COVID19 kliniske prediktorer og utfall

Flertallet av publiserte rapporter om tidlige kliniske beskrivelser av COVID-19 har dukket opp fra Hubei-provinsen i Kina, og selv om disse gir verdifull informasjon, hindrer mangelen på standardiserte dødelighets- og sykelighetsforhold sammenligning av utfallserfaring på tvers av populasjoner. Dessuten stammer de fleste tilgjengelige data fra beskrivende tilfeller eller serier som ikke tar hensyn til forvirrende effekt; så foreløpig er det ingen spesifikke data om hvordan risikoen forbundet med underliggende komorbiditeter kan variere i ulike befolkningsgrupper eller settinger.

Anerkjennelse av risikofaktorer for sykelighet og dødelighet er viktig for å bestemme forebyggingsstrategier samt for å målrette høyrisikopopulasjoner for potensielle terapeutika. Så i denne studien tar vi sikte på å utvikle en prediktiv statistisk modell for å identifisere baseline-prediktorer for dødelighet, inkludert underliggende helsetilstander og biomarkørnivåer ved innleggelse for å forbedre forståelsen av den kliniske evolusjonen til pasienter med alvorlig COVID-19.

Omtrent 20-30 % av vanlige innleggelser på intensivavdelingen er med respirasjonssvikt. Det forventes et betydelig høyere antall i dagens klima. Regjeringens politikk har tatt sikte på å flate ut epidemikurven for å lette presset på NHS for å sikre at så mange mennesker som mulig har tilgang til riktig nivå av intensivbehandling. Men selv i beste fall kan antallet personer som trenger behandling på nivå 3 på intensivavdelingen være ti ganger den nåværende kapasiteten.

Overskuddet av dødelighet på grunn av SARS-CoV-2 i denne populasjonen er ikke fullt ut vurdert. Det er ukjent om utviklingen av denne sykdommen deler felles kjennetegn med andre bakterielle eller virusinfeksjoner. Denne informasjonen er uvurderlig for å forme diagnostiske protokoller, forhindre komplikasjoner og utforme terapeutiske strategier.