BMJ：成年新冠肺炎患者住院及死亡风险预测模型研究(QCOVID)
2020-10-25 MedSci原创 MedSci原创
针对人群的新冠肺炎死亡及住院风险预测模型，在预测患者预后方面具有极高的准确性，模型研究结果与目前的SARS-C0V-2感染率和现有的社会隔离措施的实施程度相一致。
随着新冠肺炎的全球大流行，可供抗击疫情的医疗资源越发紧张，对高危患者的识别对改善患者预后尤为关键。近日，来自英国的研究人员推导和验证一种风险预测模型，以估计2019年冠状病毒病 (covid-19)成人患者的住院率和死亡率结果。
本次研究为基于人口的队列研究，考察了QResearch数据库数据，包括1205个在英国进行的相关研究，与covid-19测试结果、医院事件统计和死亡登记数据相关联。推导队列数据集中包括608万名19-100岁的成年人，验证队列数据集包括217万名参与者。推导和第一验证队列的研究时间为2020年1月24日至2020年4月30日。 第二个验证队列涵盖2020年5月1日至2020年6月30日期间。研究的主要结果是covid-19的死亡时间，根据死亡证明，定义为因确诊或疑似的covid-19死亡，或在2020年1月24日至4月30日期间因确诊的严重急性呼吸综合征冠状病毒2（SARS-CoV-2）感染而死亡。次要结果是确诊的SARS-Cov-2感染到医院入院的时间。
在随访期间，推导队列中有4384例死于covid-19，第一个验证队列1722例，第二个验证队621例。模型的风险因素包括人口统计因素，如年龄、种族、汤森贫困得分；生活方式因素，如吸烟、BMI、可卡因和注射吸毒；共患病因素，如器官移植后长期免疫抑制治疗、肿瘤、呼吸系统疾病、孕期心血管疾病等。对于covid-19男性死亡患者，73.1%的死亡病例可用该模型进行预测 ，D统计量为3.37，Harrell's C为0.928。女性队列也得到了相似的结果。在死亡风险最高的5%患者中，97天内死亡预测的灵敏度为75.7%。死亡风险前20%的人群占covid-19所有死亡人数的94%。
研究人员，针对人群的新冠肺炎死亡及住院风险预测模型，在预测患者预后方面具有极高的准确性，模型研究结果与目前的SARS-C0V-2感染率和现有的社会隔离措施的实施程度相一致，然而，该模型可以针对不同时间段进行重新校准，并且有可能随着大流行的演变而动态更新。
原始出处：
Ash K Clift et al. Living risk prediction algorithm (QCOVID) for risk of hospital admission and mortality from coronavirus 19 in adults： national derivation and validation cohort study.BMJ. 20 October，2020.
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#BMJ#
40
#死亡风险#
26
#预测模型#
26
#风险预测#
35
#风险预测模型#
38
新冠肺炎，疫情何时才能消失
43
梅斯里提供了很多疾病的模型计算公式，赞一个！
36