新的预测模型可以预测Covid-19相关住院的个性化风险

克利夫兰诊所的研究人员开发并验证了一种风险预测模型(称为列波图)，可以帮助医生预测最近检测出SARS-CoV-2(导致COVID-19的病毒)呈阳性的哪些患者住院的风险最高。

这个新模型发表在《公共科学图书馆•综合》, is the second COVID-19-related nomogram that the research team—led by Lara Jehi, M.D., chief research information officer at Cleveland Clinic, and Michael Kattan, Ph.D., chair of Lerner Research Institute's Department of Quantitative Health Sciences—has developed. Their earlier model forecasts an individual patient's likelihood of testing positive for the virus.

该研究的通讯作者Jehi博士说:“最终，我们想创建一套工具，医生可以使用这些工具在患者感染COVID-19的整个过程中，在许多时间点帮助告知个性化护理和资源分配。”

该团队的最新模型是使用来自超过4,500名患者的回顾性患者数据开发和验证，在为期三个月的时间段（3月初至6月初），在俄亥俄州东北部和佛罗里达州克利夫兰诊所地点测试了Covid-19阳性。数据科学家使用统计算法将来自注册表患者的电子医疗记录的数据转换为风险预​​测模型。

比较这些患者之间的特征和由于Covid-19没有住院，揭示了几种以前未定义的住院风险因素，包括：

• 吸烟。曾吸烟者比现吸烟者更有可能住院。
• 服用某些药物。使用单一分析，服用血管紧张素转化酶（ACE）抑制剂或血管紧张素II型-I受体阻滞剂（ARB）的患者比没有服用这些药物的患者更容易住院。
• 种族。非洲裔美国患者比其他种族的患者更容易住院。

Kattan博士，在开发和验证预测模型的医疗决策，警告说，更多的研究将有必要进一步探讨ACEI和ARB之间的关联的专家。“在我们的研究中，只发现这些药物在通过直立的分析中赋予住院的风险增加，这意味着观察到的关联可能是其他混淆变量的结果，如预先存在的条件。”

该研究小组的发现还显示，那些表现出包括发烧、呼吸急促、呕吐和疲劳等复杂症状的患者比那些没有这四种症状的患者更有可能住院治疗。

该研究证实了先前文献中广泛报道的其他关联，包括老年人住院风险较高;男性;还有那些同时患有糖尿病和高血压等疾病的人，或者社会经济背景较低的人(以邮政编码来衡量)。

“住院可以作为疾病严重程度的一个指标，”杰希博士说。“了解哪些患者最有可能因为covid -19相关症状和并发症而入院，不仅可以帮助医生决定如何从检测时开始最好地管理患者的护理，还可以帮助医生决定如何分配床位和其他资源，比如呼吸机。”

作为在线风险计算器自由提供的NOM图显示得很好地校准并表现良好，而且完全没有使用模型的更好的预测。由于来自俄亥俄州和佛罗里达州的数据在其开发中，该模型也表现出在不同地理区域中的表现良好。

除了进一步探讨服用ACE抑制剂和arb之间的关系外，研究这些危险因素如何增加住院风险也很重要。同样重要的是，该研究小组的发现仅提供了关联性，并没有表明这些因素是因果关系。

---

---