Literature DB >> 33481077

[Risk stratification nomogram for COVID-19 patients with interstitial pneumonia in the emergency department : A retrospective multicenter study].

N Pfeifer1, A Zaboli1, L Ciccariello2, O Bernhart3, C Troi4, M Fanni Canelles1, C Ammari1, A Fioretti1, G Turcato5.   

Abstract

BACKGROUND: There is currently no reliable method to identify which COVID-19 patients in the emergency department will experience rapid disease progression and death. AIM: The aim of this work is to investigate predictive risk factors for 30-day mortality in COVID-19 (coronavirus disease 2019) patients with interstitial pneumonia using patient history, and clinical and laboratory parameters and to develop a nomogram for risk stratification in the emergency department.
METHODS: A retrospective, multicenter study was conducted in a cohort of 164 patients with COVID-19 pneumonia in the emergency departments of hospitals in Merano and Bressanone from 1 March 2020 to 31 March 2020. Patients were diagnosed as positive for severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) using fluorescence reverse transcription polymerase chain reaction (RT-PCR). A nomogram for risk stratification of 30-day mortality of COVID-19 patients was developed based on the parameters studied.
RESULTS: In all, 35 (21.3%) of 164 COVID-19 patients with interstitial pneumonia died within 30 days of admission to the emergency department. Multivariate analysis method revealed that cognitive deterioration (odds ratio [OR]: 8.330; p = 0.004), lymphocytopenia (OR: 4.229; p = 0.049), renal function deterioration (OR: 4.841; p = 0.028), peripheral oxygen saturation < 93% (OR: 17.871; p = 0.002), age > 75 years (OR: 2.925; p = 0.032), elevated C‑reactive protein (OR: 6.504; p = 0.005), low monocyte count (OR: 0.504; p = 0.004), and comorbidity (OR 5.862; p = 0.019) were associated with 30-day mortality. Using these eight parameters, a nomogram was developed that showed good discrimination with an area under the ROC curve of 0.937.
CONCLUSION: The initial evaluation of the patient history, and the clinical and laboratory data collected in the emergency department provides important prognostic information for risk stratification of COVID-19 patients in the emergency department and for early identification of patients with risk for critical disease course.
© 2021. Springer Medizin Verlag GmbH, ein Teil von Springer Nature.

Entities:  

Keywords:  COVID-19; COVID-19 Pneumonia; Emergency Department; Nomogram; SARS-CoV-2

Mesh:

Year:  2021        PMID: 33481077      PMCID: PMC7821466          DOI: 10.1007/s00063-021-00774-8

Source DB:  PubMed          Journal:  Med Klin Intensivmed Notfmed        ISSN: 2193-6218            Impact factor:   0.840


Hintergrund

Im Dezember 2019 wurde von einem neuartigen Coronavirus aus Wuhan, Provinz Hubei, China, berichtet, das mit akuten Lungenerkrankungen einhergeht. In Folge hat sich das Virus rasch in der ganzen Welt verbreitet [1, 2]. In Italien wurde der erste offizielle klinische Fall einer SARS-CoV-2-Infektion am 21. Februar 2020 bekannt gegeben. Die Infektion breitete sich im darauffolgenden Monat epidemieartig über das ganze Land aus. Bis zum 19. Mai 2020 gab es in Italien 226.699 COVID-19-positive Patienten und 32.169 mit COVID-19 assoziierte Todesfälle. Die virale interstitielle Pneumonie ist die am häufigsten beobachtete Komplikation bei Patienten mit COVID-19 [3-5]. Sie ist mit hohen Hospitalisierungsraten verbunden und führt in einem hohen Prozentsatz der Fälle zu einer schweren respiratorischen Insuffizienz, die eine orotracheale Intubation (OTI) und eine mechanische Beatmung erforderlich macht [6-8]. Die Mortalität liegt bei einem Drittel der betroffenen hospitalisierten Patienten [9, 10]. Notaufnahmen sind sehr stark in die Diagnostik und Therapie von COVID-19-Patienten eingebunden [11]. Die Beurteilung des Schweregrads von COVID-19-Patienten in der Notaufnahme gestaltet sich aufgrund der unvorhersehbaren Entwicklung der Erkrankung allerdings kompliziert [12, 13]. Erste klinische Analysen deuten darauf hin, dass die Mehrheit der in der Notaufnahme evaluierten COVID-19-Patienten neben einer akuten Atemnot noch eine Reihe von Begleiterkrankungen aufweist, die zunächst weniger kritisch erscheinen [14, 15]. Bei einigen Patienten kann sich der Krankheitsverlauf jedoch im Lauf von Tagen oder auch Stunden akut verschlechtern. Eine rechtzeitige Intubation schließt bei schwerer respiratorischer Insuffizienz einen letalen Verlauf nicht aus [16]. Diese Situation unterstreicht die Notwendigkeit der frühzeitigen Identifizierung von COVID-19-Patienten in der Notaufnahme, die ein erhöhtes Risiko für einen kritischen Krankheitsverlauf haben. Es ist bislang unklar, ob klinische Symptome und Laborparameter, die bei der Untersuchung von Patienten mit COVID-19 in der Notaufnahme erhoben werden, in der Lage sind, einen möglichen nachteiligen Verlauf der Erkrankung in einem frühen Stadium anzuzeigen. Erste Empfehlungen zu klinischen Symptomen und Laborparametern, die mit dem Risiko unerwünschter Ereignisse verbunden sind, wurden veröffentlicht, aber sie scheinen nicht vollständig genug zu sein, sind fragmentiert und wurden zudem in verschiedenen Settings gesammelt [9, 10, 13, 14, 17]. Das Ziel dieser Studie ist die Untersuchung prädiktiver Risikofaktoren für die 30-Tage-Mortalität bei COVID-19-Patienten mit interstitieller Pneumonie anhand anamnestischer, klinischer und labortechnischer Parameter und die Entwicklung eines Nomogramms zur Risikostratifizierung in der Notaufnahme.

