RU2805928C1 - Способ прогнозирования риска летального исхода на госпитальном этапе у больных COVID-19 - Google Patents
Способ прогнозирования риска летального исхода на госпитальном этапе у больных COVID-19 Download PDFInfo
- Publication number
- RU2805928C1 RU2805928C1 RU2023111195A RU2023111195A RU2805928C1 RU 2805928 C1 RU2805928 C1 RU 2805928C1 RU 2023111195 A RU2023111195 A RU 2023111195A RU 2023111195 A RU2023111195 A RU 2023111195A RU 2805928 C1 RU2805928 C1 RU 2805928C1
- Authority
- RU
- Russia
- Prior art keywords
- covid
- hospitalization
- patients
- exp
- death
- Prior art date
Links
Abstract
Изобретение относится к медицине, в частности к терапии, и может быть использовано для прогнозирования риска летального исхода у больных, находящихся на стационарном лечении с диагнозом COVID-19. Способ прогнозирования риска летального исхода на госпитальном этапе у больных COVID-19 включает определение сатурации кислорода крови на воздухе в течение первых двух часов от момента поступления больного в стационар и скорости клубочковой фильтрации по формуле CKD-EPI в первые сутки госпитализации. Вероятность наступления летального исхода на момент госпитализации рассчитывают по формуле логистической регрессии P= exp20,26 + (-0,0216*Х1) + (-0,2203*Х2)/1+exp20,26 + (-0,0216*Х1) + (-0,2203*Х2), где Р – вероятность наступления летального исхода во время госпитализации в стационар по поводу COVID-19; X1 - скорость клубочковой фильтрации по формуле CKD-EPI в первые сутки госпитализации (мл/мин/1,73м2); X2 – сатурация кислорода на воздухе, %, определенная в течение первых двух часов госпитализации с помощью пульсоксиметра; exp – экспонента, равная 2,72. Изобретение обеспечивает доступный, простой и эффективный способ прогноза риска госпитальной летальности у больных с COVID-19. 2 пр.
Description
Изобретение относится к медицине, в частности к терапии, общей врачебной практике и инфекционным болезням, и может быть использовано для прогнозирования риска летального исхода у больных, находящихся на стационарном лечении с диагнозом COVID-19.
Известны несколько способов прогнозирования исходов COVID-19.
Известна Шкала Оценки Клинического Состояния (ШОКС–КОВИД), определяющая клиническое состояние пациентов, тяжесть течения и прогноза коронавирусной инфекции в зависимости от величины основных маркеров тяжести болезни. Шкала ШОКС-КОВИД оценивает в баллах величину частоты дыхательных движений в покое – от 0 до 3 баллов, температуры тела (°C) – от 0 до 2 баллов, сатурации кислорода крови (%) – от 0 до 2 баллов, вентиляцию – от 0 до 3 баллов, СРБ (мг/дл) – от 0 до 3 баллов, D-димер (мкг/мл) – от 0 до 3 баллов, поражение легких по данным компьютерной томографии (%) – от 0 до 4 баллов. В зависимости от общего количества баллов разделяют легкое течение болезни (1-2 балла), умеренную степень тяжести (3-5 баллов), среднюю степень тяжести (6-9 баллов), тяжелое течение болезни (10-14 баллов) и крайне тяжелое течение болезни (более 14 баллов) [1]. Данный способ применяется для оценки клинического состояния больных, проходящих стационарное и амбулаторное лечение. И прямо не показывает вероятность наступления летального исхода. Применение шкалы ШОКС-КОВИД подразумевает определения ряда лабораторных показателей и проведения компьютерной томографии легких, что делает способ трудоемким и материально затратным, также требует затрат времени.
