medical Treatment Expert Group for COVID-19. Risk Factors of Fatal Outcome in Hospitalized Subjects With Coronavirus Disease 2019 From a Nationwide Analysis in China. Chest. 2020 Jul;158(1):97-105. doi: 10.1016/j.chest.2020.04.010. Epub 2020 Apr 15.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
키워드
추가 관련 MeSH 약관
기타 연구 ID 번호
- Comorbidities
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
코로나19에 대한 임상 시험
-
Texas Woman's UniversityNational Institutes of Health (NIH)아직 모집하지 않음COVID19 테스트
-
Cairo UniversityKasr El Aini Hospital알려지지 않은
-
Assistance Publique - Hôpitaux de Paris알려지지 않은
-
Aarhus University HospitalUniversity of Aarhus; Pharma Nord완전한
-
Brugmann University Hospital모병
-
Istituti Clinici Scientifici Maugeri SpAIstituto Auxologico Italiano; Azienda Ospedaliera Bolognini di Seriate Bergamo; Azienda Socio... 그리고 다른 협력자들완전한
-
Abderrahmane Mami HospitalDacima Consulting; Eshmoun Clinical Research Center빼는