Methoden

Studiendesign und Rahmenbedingungen

Es handelt sich um eine retrospektive multizentrische Beobachtungsstudie, die im Zeitraum vom 1. März 2020 bis zum 31. März 2020 in den Notaufnahmen der allgemeinen Krankenhäuser von Meran (Italien) und Brixen (Italien) des Südtiroler Sanitätsbetriebs (Provinz Bozen, Italien) durchgeführt wurde. Diese Studie schließt alle COVID-19-Patienten mit interstitieller Pneumonie ein, die nacheinander in der Notaufnahme mit der Fluoreszenz-Reverse-Transkriptions-Polymerasekettenreaktion (RT-PCR) positiv getestet wurden [18]. Die Diagnose interstitielle Pneumonie wurde anhand einer Röntgenaufnahme des Thorax oder mit einer Computertomographie (CT) des Thorax gestellt. Die Studie wurde mit Genehmigung durch die Sanitätsdirektion des Sanitätsbetriebs Südtirol und in Übereinstimmung mit der lokalen Gesetzgebung durchgeführt. Die Studie wurde in Übereinstimmung mit den lokalen Ethikkommissionen durchgeführt („Comitato etico per la sperimentazione clinica, Azienda Sanitaria dell’Alto Adige, Bolzano, Italia, approval number 57-2020“).

Erste Evaluierung der Patienten bei Verdacht auf SARS-CoV-2-Infektion in der Notaufnahme

Zu Beginn der SARS-CoV-2-Epidemie wurden die an der Studie beteiligten Krankenhäuser als COVID-Krankenhäuser vom Südtiroler Sanitätsbetrieb definiert. Die Notaufnahmen der beiden Krankenhäuser erarbeiteten ein gemeinsames Managementprotokoll für Patienten mit Verdacht auf eine SARS-CoV-2-Infektion. Bei Patienten mit Verdacht auf eine Coronavirusinfektion wurde zunächst eine detaillierte Anamnese aufgrund eines gemeinsam erstellten Protokolls durchgeführt, um alle Komorbiditäten der Patienten (ischämische Herzkrankheit, chronische Herzinsuffizienz, Bluthochdruck, Vorhofflimmern, Diabetes, chronisch-obstruktive Lungenerkrankung, chronische Niereninsuffizienz, Vaskulopathie, Schlaganfall, Tumorerkrankung, Demenz) zu erfassen. Ebenso wurden die Symptome der Patienten, der klinische Zustand zum Zeitpunkt der Ankunft in der Notaufnahme (Fieber, Husten, Dyspnoe, gastrointestinale Symptome, Myalgien, Anosmie) und die Vitalparameter (Herzfrequenz, periphere Sauerstoffsättigung, Blutdruck, Atemfrequenz und Temperatur) erfasst. Patienten, bei denen sich nach der ersten Anamnese der Verdacht auf COVID-19 erhärtete, wurden in die „rote Zone“ (infektiöser Bereich) der Notaufnahme eingeschleust und folgende laborchemischen Untersuchungen wurden durchgeführt: großes Blutbild, Nierenfunktionswerte, Serumelektrolytwerte, Gerinnungsstatus und C‑reaktives Protein. Alle anamnestischen, klinischen und labortechnischen Daten wurden in der elektronischen Krankenakte des Patienten erfasst und in einer elektronischen Datenbank der Notaufnahme (QlikView, QlikTech, Pennsylvania, PA, USA) gespeichert.

