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:
 

 



版权声明:
本网站所有注明来源:“梅斯医学”或“MedSci”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,否则将追究法律责任。取得书面授权转载时,须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。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

相关资讯

10月25日全球新冠肺炎(COVID-19)疫情简报,确诊超4291万,全球再度陷入紧张状态

Worldometers世界实时统计数据显示,截至北京时间10月25日8时01分,全球新冠肺炎(COVID-19)累计确诊病例超过4291万例,达到42,915,973例,其中,昨日新增450,609

Immunity:周溪/林树海/邹丽揭示新冠肺炎患者的母乳蛋白和代谢产物异常改变

母乳中的营养成分直接参与新生儿的免疫反应。在病毒感染的情况下母乳成分的变化不仅反映了母亲的生理变化,通过母乳喂养影响了新生儿的免疫力和新陈代谢。 但是母乳是否受到COVID-19的影响,不是很清楚。

10月24日全球新冠肺炎(COVID-19)疫情简报,确诊超4246万,再创记录,日新增超48万

据Worldometers实时统计数据显示,截至北京时间10月24日07时19分,全球新冠肺炎(COVID-19)确诊病例达4246万例,新增487,813例至42,461,108例,死亡病例达114

FDA正式批准瑞德西韦用于新冠肺炎治疗,此前WHO否认了它的疗效

2020年10月22日,FDA正式批准瑞德西韦上市,商品名为Veklury。但是,WHO的大团结试验,仅仅发现瑞德西韦只有轻微的作用。现在FDA批准了,你是支持用还是不支持用?

10月23日全球新冠肺炎(COVID-19)疫情简报,确诊超4197万,第二年疫情远超第一年,与1918年大流感类似

Worldometers世界实时统计数据显示,截至北京时间10月23日9时49分,全球新冠肺炎(COVID-19)累计确诊病例超过4197万例,达到41,974,001例,日新增再创记录,超过47万,

PNAS:细胞膜纳米囊泡,缓解新冠肺炎的新疗法

由新冠病毒SARS-CoV-2引起的COVID-19新冠肺炎大流行,给人类的医疗、经济、生活带来了巨大的负面影响。如何快速应对正在发生的COVID-19新冠肺炎以及潜在的新发流行疾病?