Stomach Health > magen Hälsa >  > Q and A > magen fråga

Ny modell kan hjälpa kliniker att förutsäga 40-dagars dödsrisk hos sjukhusvistade covid-19-patienter

Forskare från Hackensack Meridian University Medical Center och Berry Consultants, LLC, Austin, Texas har utvecklat en ny modell för att hjälpa kliniker att förutsäga risken för dödsfall inom 40 dagar hos patienter som är inlagda på sjukhus med COVID-19-infektion.

Ett nytt papper som beskriver denna retrospektiv, observationell, multicenter kohortanalys, "Utveckling och validering av en prognostisk 40-dagars riskmodell för dödlighet bland sjukhusinlagda patienter med COVID-19, "publicerades nyligen i PLOS ONE , en fackgranskad, öppen tillgång vetenskaplig tidskrift.

Modellen tar hänsyn till sex riskfaktorer:ålder, andnings- och syresättningshastigheter, och redan existerande tillstånd som högt blodtryck, kranskärlssjukdom, eller kronisk njursjukdom som spelar en roll vid dödsfall av COVID-19. Äldre ålder bestämdes vara den starkaste prediktorn för död, enligt hälsojournaler för patienter som var inlagda på sjukhus med COVID-19 i ett stort hälsunätverk i New Jersey mellan den 1 mars, 2020 och 22 april, 2020.

Döden för varje person som har gått från COVID-19 har varit en enorm mänsklig tragedi, och vi arbetar för att förhindra framtida dödlighet av pandemin genom vaccination, optimal vård och forskning för nya läkemedel. Denna nya analys för att förutsäga dödlighet hos vissa patienter med COVID-19 gjordes för att bättre förstå vem som är mest utsatt för detta resultat för att göra allt för att rädda livet för människor som är mest sårbara för komplikationer av denna virusinfektion. "

Ihor S. Sawczuk, MD, FACS, regionpresident, Forskningschef, Hackensack Meridian Health norra marknaden

"Det är signifikant att allvarlig COVID-19-sjukdom har uppstått främst bland personer med redan existerande komorbida tillstånd, sa Andrew Ip, MD, Avdelning för utfall och värdeforskning, John Theurer Cancer Center vid Hackensack University Medical Center, Hackensack NJ.

"Väl validerade dödlighetsmodeller som innehåller komorbiditeter och presenterar funktioner, liknande modeller som används för att prognosticera överlevnad för patienter på intensivvårdsavdelningar har saknats för COVID-19, "tillade Dr. Stuart Goldberg, Docent i medicin vid Hackensack Meridian School of Medicine.

"Ålder är den överlägset viktigaste riskfaktorn i vår studie, med dödlighet riskerar att öka med åldern, "sa Donald A. Berry, Doktorsexamen, en statistiker med Berry Consultants. Han lade till, "Om detta förhållande upprätthålls för den nu dominerande deltavarianten av coronaviruset SARS-CoV-2 återstår att se."

En rapport från USA:s centra för sjukdomskontroll och förebyggande konstaterade att 38% av COVID-19-patienterna hade ett eller flera underliggande tillstånd. Patienter med komorbiditet är mer benägna att behöva sjukhusvistelse och intensivvårdsstöd jämfört med individer utan ytterligare riskfaktorer. Dessutom, höga fallstal har rapporterats särskilt bland äldre och människor som bor på äldreboenden.

Forskarna utvecklade och validerade en prognostisk dödlighetsmodell som inkluderade både redan existerande komorbiditet och presenterade funktioner bland personer som är inlagda på sjukhus med COVID-19-sjukdom. Fram till den 22 april, 2020 Hackensack Meridian Healthcares nätverk av 13 sjukhus i New Jersey hade gett vård till mer än 3, 000 COVID-19-patienter och hade upplevt över 700 dödsfall. Med denna kohort, forskarna presenterade en ny modell som kvantifierar risken för dödlighet inom 40 dagar efter sjukhusvistelse för COVID-19-sjukdom.

Studiemetoder

Författarna granskade retroaktivt de elektroniska hälsojournalerna för inlagda patienter inom ett 13-sjukhus New Jersey-nätverk mellan den 1 mars, 2020 och 22 april, 2020 med positiva polymeraskedjereaktionsresultat för SARS-CoV-2, viruset som är ansvarigt för COVID-19 sjukdom, med uppföljning till och med 29 maj, 2020. Med dödsfall eller sjukhusutskrivning dag 40 som den primära slutpunkten, de använde univariat följt av stegvisa multivariata proportionella faromodeller för att utveckla en riskpoäng på hälften av datamängden, validerad på resten, och konverterade riskpoängen till en prediktiv sannolikhet för patientnivå på 40 dagars dödlighet.

Studieresultat

Studiepopulationen bestod av 3123 sjukhusvistade COVID-19-patienter; medianålder 63 år; 60% var män; 42% hade> 3 samexisterande tillstånd. 713 (23%) patienter dog inom 40 dagar efter sjukhusvistelse för COVID-19. Av 22 potentiella kandidater, 6 faktorer befanns vara oberoende prediktorer för dödlighet och ingick i riskpoängen:ålder, andningsfrekvens ≥25/minut vid sjukhuspresentation, syresättning <94% vid sjukhuspresentation, och pre-sjukhuskomorbiditeter av hypertoni, kranskärlssjukdom, eller kronisk njursjukdom. Riskpoängen var mycket prognostisk för dödligheten i en träningsuppsättning och en bekräftande uppsättning som gav i den kombinerade datamängden ett riskförhållande på 1,80 (95% konfidensintervall 1,72, 1,87) för en enhetsökning av riskpoängen. En onlinekalkylator för denna 40-dagars COVID-19-dödsriskpoäng finns på www.HackensackMeridianHealth.org/CovidRS

Förutspår dödsrisk för COVID-19-patienter

Riskfaktorer beaktades vid utvecklingen av dödlighetsriskmodellen, med 17 faktorer som passerar steg ett genom att visa en statistiskt signifikant nivå. Dessa faktorer infördes i riskmodellen, och efter att ha eliminerat de minst signifikanta faktorerna, 6 faktorer kvar i dödlighetsriskmodellen:ålder, andningsfrekvens ≥25/minut vid sjukhuspresentation, syresättning <94% vid sjukhuspresentation, och pre-sjukhuskomorbiditeter av hypertoni, kranskärlssjukdom, eller kronisk njursjukdom.

"Möjligheten att förutsäga död eller överlevnad för patienter med svår COVID-19-infektion, vid inresa till sjukhuset, baserat på redan existerande komorbiditeter och presenterande funktioner, skulle göra det möjligt för vårdteam att strategisera individuell behandlingsplanering, utvärdera mer effektivt effekten av nya behandlingar, och bistå med resursfördelningar för folkhälsa, "sa Brett E. Lewis, MD, en studieförfattare som är strålningsonkolog vid John Theurer Cancer Center vid Hackensack University Medical Center, Hackensack NJ.

Other Languages