Datenerhebung und Ergebnis

Zunächst wurden die klinischen Daten von Patienten mit Pneumonie, die im Verdacht standen, Träger der SARS-CoV-2-Infektion zu sein, aus der Datenbank der Notaufnahme extrahiert. Durch eine manuelle Überprüfung der Aufzeichnungen durch 4 Ärzte der Notaufnahme (NP, GT, AB, LC) wurden Patienten in die Studie eingeschlossen, die mittels PCR-Test positiv auf SARS-CoV‑2 getestet wurden und bei denen eine diagnostizierte interstitielle Pneumonie vorlag. Patienten, die außerhalb der Notaufnahme vom Notarzt bzw. sofort bei ihrer Ankunft in der Notaufnahme im Schockraum intubiert werden mussten, und Patienten mit einer interstitiellen Pneumonie ohne nachweisbare SARS-CoV-2-Infektion wurden von der Studie ausgeschlossen.

Ergebnisparameter

Das Outcome der Studie war die 30-Tage-Mortalität von COVID-19-Patienten nach Diagnosestellung in der Notaufnahme. Die Mortalität bzw. das Überleben der einzelnen Patienten wurde durch eine Auswertung der Krankengeschichten und durch den Datenabgleich mit dem krankenhausinternen Meldeamt rekonstruiert.

Statistische Analyse

Die kontinuierlichen Variablen wurden als Median und Interquartilbereich (IQR) beschrieben, während für kategoriale Variablen absolute und relative Häufigkeiten berechnet wurden. Univariate Vergleiche zwischen den kategorialen Variablen wurden mit dem exakten Fisher-Test oder dem χ2-Test durchgeführt. Gruppenunterschiede für kontinuierliche Variablen wurden mit dem Mann-U-Whitney-Test analysiert. Jene Variablen, bei denen die univariaten Analysen einen statistisch signifikanten Zusammenhang (p < 0,05) mit der 30-Tage-Mortalität nach Diagnosestellung ergaben, wurden in ein multivariates Modell aufgenommen. Die kontinuierlichen Variablen wurden dabei unter Berücksichtigung der Literatur kategorisiert [9, 12–14, 17, 21, 22, 28]. Die multivariate Analyse wurde mit einer binären logistischen Regression durchgeführt, mit der 30-Tage-Mortalität als abhängiger Variable. Um die Modellinformationen zu extrapolieren und ihre Informationen schnell und einfach zu nutzen, wurden die Regressionskoeffizienten zur Erstellung eines Nomogramms verwendet. Ein Nomogramm ist ein Diagramm, das es ermöglicht, auf Grundlage der Ergebnisse des multivariaten Modells die Mortalitätswahrscheinlichkeit für jeden einzelnen Patienten in Abhängigkeit der in der Notaufnahme erhobenen Daten zu berechnen. Die Modellvalidierung wurde durch die Bewertung der Diskriminierungsfähigkeit des Nomogramms anhand der korrigierten Fläche unter der ROC-Kurve durchgeführt. Die Diskriminierungsfähigkeit stellt die Fähigkeit eines Modells dar, zwischen betroffenen und nichtbetroffenen Patienten zu unterscheiden. Die Diskriminierung kann zwischen 0,5 (fehlende Fähigkeit) und 1,0 (völlige Unterscheidungsfähigkeit) liegen. Zur Überwindung von Overfit-Problemen, die bei der internen Validierung von Modellen (bezogen auf dieselbe Stichprobe) auftreten können, wurde die Diskriminierungsfähigkeit des Modells an einem Resampling von 5000 Fällen mittels Bootstrapping-Technik getestet. Für alle statistischen Analysen wurde ein Signifikanzniveau von p < 0,05 festgelegt. Die Analysen wurden mit der Statistiksoftware STATA 14.0 (StataCorp, College Station, Texas, USA) durchgeführt.