Известна шкала оценки тяжести состояния National Early Warning Score 2 (NEWS-2), оценивающая в баллах частоту дыхательных движений, сатурацию кислорода крови (%), потребность в оксигенации, систолическое артериальное давление, частоту сердечных сокращений, температуру тела и уровень нарушения сознания. В зависимости от суммы набранных баллов по шкале NEWS-2 низкому риску соответствует 0 баллов, среднему – 1–4 балла (госпитализировать в обычное отделение), высокому – 5–6 баллов (лечение в отделении, неинвазивная вентиляция, консультация в ОРИТ) и очень высокому – 7 баллов и больше (госпитализация в ОРИТ) [2]. Данный способ применим как в амбулаторных, так и в стационарных условиях. Шкала NEWS-2 определяет тяжесть состояния больного и объем необходимого медицинского вмешательства, но не определяет вероятность наступления летального исхода.
Известна шкала 4C Mortality Score, прогнозирующая риск внутрибольничной смерти пациентов с коронавирусной инфекцией. Шкала оценивает такие параметры как возраст, пол, наличие коморбидности, частоту дыхательных движений, сатурацию кислорода, баллы по шкале Глазго, значения мочевины и С-реактивного белка [3]. Шкала включает множество показателей, что затрудняет ее использование.
Существует шкала qSOFA, которая определяет исход заболевания и необходимость перевода пациента в отделение реанимации и интенсивной терапии. При величине систолического артериального давления менее 100 мм рт.ст. присваивается 1 балл, при повышении частоты дыхательных движений более 22 в минуту присваивается 1 балл, при 15 и более баллах по шкале Глазго присваивается 1 балл. 2 и более балла в сумме – значимый предиктор неблагоприятного исхода, состояние пациента требует перевода в отделение реанимации и интенсивной терапии [4]. Данный способ определяет вероятность неблагоприятного исхода и используется для определения показаний перевода больного в отделение реанимации и интенсивной терапии.
Прототипом предлагаемого способа прогноза риска развития летального исхода на госпитальном этапе у больных с COVID-19 является Шкала COVID-19 Critical Illness Prediction Tool (COVID-GRAM), основанная на характеристиках пациентов с COVID-19 на момент поступления в больницу и определяющая риск развития у пациента критической стадии течения заболевания. В понятие критической стадии течения заболевания входят необходимость госпитализации больного в отделение интенсивной терапии, проведения инвазивной вентиляции легких или летальный исход. Шкала COVID-GRAM оценивает следующие показатели: возраст, рентгенографическую картину легких, кровохарканье, одышку, уровень сознания, коморбидность, онкологические заболевания в анамнезе, соотношение нейтрофилов к лимфоцитам, значения лактатдегидрогеназы и прямого билирубина. Диапазон возможных оценок включает значения от 0 до 320 баллов [5]. Данный способ применим только для госпитализированных в стационар больных, но он не оценивает отдельно риск развития летального исхода в период стационарного лечения, а только определяет критическую стадию течения заболевания. Для использования данной шкалы необходимо определение ряда лабораторных показателей, что делает способ трудоемким, а также требует временных и материальных затрат.
Технический результат предлагаемого технического решения –разработать доступный, простой и эффективный способ прогноза риска госпитальной летальности у больных с COVID-19.
Выполнение поставленной задачи достигается тем, что у больных, проходящих стационарное лечение с диагнозом COVID-19, определяют скорость клубочковой фильтрации по формуле CKD-EPI в течение первых суток госпитализации и сатурацию кислорода крови на воздухе в %, измеренную с помощью пульсоксиметра в первые два часа госпитализации в стационар. Далее предсказание вероятности наступления летального исхода на госпитальном этапе рассчитывается по формуле логистической регрессии с учетом полученных значений скорости клубочковой фильтрации по формуле CKD-EPI и сатурации кислорода крови на воздухе.
Формула логистической регрессии представляет собой:
P=exp20,26 + (-0,0216*Х1) + (-0,2203*Х2)/1+exp20,26 + (-0,0216*Х1) + (-0,2203*Х2),
где Р – вероятность смерти больного COVID-19 на госпитальном этапе;
X1 – скорость клубочковой фильтрации по формуле CKD-EPI (мл/мин/1,73м2);
X2 – сатурация кислорода крови на воздухе в %;
exp – экспонента, равная 2,72.
В приведённой формуле Р принимает значение от 0 до 1. Чем больше значение Р, тем выше вероятность гибели пациента в период стационарного лечения по поводу COVID-19.
