医院 COVID-19 激增和相关死亡风险

患有危重疾病和/或呼吸衰竭的患者在管理这些患者数量较多的医院往往会表现出更好的结果。 然而，在 COVID-19 大流行期间，这种关系可能因患者数量增加对资源和人员的压力而改变。 将使用大型管理数据库进行一项回顾性队列研究，以了解 COVID-19 住院患者之间的体积-结果关系。 了解美国医院的 COVID-19 数量-结果关系可能有助于确定最佳护理设置和转移阈值，并为分诊政策和风险调整提供信息。

Premier Healthcare Database (PHD) 是一个全付费管理数据库，涵盖了来自 48 个州的大约 20% 的美国住院患者，将查询 3 月 1 日至 3 月 1 日至 COVID-19 记录诊断编码的成人（18 岁以上）住院患者2020 年 8 月 31 日在连续报告的医院。 在研究期间遇到 <15 次 COVID-19 的医院将被排除在主要队列之外，以保持统计可靠性。

将为每个住院月计算激增指数，其中包含护理复杂性加权的 COVID-19 病例负担，并将针对名义（2019 年）床位容量和非 COVID-19 病例负担进行标准化，并将代表主要协变量。 住院月数将按激增指数的百分位进行分层（例如 <第 50、50-75、75-90、90-95 和≥95 个百分位数）。

COVID-19 病例负担（激增指数）对整个 COVID-19 队列中死亡率（或出院到临终关怀）的风险调整比值比（aOR）的影响将使用控制病例的分层广义线性混合模型来确定-混合、治疗相关、随时间变化和其他医院层面的因素。 变量将根据它们在呈现给医院时代表的“基线”状态来选择，以最小化调解器的影响。

病例组合调整的变量：年龄、性别、种族/民族、合并症负担、保险状况、入院来源和敏锐度、急性器官衰竭评分和入院时的代码状态、使用药物（瑞德西韦、皮质类固醇、羟氯喹和阿奇霉素） ）、缺氧严重程度（急性呼吸衰竭代码、需要无创正压通气、需要有创机械通气）、入院2天内分别使用升压药。

时间和医院水平调整的变量：医院教学状况、城市化程度、地理区域、床位容量、医疗补助/无保险入院的医院比例、入院后 2 天内插管的 COVID-19 患者比例、医院的技术指标（按可获得性分层）体外膜肺氧合、超过一个 ICU 和连续肾脏替代治疗）、瑞德西韦的医院可用性、主治医师与患者的比例、COVID-19 之前的机械通气量、接受 COVID-19 检测的总入院比例和入院月份（第 1 个月与入院月份）第二波）。

将使用交互项评估（第 1 次与第 2 次）大流行波的影响修正、上个月的激增指数和急性医院转移和/或气管切开术的比率。 敏感性分析将使用激增指数的替代迭代/层进行，排除较少的患者以获得统计可靠性，模型有和没有治疗相关变量，并使用 Elixhauser 合并症指数而不是美国疾病控制和预防中心定义的不良预后潜在条件在 COVID-19 中测试结果的稳健性。 将使用院内死亡率重复分析（没有报告出院到临终关怀）。 将评估改变统计显着性发现的方向所必需的未测量混杂因素的大小。 考虑到大流行期间入院和插管标准的潜在动态特性及其与体积的关系，ICU 和机械通气患者中更具选择性的亚组将不会用作主要研究人群。

根据分析时的可用性，去识别化的基于电子健康记录的数据集将用于管理数据中选定变量的临床验证（例如 代表仅需要高流量氧气（即非无创或有创机械通气）的患者的呼吸衰竭代码的可靠性。）