Wieloregionalny rejestr przypadków COVID-19 w szpitalu firmy McMaster (COREG)

Uzasadnienie: Nowa choroba koronawirusowa 2019 r. (COVID-19) to szybko rozwijająca się pandemia, która stanowi poważne i ciągłe zagrożenie dla zdrowia i systemu opieki zdrowotnej, zarówno globalnie, jak i lokalnie. Chociaż istnieją serie przypadków dotyczące poszczególnych krajów, które zawierają pewne wskazówki dotyczące interwencji, które mogą być skuteczne; zastosowanie ich w warunkach lokalnych jest problematyczne, biorąc pod uwagę różnice w gęstości zaludnienia, demografii (w tym wrażliwych subpopulacji), możliwościach ekonomicznych i politycznych. W tym celu potrzebne są dane lokalne, aby lepiej informować o harmonogramie i wdrażaniu konkretnych i ukierunkowanych interwencji w celu ograniczenia rozprzestrzeniania się i wpływu wirusa natychmiast i później. Informacje uzyskiwane w czasie zbliżonym do rzeczywistego mogą znacząco wpłynąć na wysiłki i decyzje potrzebne do rozwiązania problemu alokacji zasobów w odpowiedzi na dynamiczną pandemię.

Cele: Celem badaczy jest zebranie danych na temat wpływu i obciążenia COVID-19, które mogą dostarczać informacji i wspierać lokalne decyzje kliniczne i polityczne w czasie rzeczywistym. W szczególności cele są następujące: 1) Utworzenie rejestru przyjęć przypadków COVID-19 jako lokalnej platformy badawczej i poprawy jakości w przypadku pandemii COVID-19; oraz 2) Zbierz dane, które mogą pomóc w lokalnych decyzjach i ocenie pandemii, w tym częstości występowania, wrażliwości, powikłań i przebiegu klinicznego pacjentów z COVID-19.

Metody: Badacze stworzyli rejestr McMaster Coronavirus (COVID-19) (COREG), kompatybilną z ISARIC-WHO, kompleksową platformę, która ułatwia jednolite gromadzenie danych na temat COVID-19. COREG jest rozszerzeniem formularza zgłoszenia przypadku (CRF) ISARIC-WHO, zaprojektowanego w celu zebrania lokalnych informacji na temat przenoszenia, obciążenia chorobą, przebiegu i wyników przypadków COVID-19 ze wszystkich szpitali sporządzających wykresy COVID-19 w Waterloo, Hamilton i Regiony Niagara w Ontario, Kanada (populacja > 1 500 000). COREG to kompleksowe gromadzenie danych retrospektywnych opartych na rejestrze pacjentów, dotyczące wszystkich podejrzanych i potwierdzonych przypadków COVID-19 (zgodnie z definicją ISARIC) przyjętych do St. Joseph's Healthcare Hamilton (SJHH), Hamilton Health Sciences (HHS), Grand River Hospital, St. Mary's General Hospital i system opieki zdrowotnej Niagara. Rejestr zawiera dane pobrane z istniejących danych wykresów generowanych podczas rutynowej opieki klinicznej. Udziela się rezygnacji ze świadomej zgody. Kategorie danych, które mają być gromadzone, są zgodne z ISARIC-WHO CRF (https://isaric.tghn.org/covid-19-clinical-research-resources/) i obejmują dane demograficzne, choroby współistniejące, leki przyjmowane przed przyjęciem, oznaki i objawy, wyniki diagnostyczne, interwencje wewnątrzszpitalne i wyniki zdrowotne (powikłania medyczne podczas hospitalizacji, w tym OIOM i zgon). Przypadki są identyfikowane przez Infection Prevention and Control (IPAC) w każdym ośrodku, a dostęp do dokumentacji będzie zdalny i bezpieczny dla personelu badawczego i medycznego. Wyodrębnione dane są przechowywane na bezpiecznym serwerze REDCap i serwerze danych hostowanym przez firmę McMaster. Kolektory danych przechodzą standardowe szkolenie. Cotygodniowe spotkania zarządcze odbywają się między zbieraczami danych, kierownikami operacyjnymi i kierownikami ośrodków klinicznych w każdym ośrodku w celu omówienia, zajęcia się i rozwiązania wszelkich barier i niespójności w gromadzeniu danych oraz rozwoju programu naukowego.

Wpływ: COREG zapewnia, że ​​gromadzone dane dotyczące COVID-19 są ustandaryzowane i solidne oraz że będą miały znaczący wpływ na lokalne procesy decyzyjne, a jednocześnie będą porównywalne na arenie międzynarodowej. COREG opracuje konsensusowe zalecenia dotyczące leczenia szpitalnego pacjentów hospitalizowanych z COVID-19. Będzie to nieocenione dla lokalnych i globalnych wysiłków badawczych, ponieważ można łatwo połączyć się z biobankami tkanek i innymi administracyjnymi bazami danych, aby odpowiedzieć na pytania dotyczące patofizjologii, długoterminowych wyników i obciążenia opieki zdrowotnej.