Разработка и использование предлагаемого метода прогнозирования госпитальной летальности больных с COVID-19 стало возможным благодаря клиническим исследованиям на базе COVID-госпиталя ГБУ РО «Городская клиническая больница № 11» (г. Рязань) и на базе ФГБОУ ВО РязГМУ Минздрава России.
В ретроспективном когортном исследовании приняли участие 218 пациентов (90 мужчины и 128 женщин; медиана и интерквартильный размах возраста – 69 [59;78] лет) с подтвержденным диагнозом COVID-19, госпитализированных в отделение, специализирующееся на лечении пациентов с COVID-19 в период с 01.11.2021 г. по 30.03.2022 г.
Все пациенты получали лечение согласно действующим клиническим рекомендациям и стандартам оказания помощи больным с COVID-19. Всем больным определяли в первые два часа госпитализации сатурацию кислорода крови на воздухе в % с помощью пульсоксиметра и в первые сутки госпитализации скорость клубочковой фильтрации по формуле CKD-EPI.
Конечной первичной точкой в исследовании считали исход заболевания с двумя возможными вариантами: выписка пациента из стационара или летальный исход.
С помощью программы Statistica 6.0 строили модель логистической регрессии. Получена следующая итоговая формула логистической регрессии:
P=expb0 + (b1*Х1) + (b2*Х2)/1+expb0 + (b1*Х1) + (b2*Х2),
где b0 – константа;
b1 и b2 – множители для X1 и X2 соответственно;
X1 – скорость клубочковой фильтрации (мл/мин/1,73м2) по формуле CKD-EPI, определенная в первые сутки госпитализации;
X2 – сатурация кислорода на воздухе в %, оцененная в первые два часа госпитализации с помощью пульсоксиметра.
В целом для полученной модели статистическая значимость p <0,00001. Статистическая значимость для значения скорости клубочковой фильтрации по формуле CKD-EPI p=0,0001, для значения сатурации кислорода на воздухе – p=0,0002.
Были получены следующие значения константы и множителей: константа b0 = 20,26; множитель для скорости клубочковой фильтрации по формуле CKD-EPI b1 = -0,0216; множитель для сатурации кислорода крови на воздухе b2 = -0,2203. Соотношение шансов – 4,9, процент корректных значений – 70,75% (для отсутствия конечной точки –83,46%, для наличия конечной точки – 49,37%). Таким образом, с учетом полученных значений константы и множителей для X1 и X2, формула расчета прогнозирования летального исхода на госпитальном этапе больных с COVID-19 приобретает следующий вид:
P=expb0 + (b1*Х1) + (b2*Х2)/1+expb0 + (b1*Х1) + (b2*Х2).
Пример 1
Пациентка Ж., 70 лет, женского пола, поступила в COVID-госпиталь с подтвержденным диагнозом COVID-19. В полном объеме проводились лечебно-диагностические мероприятия согласно действующим клиническим рекомендациям и стандартам оказания помощи больным с COVID-19. При поступлении в первые два часа госпитализации сатурация кислорода крови на воздухе составила 82 %, скорость клубочковой фильтрации в первые сутки госпитализации по формуле CKD-EPI – 30 мл/мин/1,73м2. По формуле логистической регрессии P=expb0 + (b1*Х1) + (b2*Х2)/1+expb0 + (b1*Х1) + (b2*Х2) получена высокая вероятность наступления летального исхода:
P=exp20,26+(-0,0216*30)+(-0,2203*82)/(1+exp20,26+(-0,0216*30)+(-0,2203*82) = 0,8.
Смерть больной наступила на момент стационарного лечения.
