Covid19 kliniska prediktorer och resultat

Majoriteten av publicerade rapporter om tidiga kliniska beskrivningar av covid-19 har kommit från Hubei-provinsen i Kina, och även om dessa ger värdefull information, hindrar bristen på standardiserade dödlighets- och sjuklighetskvoter jämförelser av resultatupplevelser mellan populationer. De flesta tillgängliga data kommer också från beskrivande fall eller serier som inte tar hänsyn till förvirrande effekt; så det finns ännu inga specifika data om hur riskerna förknippade med underliggande komorbiditeter kan variera i olika befolkningsgrupper eller miljöer.

Erkännande av riskfaktorer för sjuklighet och dödlighet är viktigt för att fastställa förebyggande strategier samt för att rikta in sig på högriskpopulationer för potentiella terapier. Så, i den här studien syftar vi till att utveckla en prediktiv statistisk modell för att identifiera baslinjeprediktorer för dödlighet inklusive underliggande hälsotillstånd och biomarkörnivåer vid intagning för att förbättra förståelsen av den kliniska utvecklingen av patienter med svår COVID-19.

Cirka 20-30 % av de vanliga inläggningarna på intensiven är med andningssvikt. Ett betydligt högre antal förväntas i det nuvarande klimatet. Regeringens politik har syftat till att platta ut epidemikurvan för att lätta på trycket på NHS för att säkerställa att så många människor som möjligt har tillgång till lämplig nivå av intensivvård. Men även i bästa fall kan antalet personer som behöver nivå 3-vård på intensivvårdsavdelningen vara tio gånger högre än den nuvarande kapaciteten.

Överskottet av dödlighet på grund av SARS-CoV-2 i denna population har inte utvärderats helt. Det är okänt om utvecklingen av denna sjukdom delar gemensamma egenskaper med andra bakteriella eller virusinfektioner. Denna information är ovärderlig för att forma diagnostiska protokoll, förhindra komplikationer och utforma terapeutiska strategier.