BMJ：成年新冠肺炎患者住院及死亡风险预测模型研究(QCOVID)

Tags: 新冠肺炎作者：MedSci原创更新：2020-10-25

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.

来源：MedSci原创

版权声明：
本网站所有注明“来源：梅斯医学”或“来源：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：梅斯医学”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，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。同时转载内容不代表本站立场。
在此留言

小提示：本篇资讯需要登录阅读，点击跳转登录

BMJ：成年新冠肺炎患者住院及死亡风险预测模型研究(QCOVID)

相关推荐