Валидация прогностических показателей клинического риска при прогнозировании исхода для пациентов с COVID-19 при начальной сортировке

Фон:

С декабря 2019 года, когда в городе Ухань возник тяжелый острый респираторный синдром коронавирус-2 (SARS-CoV-2), вызывающий заболевание COVID-19, которое 11 марта 2020 года быстро распространилось на остальной мир, включая ОАЭ, в виде пандемии. COVID-19 по-прежнему представляет собой глобальную угрозу для здоровья, ложась тяжелым бременем на системы здравоохранения и приводя к более чем шести миллионам смертей в 188 странах (1).

Инфекция COVID-19 характеризуется широким клиническим спектром тяжести заболевания, от бессимптомного течения до тяжелого заболевания, которое может прогрессировать до угрожающих жизни осложнений, таких как шок и острый респираторный дистресс-синдром (2). Таким образом, наличие клинически применимых прогностических инструментов для раннего выявления симптоматических пациентов с высоким риском прогрессирования до тяжелого/критического состояния имеет важное значение для распределения ограниченных ресурсов здравоохранения (3). До сих пор клинические прогностические инструменты были сосредоточены на факторах хозяина, но более свежие данные указывают на значительную связь между вариантами SARS-CoV-2 и развитием осложнений, таких как затяжной COVID (4).

В настоящее время клиническая оценка пациентов с инфекцией COVID-19 основывается на возрасте пациента, количестве сопутствующих заболеваний, субъективных симптомах и степени легочного инфильтрата при рентгенологическом исследовании, что делает раннее прогнозирование тяжелого/критического состояния довольно трудным (5-7). Недавно опубликованные инструменты прогностического прогнозирования (ALA и ALKA) были предложены для помощи в сортировке пациентов с инфекцией COVID-19 при первоначальном диагнозе (8). Эти инструменты прогнозирования основаны на простых легкодоступных лабораторных тестах и, следовательно, могут иметь явное преимущество перед другими инструментами для принятия решений о выписке и госпитализации в центрах оценки сортировки. поддерживают их полезность при сортировке пациентов при первоначальном диагнозе. Кроме того, это также позволит оптимизировать эти инструменты для повышения их полезности в качестве инструментов поддержки принятия клинических решений для сортировки пациентов при первоначальном диагнозе. Пациенты, отнесенные к группе высокого риска на основании этих прогностических инструментов, могут быть направлены в больницу, где имеется отделение интенсивной терапии (ОИТ), в ожидании худшего исхода. Таким образом, эти пациенты могут получить пользу от более раннего начала необходимого уровня ухода и поддержки, включая специфическую терапию.

Целью этого исследования является проверка и сравнение инструментов прогнозирования ALA и ALKA с существующей системой оценки клинического риска, предложенной для первоначальной оценки пациентов с инфекцией COVID-19.

Методология:

Продольное наблюдение за всеми последовательными пациентами с положительным тестом на SARS-CoV-2 на мазках из носоглотки в соответствии с определениями ВОЗ, направляемыми в отделение неотложной помощи. Кроме того, данные последовательности РНК SARS-CoV-2 на уровне популяции также будут изучены и сопоставлены с тяжестью COVID-19 и эффективностью инструментов прогнозирования.

Данные будут извлекаться из электронных медицинских карт с использованием инструмента сбора данных. Сюда входят демографические данные, клинические проявления, количество сопутствующих заболеваний, результаты первоначальных лабораторных и радиологических исследований и их окончательные результаты, как подробно описано ниже.

Балл оценки риска при первоначальном обращении будет рассчитываться для каждого пациента с использованием шкалы клинической оценки ALA и ALKA и сравниваться с предложенной в настоящее время системой оценки клинического риска.

Полезность оценки риска при сортировке пациентов при их первичном посещении отделения неотложной помощи (ED) будет подтверждена по следующим измеряемым результатам:

1. Госпитализация при первой встрече с ЭД
2. Госпитализация в отделение интенсивной терапии на время госпитализации по поводу COVID-19
3. Госпитальная и внебольничная смертность
4. Возврат в отделение неотложной помощи после первоначальной выписки (в течение текущего периода ковидной болезни, максимум через 30 дней после первоначального диагноза)

Процесс сбора образцов:

Данные будут извлекаться из электронных медицинских карт с использованием инструмента сбора данных. Данные будут включать демографические данные, клинические проявления, сопутствующие заболевания, лабораторные и радиологические результаты и окончательные результаты.

Оценка риска при первоначальной презентации будет рассчитана с использованием бесплатного онлайн-калькулятора в Интернете.

Обработка и анализ данных:

Для всех переменных будет создана описательная статистика. Многомерные модели логистической регрессии, соответствующие результатам. Переменные, включенные в оценку риска COVID-19, будут включены в регрессионный анализ для прогнозирования результатов. Результаты многомерной логистической регрессии будут представлены в виде скорректированных отношений шансов с соответствующими 95% доверительными интервалами и p-значениями.

Дискриминация будет оцениваться с использованием C-статистики вместе с соответствующими 95% доверительными интервалами и кривой рабочих характеристик приемника (ROC). C-статистика ≥ 0,7 будет считаться хорошей, а ≥ 0,8 будет считаться отличной (9). Калибровка будет оцениваться на основе прогнозируемой вероятности результата, предсказанного на основе регрессий. Будут построены калибровочные кривые. P-значения <0,05 считаются статистически значимыми. Весь анализ будет выполняться с использованием программного обеспечения SPSS (версия 28, IBM Corp, Нью-Йорк, США).