在急诊科使用肺部超声诊断 COVID-19 的新评分模型 (LungUltrasound)

患者：

该研究招募了所有有肺部症状的患者，并于 2020 年 3 月 27 日至 2020 年 5 月 17 日期间送往急诊室。 排除标准是 (i) 充血性心力衰竭患者 (n= 7)，(ii) 已知间质性肺纤维化患者 (n= 4)，以及 (iii) 回声窗较差的患者 (n= 4)。 患者首先在 ED 接受必要的检查，然后进行分类。 询问患者疑似 COVID-19 感染的症状。 那些符合疑似临床和研究标准的人会得到一个标准口罩，并被迅速安全地转移到一个单独的等候和隔离区，那里有可用的基础设施和工具来进行手部和呼吸卫生实践。 如果患者被证明对 COVID-19 呈阳性反应，他将被送往隔离区。 对于阴性患者，根据他们的临床状态将他们收入中间或 ICU。 所有招募的患者均接受了以下检查：全血细胞计数 (CBC)、动脉血气 (ABG)、检测 COVID-19 的 RT-PCR 检测、胸部 X 光、胸部 CT、LUS 和超声心动图（根据其可用性，与操作员和探头的预防措施类似于对 LUS 施加的预防措施）。

LUS检查：

两名训练有素的医务人员，一名 ICU 医生和一名 ICU 护士，进入隔离室，遵守世界卫生组织为 COVID-19 爆发提供的所有呼吸、飞沫和接触隔离预防措施。 超声探头和药片被放入两个不同的无菌塑料探头和药片盖中。 根据每个中心的可用性，使用不同设备的曲线探头 (2-5 MHz) 进行成像。 按照急诊床旁肺部超声 (BLUE) 方案中的描述进行六点 LUS（每个半胸三个）[13]。

统计分析：

统计分析包括比较 COVID-19 阳性患者和 COVID-19 阴性患者之间的不同参数，对数值变量使用独立 t 检验，对分类变量使用卡方检验。 所有显着不同的变量都被输入到前向逐步二元逻辑回归分析中，以选择最佳模型。 选择最佳模型后。 使用从每个变量的回归系数 (β) 计算的优势比 (OR) 对最后一步中选择的变量进行加权，OR 乘以 0.125 以计算每个变量的分数，并将数字四舍五入为最接近的整数给予10分的评分系统。 对所有研究患者进行评分。 使用ROC分析计算得分的截止点，并进行敏感性和特异性的计算。 此外，与 COVID-19 阳性死亡率相关的变量被输入正向二元逻辑回归，该回归选择最佳模型，并使用回归系数 (β) 计算每个变量的 OR。 在回归分析中添加变量之前，使用 ROC 分析确定不同争议变量的适当截止值。 使用 SPSS for Windows 版本 16 (SPSS, Inc.) 输入、检查和分析患者数据。 美国伊利诺伊州芝加哥）。 对于上述所有统计检验，显着性阈值固定在 5% 的水平 (p < 0.05)。