Пример 2
Пациент Б. 60 лет, мужского пола, поступил в COVID-госпиталь с подтвержденным диагнозом COVID-19. В полном объеме проводились лечебно-диагностические мероприятия согласно действующим клиническим рекомендациям и стандартам оказания помощи больным с COVID-19. При поступлении сатурация кислорода крови на воздухе 94 %, скорость клубочковой фильтрации по формуле CKD-EPI – 60 мл/мин/1,73м2. По формуле логистической регрессии
P=exp20,26 + (-0,0216*Х1) + (-0,2203*Х2)/1+exp20,26 + (-0,0216*Х1) + (-0,2203*Х2) получена низкая вероятность наступления летального исхода: P=exp20,26 + (-0,0216*60) + (-0,2203*94)/1+exp20,26 + (-0,0216*60) + (-0,2203*94) = 0,15.
Больной выписан в относительно удовлетворительном состоянии для дальнейшего амбулаторного наблюдения.
Список литературы
1. Мареев В. Ю., Беграмбекова Ю. Л., Мареев Ю. В. Как оценивать результаты лечения больных с новой коронавирусной инфекцией (COVID-19)? Шкала Оценки Клинического Состояния (ШОКС–КОВИД) //Кардиология. – 2020. – Т. 60. – №. 11. – С. 35-41.
2. Liao X, Wang B, Kang Y. Novel coronavirus infection during the 2019– 2020 epidemic: preparing intensive care units – the experience in Sichuan Province, China. Intensive Care Medicine. 2020;46(2):357–60.
3. Knight S. R. et al. Risk stratification of patients admitted to hospital with covid-19 using the ISARIC WHO Clinical Characterisation Protocol: development and validation of the 4C Mortality Score //bmj. – 2020. – Т. 370.
4. Marik P. E., Taeb A. M. SIRS, qSOFA and new sepsis definition //Journal of thoracic disease. – 2017. – Т. 9. – №. 4. – С. 943.
5. Liang W. et al. Development and validation of a clinical risk score to predict the occurrence of critical illness in hospitalized patients with COVID-19 //JAMA internal medicine. – 2020. – Т. 180. – №. 8. – С. 1081-1089.
Claims (6)
- Способ прогнозирования риска летального исхода на госпитальном этапе у больных COVID-19, включающий определение сатурации кислорода на воздухе в течение первых двух часов от момента поступления больного в стационар и скорости клубочковой фильтрации по формуле CKD-EPI в первые сутки госпитализации, отличающийся тем, что рассчитывают вероятность наступления летального исхода на момент госпитализации по формуле логистической регрессии
- P= exp20,26 + (-0,0216*Х1) + (-0,2203*Х2)/1+exp20,26 + (-0,0216*Х1) + (-0,2203*Х2),
- где Р – вероятность наступления летального исхода во время госпитализации в стационар по поводу COVID-19;
- X1 - скорость клубочковой фильтрации по формуле CKD-EPI в первые сутки госпитализации (мл/мин/1,73м2);
- X2 – сатурация кислорода на воздухе в %, определенная в течение первых двух часов госпитализации с помощью пульсоксиметра;
- exp – экспонента, равная 2,72.
Publications (1)
Publication Number | Publication Date |
---|---|
RU2805928C1 true RU2805928C1 (ru) | 2023-10-24 |
Family
ID=
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2780522C1 (ru) * | 2022-07-04 | 2022-09-26 | Федеральное государственное бюджетное научное учреждение "Томский национальный исследовательский медицинский центр Российской академии наук" (Томский НИМЦ) | Способ прогнозирования риска госпитальной летальности у больных новой коронавирусной инфекцией COVID-19 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2780522C1 (ru) * | 2022-07-04 | 2022-09-26 | Федеральное государственное бюджетное научное учреждение "Томский национальный исследовательский медицинский центр Российской академии наук" (Томский НИМЦ) | Способ прогнозирования риска госпитальной летальности у больных новой коронавирусной инфекцией COVID-19 |
