Suportes respiratórios e mortalidade por COVID-19

Métodos estatísticos

Dados contínuos são apresentados como média e desvio padrão (DP) se seguirem uma distribuição normal avaliada por meio de histogramas e gráficos Q-Q; caso contrário, como mediana e intervalo interquartílico (IQR). Dados categóricos são apresentados como números e porcentagens. Dados ausentes não serão imputados. Os pacientes de uma análise específica foram excluídos se os dados para a variável relacionada estiverem ausentes.

O primeiro objetivo é investigar a eficácia relativa de diferentes VNIs, incluindo cânula nasal de alto fluxo (HFNC), pressão positiva de dois níveis nas vias aéreas (BiPAP) e pressão positiva contínua nas vias aéreas (CPAP). Os pacientes serão divididos em três grupos de acordo com o tipo de VNI que receberam pela primeira vez. Serão excluídos os pacientes que receberam ventilação mecânica invasiva (VMI) antes da VNI. Os pacientes que receberam dois ou três tipos diferentes de VNI também serão excluídos desta análise. São elegíveis pacientes que receberam VMI após o uso de VNI.

O objetivo secundário é investigar o impacto da VMI na mortalidade por comparação com pacientes que receberam apenas VNI. O papel da ventilação protetora pulmonar em pacientes que receberam VMI também será investigado. As características das configurações do ventilador que estão associadas a um melhor resultado serão exploradas.

O desfecho primário é a mortalidade intra-hospitalar e os pacientes serão acompanhados até a alta hospitalar. Os pacientes são considerados vivos se tiverem alta do hospital com vida ou ainda estiverem internados no encerramento da extração de dados. Para o primeiro objetivo, a taxa de aumento do suporte respiratório de VNI para VMI também será analisada (como uma medida de resultado secundária nesta análise).

Os pacientes serão balanceados usando correspondência de pontuação de propensão. O modelo de escore de propensão incluirá características demográficas, comorbidades, fase pandêmica, gravidade da doença aguda (24 horas antes do suporte respiratório direcionado), resultados laboratoriais (24 horas antes do suporte respiratório direcionado) e sinais vitais (24 horas antes do suporte respiratório direcionado). suporte respiratório). O equilíbrio entre pares combinados será avaliado usando uma diferença padronizada de 10% e calculado usando o método descrito por Yang e Dalton. Um modelo estratificado de riscos proporcionais de Cox será usado para analisar os pares combinados. Além disso, a sobrevivência será estimada usando o estimador de Kaplan-Meier de limite de produto, e a estatística log-rank será usada para comparar as curvas de sobrevivência.

O plano de análise estatística de backup é o seguinte. Serão realizados os modelos univariados de risco proporcional de Cox para triagem de potenciais fatores associados a menor mortalidade. Será realizado um modelo multivariado de riscos proporcionais de Cox para estimar associações independentes entre suporte respiratório e mortalidade. Os fatores de confusão incluídos na análise multivariada são: 1) fatores de risco conhecidos para mortalidade (idade, sexo e hipertensão); 2) a gravidade da doença aguda 24 horas antes do suporte respiratório direcionado (escore Sequential Organ Failure Assessment e escore da Escala de Coma de Glasgow); 3) as várias fases durante o primeiro ano pandémico, incluindo a primeira fase (1 de fevereiro de 2020 a 31 de maio de 2020), a segunda fase (1 de junho de 2020 a 31 de agosto de 2020), a terceira fase (1 de setembro , 2020, a 30 de novembro de 2020) e a quarta fase (1 de dezembro de 2020, até a última data de extração de dados); 4) os dados demográficos e comorbidades com valor de P < 0,25 na análise univariada; e 5) os resultados laboratoriais e sinais vitais 24 horas antes do suporte respiratório direcionado que apresentam valor P < 0,25 na análise univariada. Todos os tratamentos considerados como parte do manejo da COVID-19 serão incluídos na análise multivariada para controle de confusão. Para evitar a colinearidade, apenas uma variável será incluída se duas variáveis ​​tiverem um coeficiente de correlação de postos de Pearson ou Spearman absoluto maior que 0,5. Variáveis ​​com mais de 10% de dados faltantes também serão excluídas. Os testes múltiplos serão corrigidos usando o método Bonferroni para reduzir a chance de erro tipo I em um nível alfa 0,05 bilateral, considerando as hipóteses para todos os suportes/tratamentos respiratórios relacionados ao COVID-19 como uma família. A associação entre exposições e mortalidade será estimada usando taxas de risco (HRs) e relatada com intervalos de confiança de 95% (ICs). Para contabilizar o agrupamento dentro dos hospitais, serão usados ​​estimadores sanduíche robustos para calcular erros padrão para as HRs. A suposição de riscos proporcionais será avaliada usando os resíduos de Schoenfeld.

Com um teste de hipótese bicaudal, o nível de significância para cada hipótese geral é 0,05. Todas as análises serão realizadas no software R (versão 3.5.3, R Foundation for Statistical Computing).