Ergebnisse

Vom 1. März 2020 bis zum 31. März 2020 wurden 205 Patienten mit V. a. auf COVID-19-Pneumonie gefunden. Davon hatten 38 Patienten eine diagnostizierte interstitielle Pneumonie mit negativem Abstrich für SARS-CoV-2-Infektion und wurden somit aus der Studie ausgeschlossen. Zusätzlich wurden 2 Patienten ausgeschlossen, da sie vom Notarzt außerhalb der Notaufnahme intubiert oder bei Ankunft in der Notaufnahme intubiert wurden. Insgesamt konnten 164 Patienten in die Studie eingeschlossen werden. Von den 164 COVID-19-Patienten waren 67 % (111/164) männlich und das mittlere Alter betrug 71 Jahre (58–81 Jahre). 21,3 % (35/164) der COVID-19-Patienten starben innerhalb von 30 Tagen nach Aufnahme in der Notaufnahme, wobei 11,6 % (19/164) der COVID-19-Patienten intubiert werden mussten. Die anamnestischen und klinischen Daten der Patienten sind in Tab. 1 dargestellt und ermöglichen einen Vergleich zwischen den Patienten, die innerhalb von 30 Tagen nach der Aufnahme verstorben sind und Patienten die überlebt haben.
VariableÜberlebendeTotep
Patienten, n (%)129 (78,7)35 (21,3)
Alter, Jahre, Median (IQR)67 (54–78)81 (77–89)<0,001
Geschlecht, n (%)0,686
Männlich86 (66,7)25 (71,4)
Weiblich43 (33,3)10 (28,6)
Polymorbidität
Mindestens eine chronische Erkrankung84 (65,1)35 (100,0)<0,001
2 oder mehr chronische Erkrankungen57 (44,3)30 (85,7)<0,001
Anamnese
Ischämische Kardiomyopathie12 (9,3)7 (20,0)0,131
Arterielle Hypertonie75 (58,1)30 (85,7)0,003
Chronische Herzinsuffizienz10 (7,8)10 (28,6)0,002
Vorhofflimmern22 (17,1)13 (37,1)0,018
Diabetes16 (12,4)8 (22,9)0,174
Chronische Niereninsuffizienz6 (4,7)11 (31,4)<0,001
Chronische Bronchitis16 (12,4)10 (28,6)0,034
Iktus7 (5,4)8 (22,9)0,004
Hemiplegie4 (3,1)4 (11,4)0,065
Gefäßerkrankung6 (4,7)7 (20,0)0,007
Chronisch-neurologische Erkrankungen12 (9,3)5 (14,3)0,365
Demenz13 (10,1)11 (31,4)0,005
Tumor7 (5,4)3 (8,6)0,446
Wohnhaft im Altersheim10 (7,8)8 (22,9)0,027
Klinik
Kognitive Veränderung, n (%)7 (5,4)15 (42,9)<0,001
Systolischer Blutdruck (mm Hg)137 (126–150)145 (114–151)0,763
Diastolischer Blutdruck (mm Hg)80 (70–85)70 (65–85)0,169
Herzfrequenz (Schläge/min)84 (76–95)90 (74–110)0,115
Atemfrequenz (AZ/min)19 (16–23)26 (22–31)<0,001
SaO2 (%)94 (91–96)88 (80–92)<0,001
Temperatur (°C)37,3 (36,4–38)37,4 (36,7–38,3)0,295
COVID-19-Patienten, die innerhalb von 30 Tagen nach Aufnahme in die Notaufnahme starben, waren vergleichsweise älter (81 Jahre vs. 67 Jahre, p < 0,001). Alle verstorbenen Patienten hatten mindestens eine chronische Krankheit. Bei der Mehrzahl der verstorbenen Patienten lag eine Polymorbidität vor (85,7 % gegenüber 44,3 %, p < 0,001). Die mit der 30-Tage-Mortalität am stärksten assoziierten Komorbiditäten waren: Hypertonie (85,7 % gegenüber 58,1 %, p = 0,003), chronische Herzinsuffizienz (28,6 % gegenüber 7,8 %, p = 0,002), chronisches Vorhofflimmern (37,1 % gegenüber 17,1 %, p = 0,018), chronische Niereninsuffizienz (31,4 % gegenüber 4,7 %, p < 0,001), COPD (28,6 % gegenüber 12,4 %, p = 0,034), eine vorangegangene ischämische Hirnerkrankung (22,9 % gegenüber 5,4 %, p = 0,004), chronische Gefäßerkrankungen (20 % gegenüber 