COVID-19 resultaatvoorspellingsalgoritme (COPA)

Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)-gemedieerde coronavirusziekte (COVID-19) is een evolutionair ongekend natuurlijk experiment dat grote veranderingen in het immuunsysteem van de gastheer veroorzaakt. Er zijn verschillende COVID-19-populaties met een hoog risico geïdentificeerd. Oudere volwassenen, mannen, personen van kleur en mensen met bepaalde onderliggende gezondheidsproblemen (bijv. diabetes mellitus, zwaarlijvigheid, enz.) lopen een groter risico op een ernstige ziekte door COVID-19. Hoewel het nog te vroeg is om de impact van COVID-19 op de algehele gezondheid en het welzijn volledig te begrijpen, zijn er al verschillende meldingen van significante gevolgen, die lijken te correleren met de ernst van de ziekte. Er is een duidelijke en dringende behoefte aan het ontwikkelen van voorspellingstests voor ongunstige korte- en langetermijnresultaten, vooral voor COVID-19-populaties met een hoog risico. Onze hypothese is dat complementaire multidimensionale informatie die is verzameld in de buurt van het moment waarop de symptomen beginnen, kan worden gebruikt om nieuwe of verergerende kwetsbaarheid, orgaandisfunctie en overlijden binnen een jaar na het begin van COVID-19 te voorspellen. Een enkele parameter biedt beperkte informatie en is niet in staat om de complexe biologische reacties bij symptomatische COVID-19 adequaat te karakteriseren om de uitkomst te voorspellen. Aangezien ze zijn ontworpen voor andere ziekten, is het onwaarschijnlijk dat bestaande klinische hulpmiddelen, zoals scores voor respiratoire, cardiovasculaire en andere orgaanfuncties, de langetermijnprognose van deze nieuwe ziekte nauwkeurig zullen beoordelen. Onze uitgebreide ervaring met de ontwikkeling van biomarkers suggereert dat de integratie van moleculaire en klinische gegevens de voorspellingsnauwkeurigheid van langetermijnresultaten verhoogt. We hebben ervoor gekozen om onze hypothese te testen in een populatie die de Amerikaanse demografie weerspiegelt en die een verhoogd risico loopt op nadelige gevolgen van COVID-19. We zullen patiënten inschrijven, die in grote lijnen de demografische gegevens van de VS weerspiegelen, uit een gehospitaliseerde burgerbevolking in een van de grootste grootstedelijke gebieden van het land en een representatieve nationale veteranenpopulatie. We verwachten dat een voorspellingstest die goed presteert in deze gehospitaliseerde patiëntengroep: zal helpen bij het begeleiden van triage- en behandelingsbeslissingen en daardoor de morbiditeit en mortaliteit zal verminderen, de levenskwaliteit van de patiënt zal verbeteren en de kosteneffectiviteit van de gezondheidszorg zal verbeteren. Nauwkeurigere prognostische informatie zal clinici ook helpen bij het formuleren van doelen van zorggesprekken in situaties van waarschijnlijke nutteloosheid en zal patiënten en families helpen bij dit besluitvormingsproces. Ten slotte zal het een logische manier zijn om schaarse middelen toe te wijzen, zoals ventilatoren of therapieën met beperkte beschikbaarheid.