调查维生素 D 在 COVID-19 患者发病率中的作用

研究设计第 1 组：临床诊断为 COVID-19 的住院患者 这将是一项观察性队列研究，对象是在 Tameside General Hospital 住院的临床诊断为 COVID-19 的患者，由临床编码部门定义。 患者标识符将由编码部门提取并保存在 Tameside 医院的安全服务器上。 标识符将用于确保已经作为这些患者常规临床管理的一部分采集的血清样本可以针对维生素 D 水平进行处理。 不需要采集额外的血样。

患者的人口统计详细信息将从他们的临床记录和电子病历中提取，然后放入匿名数据库中进行分析。 将分析数据以确定以下内容：

1. 维生素 D 水平是否与 COVID-19 住院患者的结局/预后相关？
2. COVID-19 住院患者的维生素 D 水平是否与种族有关？
3. 维生素 D 水平是否与 COVID-19 住院患者的合并症有关？

预计招募 200 名接受 COVID-19 常规临床护理的患者。

第 2 组：参考基线维生素 D 和 COVID-19 风险进行前瞻性研究的初级保健患者将从 Tameside 和 Glossop 临床委托小组内的当地 GP 手术中前瞻性招募患者。 患者将获得良好临床实践 (GCP) 认证的从业者的同意。 将在招募时收集血清样本以获得基线维生素 D 水平。 将收集患者联系方式的详细信息以及基线健康状况和合并症，然后存储在 Tameside 医院安全服务器上的加密数据库中。 维生素 D 水平将传达给 GP 手术，GP 可以根据当地维生素 D 欠佳治疗指南决定是否治疗患者。6 个月后，将通过电话采访对患者进行随访，以确定他们是否患有 COVID -19，对此的任何治疗结果，以及他们是否在初级/二级/三级护理的过渡期间接受过维生素 D 治疗。

6 个月后对所有招募的患者进行随访后，将对数据进行分析。 在随访中，发展为 COVID-19 的患者将被视为病例，而未发展为 COVID-19 的患者将被视为对照，以使用维生素 D 水平作为探索性协变量进行病例对照分析。 预计会有一些患者退出，但由于使用电话访谈，随访的依从性可能很高。 分析将旨在确定维生素 D 水平是否与患 COVID-19 的风险相关，并参考其他协变量，例如种族和合并症。

预计招募 800 名参加 GP 手术进行常规护理的患者，这些患者将被机会性招募，不一定与 COVID-19 相关。

纳入标准第 1 组

纳入标准：

• 年龄 >=18 岁。
• 住院病人住进了坦姆塞德总医院。
• COVID-19 的临床诊断——SARS-CoV-2 拭子不一定呈阳性。
• 将包括接受维生素 D 治疗的患者，但这将在分析中进行调整。

排除标准：

• 年龄 <18 岁。
• 最终临床诊断不是 COVID-19。

手臂 2

纳入标准：

• 年龄 >=18 岁。
• 将包括接受维生素 D 治疗的患者，但这将在分析中进行调整。

排除标准：

• 年龄 <18 岁。
• 在入组前 6 个月内接受恶性肿瘤/癌症诊断的积极治疗。
• 免疫抑制患者。

分析臂 1

年龄和性别的平均值以及不同种族群体的比例将用于评估群体可比性。 主要分析将涉及维生素 D 水平（作为连续变量，根据年龄和性别进行调整）与代表 COVID-19 治疗结果的变量的线性回归：

• 氧疗模式（低流量<10L/min，高流量>=10L/min，经鼻高流量，CPAP，气管插管）。
• 治疗史（不包括氧疗）。
• 释放。
• 死亡。

初步分析还将包括种族群体针对上述治疗结果变量的逻辑回归，并根据年龄、性别和维生素 D 状况进行调整。

以下变量将作为严重程度的额外预测因素包括在内：

• 入院 SpO2。
• 入院时胸部 X 光检查结果。
• 入院时的 CRP。
• 入院时 D-二聚体。
• 入院肌酐。
• 入院时调整钙。
• 用维生素D治疗。
• 种族。

以下变量将作为协变量包括在内：

• 年龄。
• 性别。
• 并发症。
• 体重指数。
• 糖尿病的存在。
• SARS-CoV-2 拭子结果。

线性回归将报告为具有 95% 置信区间的系数。 逻辑回归将报告为具有 95% 置信区间的调整优势比。 缺失的数据将被估算。 一旦收集了 n = 200 名患者的所有数据并且可以获得血清维生素 D 水平，将进行分析。

手臂 2

年龄和性别的平均值以及不同种族群体的比例将用于评估群体可比性。 收集完所有数据后，出现 COVID-19 的患者将被定义为“病例”，而未出现的患者将被定义为“对照”。 然后将进行一项包括维生素 D 作为预测变量的病例对照研究，统计数据报告为调整后的比值比和 95% 的置信区间。 将对以下结果测量进行进一步的子分析（再次定义为“案例”）：

• 因 COVID-19 住院。
• COVID-19 治疗后出院。
• 死于 COVID-19。

以下变量将作为严重程度的额外预测因素包括在内：

• 用维生素D治疗。
• 种族。

以下变量将作为协变量包括在内：

• 年龄。
• 性别。
• 并发症。
• 体重指数。
• 糖尿病的存在。

注册时缺失的数据将被估算。 失访患者将包含基线数据，他们将被视为“对照”。 一旦为招募的 n=800 名患者收集了所有后续数据，将进行分析。