Infecção por COVID-19 em pacientes recebendo terapia anti-CD20

Este é um estudo de coorte retrospectivo comparando pacientes com infecção por COVID-19 recém-diagnosticada, previamente tratados com medicamentos anti-CD20 para doenças como vasculite ou malignidade hematológica, que receberam plasma convalescente de alto título com pacientes semelhantes recebendo cuidados usuais que não incluem convalescença plasma.

As metas são:

1. Descrever o curso natural da COVID-19 em pacientes previamente tratados com medicamentos anti-CD20 para doenças como vasculite e neoplasias hematológicas. A hipótese dos investigadores é que os pacientes que adquirem COVID-19 precedidos por terapia anti-CD20 recente desenvolvem um curso prolongado de infecção por COVID-19 que não melhora apenas com remdesivir e agentes imunomoduladores.
2. Quantificar o risco para cada desfecho entre pacientes com COVID-19 de acordo com o tempo em que receberam terapia anti-CD20. A hipótese é que os pacientes com COVID-19 podem ser menos responsivos à terapia direcionada ao COVID-19 quando o anti-CD20 foi administrado mais recentemente (por exemplo, menos de 6 meses) antes de contrair o COVID-19.
3. Comparar o resultado de pacientes com COVID-19 que receberam medicamentos anti-CD20 e são tratados ou não com plasma convalescente de alto título suficiente para atingir a soroconversão passiva. A hipótese é que os pacientes que receberam um medicamento anti-CD20 nos 6 meses anteriores ao diagnóstico de COVID-19 têm uma chance reduzida de obter uma recuperação completa sem primeiro atingir a soroconversão passiva de SARS-CoV2.

Os dados serão extraídos de um registro de dados, construído no ambiente de registro eletrônico de saúde (EHR), registrando automaticamente os assuntos com base nos dados do registro eletrônico de saúde e extraindo métricas de dados relevantes. Isso é colocado em um data mart todas as noites por meio de um processo de extração, transformação e carregamento usado como parte das operações de rotina e validado como parte da manutenção de rotina. As definições de métrica no sistema de registro incluem a validação de dados como estando dentro dos limites definidos com base na entrada de valores de EHR para evitar discrepâncias inconsistentes com dados razoáveis. O registro é construído no sistema de registro médico e sua consistência é verificada como parte da arquitetura e manutenção do EHR. Todos os dados são extraídos do registro eletrônico de saúde da Epic. Diagnósticos e procedimentos são codificados usando ICD-10-CM e SNOMED-CT e dados laboratoriais identificados usando códigos LOINC apropriados. Métricas baseadas em regras calculam informações demográficas e pontuações de risco, como o índice de comorbidade de Charlson, conforme indicado no dicionário de dados anexo.

As análises de resultados serão submetidas a ajuste de escore de propensão (PS) para levar em conta a seleção de tratamento não aleatória. Primeiro, os investigadores estimarão o PS a partir de uma regressão logística multivariada na qual os preditores de receber CP (nos primeiros 30 dias) são determinados em função das características basais do paciente. O modelo de propensão incluirá idade, sexo, raça, pontuação APACHE-3 e covariáveis ​​de linha de base adicionais escolhidas a priori com base na relevância clínica. Finalmente, a comparação dos resultados do tratamento CP e sem CP será ajustada para diferenças de linha de base, incluindo PS (como spline cúbico restrito no logit PS para permitir efeitos não lineares) no modelo de regressão de resultado com a variável de tratamento CP. Como uma técnica adicional de PS, os pacientes tratados sem CP serão pareados com os pacientes que receberam CP com base no grupo da doença (vasculite ou malignidade hematológica) e no escore de propensão dentro de uma tolerância de 0,2 desvios padrão do logit-PS. Para evitar o viés de sobrevivência, o processo de pareamento considerará apenas os controles elegíveis que foram acompanhados por mais tempo ou mais do que o tempo até a primeira transfusão do caso de CP.

Modelos separados de regressão logística de chances proporcionais serão ajustados para a pontuação de resultado ordinal da OMS univariada em 30 dias e para pontuações de resultado multivariada em 30, 60 e 90 dias (como uma análise de medidas repetidas), com o status de PC dos pacientes, tempo, linha de base da OMS pontuação, e PS incluídos como variáveis ​​independentes. Dias livres de UTI, definidos como o número de dias vivos e livres de UTI entre a entrada no estudo e o dia 30 ou dia 90 serão calculados e comparados entre os grupos CP e sem CP usando regressão de Poisson. Para esta análise, os investigadores iniciarão inicialmente todos os pacientes no momento da PCR positiva no grupo sem CP. Quando os pacientes recebem sua primeira transfusão, seu acompanhamento sem CP será truncado e seu acompanhamento será reiniciado no tempo zero no grupo CP. Os investigadores usarão um deslocamento no modelo para permitir a diferença nos dias de observação entre os dois grupos. Por fim, a heterogeneidade do tratamento será explorada para características de linha de base pré-especificadas (por exemplo, tempo desde anti-CD20, sexo, raça) testando interações de tratamento por covariável nos modelos de resultado. O tempo desde o anti-CD20 será analisado como uma variável contínua usando uma coorte expandida para considerar uma ampla gama de tempos (dentro de 3 anos). Os investigadores também examinarão a associação entre o tempo desde o uso de anti-CD20 e os resultados do estudo, independentemente do tratamento com plasma. Novamente, o tempo será considerado em um continuum e modelado de forma flexível usando splines de regressão para permitir relacionamentos não lineares com o resultado.

Análises de sensibilidade:

Estratificação por categoria de doença (vasculite vs. malignidades hematológicas) e estratificação por título de anticorpos, soroconversão alcançada, tempo (desde PCR positivo inicial) quando o plasma foi administrado.