RU2781565C1 (ru) * | 2022-07-25 | 2022-10-14 | Федеральное государственное бюджетное учреждение "Национальный медицинский исследовательский центр терапии и профилактической медицины" Министерства здравоохранения Российской Федерации (ФГБУ "НМИЦ ТПМ" Минздрава России) | Способ прогнозирования риска летального исхода на госпитальном этапе у пациентов с инфарктом миокарда без подъема сегмента ST, перенесших новую коронавирусную инфекцию COVID-19, с учетом их иммунологического статуса |
Non-Patent Citations (1)
Title |
---|
И.Б. ЗАБОЛОТСКИХ и др. Сравнение шкал REMS, NEWS и qSOFA в прогнозе летального исхода у пациентов с COVID-19, вирус идентифицирован: результаты ретроспективного наблюдательного исследования. Анестезиология и реаниматология, 2020, N6, вып. 2, с. 20-26. С.Г. ЩЕРБАК и др. Факторы риска тяжелого течения и летального исхода COVID-19. Физическая и реабилитационная медицина, медицинская реабилитация. 2022; 4(1):14-36. ELI ZOLOTOV ET AL. Can Renal Parameters Predict the Mortality of Hospitalized COVID-19 Patients? Kidney and Blood Pressure Research. 2022;47(5):309-319. doi: 10.1159/000522100. Epub 2022 Jan 20. O. WEIZMAN ET AL. Machine learning-based scoring system to predict in-hospital outcomes in patients hospitalized with COVID-19. Archives of Cardiovascular Disease, 2022, 115(12):617-626. * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Velásquez | Dynamical systems applied to dynamic variables of patients from the intensive care unit (ICU): Physical and mathematical mortality predictions on ICU | |
El-Solh et al. | A comparison of severity of illness scoring systems for critically III obstetric patients | |
JP6049620B2 (ja) | 医学的スコアリングシステムおよび方法 | |
US20200176119A1 (en) | Methods and systems for severity calculator | |
Saad et al. | Venous glucose, serum lactate and base deficit as biochemical predictors of mortality in patients with polytrauma | |
Suwarto et al. | Predictors of five days mortality in diabetic ketoacidosis patients: a prospective cohort study | |
Sammour et al. | Venous glucose and arterial lactate as biochemical predictors of mortality in clinically severely injured trauma patients—a comparison with ISS and TRISS | |
JP2014500100A (ja) | 人間又は動物の対象におけるボレミック状態の観察 | |
Chuang et al. | The identification of prolonged length of stay for surgery patients | |
Czyżewski et al. | Contribution of volume overload to the arterial stiffness of hemodialysis patients | |
CN113903460A (zh) | 一种预测重症急性胰腺炎的系统及其应用 | |
CN118039171A (zh) | 一种急性肾损伤患者早期预后预测模型及其建立方法 | |
RU2805928C1 (ru) | Способ прогнозирования риска летального исхода на госпитальном этапе у больных COVID-19 | |
JP2018511053A (ja) | 患者の濾過量を算定する方法および器械 | |
RU2480749C1 (ru) | Способ прогнозирования выживаемости больных с хронической сердечной недостаточностью | |
RU2757843C1 (ru) | Способ прогнозирования течения пневмонии у пациентов с подтвержденным covid-19 | |
Sabatino et al. | The impact of muscle mass and myosteatosis on mortality in critically ill patients with Sars-Cov2-related pneumonia | |
RU2766352C1 (ru) | Способ прогнозирования исхода вирусной пневмонии при covid19 | |
RU2826883C1 (ru) | Способ прогнозирования вероятности летального исхода у пациентов с тяжелой COVID-19-ассоциированной пневмонией | |
RU2806726C1 (ru) | Способ прогнозирования вероятности наступления смерти у пациентов с COVID-19, госпитализированных в стационар на основе лабораторных и инструментальных исследований | |
RU2766302C1 (ru) | Способ прогнозирования риска развития летального исхода в течение 6 месяцев после перенесенной новой коронавирусной инфекции COVID-19 | |
RU2751412C1 (ru) | Способ прогнозирования риска летального исхода у пациентов, перенесших инфаркт миокарда в трудоспособном возрасте | |
Zavorotniy et al. | Comparative evaluation of lethal outcome prediction methods in severely burned patients | |
RU2306865C2 (ru) | Способ прогнозирования развития послеоперационной пневмонии | |
Farhah et al. | Modeling of Insulin Sensitivity for Sepsis-AKI and Sepsis Non-AKI |