Forutsigelsesalgoritme for COVID-19 (COPA)

Alvorlig akutt respiratorisk syndrom coronavirus 2 (SARS-CoV-2)-mediert koronavirussykdom (COVID-19) er et evolusjonært enestående naturlig eksperiment som forårsaker store endringer i vertens immunsystem. Flere høyrisiko-covid-19-populasjoner er identifisert. Eldre voksne, menn, fargede personer og de med visse underliggende helsetilstander (f.eks. diabetes mellitus, fedme, etc.) har høyere risiko for alvorlig sykdom fra COVID-19. Selv om det er for tidlig å fullt ut forstå virkningen av COVID-19 på generell helse og velvære, er det allerede flere rapporter om betydelige følgetilstander, som ser ut til å korrelere med sykdommens alvorlighetsgrad. Det er et klart og presserende behov for å utvikle prediksjonstester for uønskede kort- og langsiktige utfall, spesielt for høyrisiko-covid-19-populasjoner. Vi antar at komplementær flerdimensjonal informasjon samlet inn nær tidspunktet for symptomdebut kan brukes til å forutsi ny debut eller forverring av skrøpelighet, organdysfunksjon og død innen ett år etter COVID-19-debut. En enkelt parameter gir begrenset informasjon og er ikke i stand til å karakterisere de komplekse biologiske responsene i symptomatisk COVID-19 tilstrekkelig for å forutsi utfallet. Siden de ble designet for andre sykdommer, er det usannsynlig at eksisterende kliniske verktøy, som respiratoriske, kardiovaskulære og andre organfunksjonsvurderinger, vil nøyaktig vurdere den langsiktige prognosen for denne nye sykdommen. Vår omfattende erfaring innen utvikling av biomarkører tyder på at integrering av molekylære og kliniske data øker prediksjonsnøyaktigheten av langsiktige utfall. Vi har valgt å teste hypotesen vår i en populasjon som gjenspeiler USA-demografi som har økt risiko for uønskede utfall fra COVID-19. Vi vil melde inn pasienter, som i stor grad reflekterer USAs demografi, fra en innlagt sivilbefolkning i et av landets største storbyområder og en representativ nasjonal veteranbefolkning. Vi forventer at en prediksjonstest som gir gode resultater i denne sykehusinnlagte pasientgruppen vil: hjelpe med å veilede triaging- og behandlingsbeslutninger og derfor redusere sykelighet og dødelighet, øke pasientens livskvalitet og forbedre kostnadseffektiviteten i helsevesenet. Mer nøyaktig prognostisk informasjon vil også hjelpe klinikere med å formulere mål for omsorgsdiskusjoner i situasjoner med sannsynlig nytteløshet og hjelpe pasienter og familier i denne beslutningsprosessen. Til slutt vil det gi et logisk middel for å allokere ressurser som er mangelvare, for eksempel ventilatorer eller terapi med begrenset tilgjengelighet.