Stomach Health > mave Sundhed >  > Q and A > mave spørgsmål

Ny model kan hjælpe klinikere med at forudsige 40-dages dødelighedsrisiko hos indlagte COVID-19-patienter

Forskere fra Hackensack Meridian University Medical Center og Berry Consultants, LLC, Austin, Texas har udviklet en ny model til at hjælpe klinikere med at forudsige dødsrisiko inden for 40 dage hos patienter, der er indlagt på hospitalet med COVID-19-infektion.

Et nyt papir, der beskriver dette retrospektiv, observationel, multicenter kohortanalyse, "Udvikling og validering af en prognostisk 40-dages dødelighedsrisikomodel blandt indlagte patienter med COVID-19, "blev for nylig offentliggjort i PLOS ONE , en fagfællebedømt, åben videnskabelig tidsskrift.

Modellen overvejer seks risikofaktorer:alder, respirations- og iltningshastigheder, og allerede eksisterende tilstande såsom forhøjet blodtryk, koronararteriesygdom, eller kronisk nyresygdom, der spiller en rolle i COVID-19 dødsfald. Ældre alder var bestemt til at være den stærkeste forudsigelse for død, ifølge sundhedsjournaler for patienter, der var indlagt med COVID-19 i et stort sundhedsnetværk i New Jersey mellem den 1. marts, 2020 og 22. april, 2020.

Døden for enhver person, der er overgået fra COVID-19, har været en enorm menneskelig tragedie, og vi arbejder på at forhindre fremtidig dødelighed af pandemien gennem vaccination, optimal pleje og forskning til nye terapier. Denne nye analyse for at forudsige dødelighed hos visse patienter med COVID-19 blev udført for bedre at forstå, hvem der har størst risiko for dette resultat for at gøre alt for at redde liv for mennesker, der er mest sårbare over for komplikationer fra denne virusinfektion. "

Ihor S. Sawczuk, MD, FACS, regionspræsident, Forskningschef, Hackensack Meridian Health nordlige marked

"Det er signifikant, at alvorlig COVID-19-sygdom hovedsageligt er forekommet blandt personer med allerede eksisterende comorbide tilstande, sagde Andrew Ip, MD, Afdeling af resultater og værdiforskning, John Theurer Cancer Center ved Hackensack University Medical Center, Hackensack NJ.

"Godt validerede dødelighedsmodeller, der indeholder komorbiditeter og præsenterer funktioner, ligner modeller, der bruges til at prognosticere overlevelse af patienter på intensivafdelinger, har manglet for COVID-19, "tilføjede Dr. Stuart Goldberg, Lektor i medicin ved Hackensack Meridian School of Medicine.

"Alder er langt den vigtigste risikofaktor i vores undersøgelse, med dødelighedsrisiko stigende med alderens terning, "sagde Donald A. Berry, Ph.d., en statistiker med Berry Consultants. Han tilføjede, "Om dette forhold opretholdes for den nu dominerende delta-variant af coronavirus SARS-CoV-2, skal stadig ses."

En rapport fra de amerikanske centre for sygdomsbekæmpelse og forebyggelse bemærkede, at 38% af COVID-19-patienterne havde en eller flere underliggende tilstande. Patienter med komorbiditet er mere tilbøjelige til at kræve hospitalsindlæggelse og intensiv pleje i forhold til personer uden yderligere risikofaktorer. I øvrigt, der er blevet rapporteret høje dødsfaldsprocent, især blandt ældre og mennesker, der bor på plejehjem.

Forskerne udviklede og validerede en prognostisk dødelighedsmodel, der inkorporerede både eksisterende comorbiditeter og præsenterede funktioner blandt mennesker, der var indlagt med COVID-19 sygdom. Frem til den 22. april, 2020 Hackensack Meridian Healthcares netværk af 13 hospitaler i New Jersey havde ydet pleje til mere end 3, 000 COVID-19 patienter og havde oplevet over 700 dødsfald. Ved hjælp af denne kohorte, forskerne præsenterede en ny model, der kvantificerer risikoen for dødelighed inden for 40 dage efter hospitalsindlæggelse for COVID-19 sygdom.

Studiemetoder

Forfatterne gennemgik retrospektivt de elektroniske sundhedsjournaler for indlagte patienter inden for et 13-hospital New Jersey-netværk mellem den 1. marts, 2020 og 22. april, 2020 med positive polymerasekædereaktionsresultater for SARS-CoV-2, virussen ansvarlig for COVID-19 sygdom, med opfølgning til og med 29. maj, 2020. Med død eller hospitalsudskrivning dag 40 som det primære endepunkt, de brugte univariate efterfulgt af trinvise multivariate proportionelle faremodeller til at udvikle en risikoscore på det halve datasæt, valideret på resten, og konverterede risikoscoren til en forudsigelig sandsynlighed for 40-dages dødelighed på patientniveau.

Undersøgelsesresultater

Studiepopulationen bestod af 3123 indlagte COVID-19-patienter; medianalder 63 år; 60% var mænd; 42% havde> 3 sameksisterende tilstande. 713 (23%) patienter døde inden for 40 dage efter hospitalsindlæggelse for COVID-19. Fra 22 potentielle kandidater, 6 faktorer viste sig at være uafhængige forudsigere for dødelighed og var inkluderet i risikoscoren:alder, respirationsfrekvens ≥25/minut efter hospitalspræsentation, iltning <94% ved hospitalspræsentation, og præhospital komplikationer af hypertension, koronararteriesygdom, eller kronisk nyresygdom. Risikoscoren var meget prognostisk for dødelighed i et træningssæt og bekræftende sæt, hvilket i det kombinerede datasæt gav et hazard ratio på 1,80 (95% konfidensinterval 1,72, 1,87) for en enhedsforøgelse i risikoscoren. En online lommeregner af denne 40-dages COVID-19 dødelighedsrisikosscore er tilgængelig på www.HackensackMeridianHealth.org/CovidRS

Forudsiger dødsrisiko for COVID-19-patienter

Risikofaktorer blev overvejet ved udviklingen af ​​dødelighedsrisikomodellen, med 17 faktorer, der passerer trin et ved at demonstrere et statistisk signifikant niveau. Disse faktorer blev indgået i risikomodellen, og efter at have fjernet de mindst signifikante faktorer, 6 faktorer forblev i dødelighedsrisikomodellen:alder, respirationsfrekvens ≥25/minut efter hospitalspræsentation, iltning <94% ved hospitalspræsentation, og præhospital komplikationer af hypertension, koronararteriesygdom, eller kronisk nyresygdom.

"Evnen til at forudsige død eller overlevelse for patienter med alvorlig COVID-19-infektion, ved indrejse på hospitalet, baseret på allerede eksisterende komorbiditeter og præsentationsfunktioner, ville give sundhedsteams mulighed for at strategisere individuel behandlingsplanlægning, mere præcist vurdere effekten af ​​nye terapier, og bistå i tildeling af ressourcer til folkesundhed, "sagde Brett E. Lewis, MD, en undersøgelsesforfatter, der er strålingsonkolog ved John Theurer Cancer Center ved Hackensack University Medical Center, Hackensack NJ.

Other Languages