Validering av prognostiske kliniske risikoscore for å forutsi utfall for pasienter med covid-19 ved innledende triage

Bakgrunn:

Siden desember 2019, da alvorlig akutt respiratorisk syndrom coronavirus-2 (SARS-CoV-2) som forårsaket COVID-19-sykdommen dukket opp i byen Wuhan og 11. mars 2020 spredte seg raskt til resten av verden, inkludert UAE som en pandemi. COVID-19 fortsetter å være en global helsetrussel med en massiv byrde på helsevesenet som resulterer i mer enn seks millioner dødsfall i 188 land (1).

COVID-19-infeksjon er preget av et bredt klinisk spekter av sykdomsgrad som strekker seg fra asymptomatisk sykdom til alvorlig sykdom som kan utvikle seg til livstruende komplikasjoner som sjokk og akutt respiratorisk distress-syndrom (2). Det er derfor avgjørende å ha klinisk anvendelige prognostiske verktøy for tidlig identifisering av symptomatiske pasienter med høy risiko for progresjon til alvorlig/kritisk sykdom for å veilede tildeling av begrensede helseressurser (3). Så langt har kliniske prognostiske verktøy fokusert på vertsfaktorer, men nyere data indikerte en signifikant sammenheng mellom SARS-CoV-2-varianter og utvikling av komplikasjoner som langvarig COVID (4).

Foreløpig er den kliniske vurderingen for pasienter med COVID-19-infeksjon basert på pasientens alder, antall komorbiditeter, subjektive symptomer og omfang av lungeinfiltrat ved radiologisk undersøkelse som gjør tidlig prediksjon av alvorlig/kritisk sykdom ganske vanskelig (5-7). Et nylig publisert prognostisk prediksjonsverktøy (ALA & ALKA) ble foreslått for å hjelpe triagerende pasienter med COVID-19-infeksjon ved første diagnose (8). Disse prediksjonsverktøyene er basert på enkle lett tilgjengelige laboratorietester og kan derfor tilby en klar fordel fremfor andre verktøy for å veilede beslutninger om utskrivning og innleggelse i triagevurderingssentre. Ikke desto mindre vil ekstern validering av disse enkle verktøyene ved bruk av en annen gruppe pasienter gi et sterkere bevis for å støtte deres nytte i triaging pasienter ved første diagnose. I tillegg vil det også tillate ytterligere optimalisering av disse verktøyene for å forbedre deres nytte som klinisk beslutningsstøtteverktøy for å triagere pasienter ved første diagnose. Pasienter som anses å ha høy risiko basert på disse prediktive verktøyene kan triageres til sykehusinnleggelse der intensivavdelingen (ICU) er tilgjengelig i påvente av dårligere utfall. Derfor kan disse pasientene ha nytte av tidligere oppstart av nødvendig pleie- og støttenivå, inkludert spesifikk terapi.

Målet med denne studien er å validere og sammenligne ALA- og ALKA-prediksjonsverktøyene med det nåværende scoresystemet for klinisk risikovurdering foreslått for innledende evaluering av pasienter med COVID-19-infeksjon.

Metodikk:

En observasjonell longitudinell oppfølging av alle påfølgende pasienter med positiv SARS-CoV-2-testing på nasofaryngeale vattpinner i henhold til WHO-definisjoner som presenteres for akuttmottaket. Videre vil populasjonsnivå SARS-CoV-2 RNA-sekvensdata også bli undersøkt og korrelert med COVID-19 alvorlighetsgrad og ytelsen til prediksjonsverktøy.

Data vil bli abstrahert fra elektroniske journaler ved hjelp av et datainnsamlingsverktøy. Dette inkluderer demografi, klinisk manifestasjon, antall komorbiditeter, innledende laboratorie- og radiologiske undersøkelsesresultater og deres endelige utfall som beskrevet nedenfor.

Risikovurderingsskåren ved første presentasjon vil bli beregnet for hver pasient ved bruk av klinisk vurderingsskåring av ALA og ALKA og sammenlignet med det nå foreslåtte skåringssystemet for klinisk risikovurdering

Nytten av risikoskåren i triaging av pasienter på deres første besøk til akuttmottaket (ED) vil bli validert mot følgende målte utfall:

1. Sykehusinnleggelse ved første møte med ED
2. Innleggelse på intensivavdelingen så lenge COVID-19-innleggelsen varer
3. Dødelighet på sykehus og utenfor sykehus
4. Gå tilbake til ED etter første utskrivning (innenfor gjeldende covid sykdomsperiode, maksimalt 30 dager fra den første diagnosen)

Prøveinnsamlingsprosess:

Data vil bli abstrahert fra elektroniske journaler ved hjelp av et datainnsamlingsverktøy. Dataene vil inkludere demografi, kliniske manifestasjoner, komorbiditeter, laboratorie- og radiologiske resultater og endelige resultater.

Vurderingsrisikoscore ved første presentasjon vil bli beregnet ved hjelp av en gratis nettbasert kalkulator.

Datahåndtering og analyse:

Beskrivende statistikk vil bli generert for alle variabler. Multivariate logistiske regresjonsmodeller for å passe til utfall. Variabler som inngår i COVID-19-risikoen for poengsum vil bli inkludert i regresjonsanalysen for å forutsi resultatene. Multivariate logistiske regresjonsresultater vil bli presentert i form av justerte oddsratioer med tilsvarende 95 % konfidensintervall og p-verdier.

Diskriminering vil bli evaluert ved hjelp av C-Statistic, sammen med dens tilsvarende 95 % konfidensintervaller og mottakerdriftskarakteristikk (ROC) kurve. C-statistikk ≥ 0,7 vil regnes som god og ≥ 0,8 regnes som utmerket (9). Kalibrering vil bli vurdert basert på predikert sannsynlighet for utfallet som predikert fra regresjonene. Kalibreringskurver vil bli generert. P-verdier <0,05 anses som statistisk signifikante. All analyse vil bli utført med SPSS-programvare (versjon 28, IBM Corp, NY, USA).