《COVID-19患者疾病严重程度和预后预测因子的验证》

  • 来源专题:生物安全知识资源中心 | 领域情报网
  • 编译者: hujm
  • 发布时间:2020-05-19
  • 中央战区总医院联合多家机构在Cell Press发表论文“Validation of predictors of disease severity and outcomes in COVID-19 patients: a descriptive and retrospective study”。
    COVID-19病例的严重程度和预后与循环淋巴细胞百分比(LYM%)、c-反应蛋白(CRP)、白细胞介素6(IL-6)、降钙素原(PCT)、乳酸(LA)和病毒载量(ORF1ab Ct)相关。然而,这些指标在疾病分类和预后中的预测能力仍不清楚。文章通过回顾性研究分析了142例COVID-19患者的上述信息,并按生存期或疾病严重程度进行分层。研究结果显示,CRP、PCT、IL-6、LYM%、ORF1ab Ct可预测COVID-19患者的预后,指导COVID-19患者的分类。LYM%是最敏感、最可靠的疾病分型和预后的预测指标。文章建议在COVID-19的分类管理中进一步研究LYM%。

  • 原文来源:https://www.cell.com/med/fulltext/S2666-6340(20)30004-0
相关报告
  • 《COVID-19住院患者预后多变量模型的建立及外部验证》

    • 来源专题:新发突发疾病(新型冠状病毒肺炎)
    • 编译者:蒋君
    • 发布时间:2020-05-21
    • 背景:COVID-19大流行迅速发展,对最易感染的患者进行分层的能力至关重要。然而,常规使用的严重程度评分系统在诊断上往往很低,即使在非幸存者中也是如此。因此,迫切需要建立临床死亡率预测模型。方法:利用武汉同济医院299例COVID-19阳性患者的临床资料,建立多变量logistic回归模型并进行内部验证。外部验证采用武汉市金银滩医院的回顾性队列研究(145例)。在这些急性环境中通常测量的9个变量被考虑用于模型开发,包括年龄、生物标记物和共病。逆向逐步选择和bootstrap重采样用于模型开发和内部验证。我们通过C统计量来评估判别,并在大的、校准斜率和曲线图中使用校准进行校准。结果:最终模型包括年龄、淋巴细胞计数、乳酸脱氢酶和血氧饱和度作为死亡率的独立预测因子。该模型在内部(c=0.89)和外部(c=0.98)验证中均具有良好的鉴别能力。内部校准非常好(校准斜率=1)。外部验证显示,在重新校准之前,低风险个体的风险预测过高,而高风险个体的风险预测过低。对截距和斜率的重新校准使模型在独立数据中具有良好的性能。解释:COVID-19是一种新的疾病,其表现与常见的危重病不同。本研究提供了一个新的预测模型来识别致死COVID-19患者。它对常用参数的实际依赖应提高有限医疗资源的利用率和患者生存率。
  • 《COVID-19 患者的循环 miRNA 谱和Meta分析:对疾病进展和预后的影响 》

    • 来源专题:新发突发传染病
    • 编译者:张玢
    • 发布时间:2023-12-10
    • 尽管许多国家普遍存在针对COVID-19的有效疫苗和治疗方法,但准确预测疾病严重程度并确定丰富的生物途径仍然势在必行。这些努力对于优化治疗策略和提高患者预后仍然至关重要。研究人员比较了住院的 COVID 阳性患者 (n = 104)、27 名急性呼吸窘迫综合征 (ARDS) 患者和年龄和性别匹配的健康对照 (n = 18) 的循环 miRNA 谱,以确定与 COVID 和 COVID 诱导的 ARDS 相关的 miRNA 特征。结合已发表研究的数据和我们的数据进行了Meta分析,以确定 (1) COVID 阳性患者与健康对照以及 (2) 重度 (ARDS) COVID 与中度 COVID 中的一组差异表达的 miRNA。这些 miRNA 与已鉴定的与免疫反应相关的术语(例如干扰素和白细胞介素信号传导)以及与 COVID 疾病和严重程度相关的病毒基因组活性相互作用的基因本体富集分析。此外,观察到所有 COVID 患者中位于 14 号染色体 (14q32) 上的一簇 miRNA 下调。为了预测 COVID 疾病和严重程度,开发了机器学习模型,该模型在预测疾病方面实现了 0.81-0.93 的 AUC 分数,在预测严重程度方面实现了 0.71-0.81 之间的 AUC 分数,即使在具有不同样本类型(血浆与血清)、收集方法和文库制备的不同研究中也是如此。我们的研究结果为COVID疾病进展提供了网络和顶级miRNA特征的见解,并有助于开发疾病预后和管理工具。