4,7 %, p = 0,007) und das Vorliegen einer Demenz (31,4 % gegenüber 10,1 %, p = 0,005). Schließlich wurde die Herkunft aus einer Gesundheitswohneinrichtung (Altersheim und Pflegeheim) mit dem Letalitätsrisiko in Verbindung gebracht (22,9 % gegenüber 7,8 %, p = 0,027). Kognitive Beeinträchtigungen lagen bei mehr als 40 % der Todesfälle vor (42,9 % gegenüber 5,4 %, p < 0,001). Eine niedrige Sauerstoffsättigung (88 % gegenüber 95 %, p < 0,001) und eine hohe Atemfrequenz (26 AZ/min gegenüber 19 AZ/min, p < 0,001) waren ebenfalls mit der 30-Tage-Mortalität assoziiert. Die Ergebnisse der laborchemischen Tests, die beim ersten medizinischen Kontakt in der Notaufnahme durchgeführt wurden, sind in Tab. 2 dargestellt.
VariableÜberlebendeTotep
Großes Blutbild
Erythrozyten (Mio./µl)4,71 (4,35–5,07)4,57 (4,18–5,37)0,738
Hb (g/dl)14,0 (13,1–15,0)14,0 (12,7–16,1)0,575
Hct (%)42,1 (38,4–47,9)41,1 (38,4–47,9)0,857
MCV (fl)89,2 (86,4–92,0)91,1 (87,0–94,9)0,054
Leukozyten
Leukozyten (Tsd./µl)5,9 (4,7–7,3)6,5 (3,9–9,1)0,590
Neutrophile (%)3,89 (2,77–5,32)5,20 (2,71–7,45)0,166
Lymphozyten (%)1,10 (0,80–1,60)0,80 (0,53–1,46)0,034
Monozyten (%)0,51 (0,38–0,75)0,39 (0,27–0,63)0,040
Eosinophile (%)0,01 (0,00–0,06)0,01 (0,00–0,04)0,382
Nierenfunktion/Elektrolyte
Natrium (mmol/l)136 (133–139)136 (133–140)0,385
Kalium (mmol/l)3,76 (3,50–4,10)3,83 (3,66–4,31)0,211
Chlor (mmol/l)102 (99–104)102 (99–106)0,448
Kreatinin (mg/dl)0,91 (0,76–1,09)1,38 (1,06–1,71)<0,001
Glomeruläre Filtrationsrate (ml/min)80 (61–94)44 (32–65)<0,001
Gerinnung
PTL (Tsd./µl)184 (140–256)154 (116–207)0,010
INR1,01 (0,90–1,07)1,05 (0,91–1,24)0,181
PTT (s)1,00 (0,97–1,04)1,00 (0,97–1,11)0,473
CRP (mg/dl)4,42 (1,59–7,75)9,57 (5,13–17,23)<0,001
Bei Patienten, die innerhalb von 30 Tagen nach der Diagnosestellung in der Notaufnahme verstarben, waren die Lymphozytenwerte niedriger als bei Überlebenden (0,80 vs. 1,10; p = 0,034), ebenso die Monozytenwerte (0,39 vs. 0,51; p = 0,040). Eine Nierenfunktionseinschränkung (Kreatinin und GFR) war mit einer erhöhten Mortalität verbunden (Tab. 2). Die multivariate Analyse ergab anhand der routinemäßig gesammelten Parameter für COVID-19-Patienten mit diagnostizierter interstitieller Pneumonie die folgenden unabhängigen Risikofaktoren, innerhalb von 30 Tagen nach Aufnahme in der Notaufnahme zu versterben (siehe Tab. 3): ein veränderter Bewusstseinszustand (OR: 8,330; 95 %-KI: 1,957–35,130; p = 0,004), das Vorliegen von 2 oder mehreren Komorbiditäten (OR: 5,862; 95 %-KI: 1,337–25,703, p = 0,019), ein Alter von über 75 Jahren (OR: 2,925, 95 %-KI: 1,099–7,785; p = 0,032), periphere Sauerstoffsättigung < 93 % (OR: 17,871; 95 %-KI: 2,899–110;162, p = 0,002), beeinträchtigte Nierenfunktion (OR: 4,841; 95 %-KI: 1,184–19,798; p = 0,028), C‑reaktives Protein > 10 mg/dl (OR: 6,504; 95 %-KI: 1,745–24,242; p = 0,005), Monozyten unter 0,4/µl (OR: 6,819; 95 %-KI: 1,817–25,597; p = 0,004) und Lymphozyten < 0,7/µl (OR: 4,229; 95 %-KI: 1,005–17,803, p = 0,049).
VariableKoeffizientFehlerOdds-Ratio95 %-KIp
Verändertes Bewusstsein2,1200,7348,3301,957–35,1300,004
2 oder mehrere Pathologien1,7680,7545,8621,337–25,7030,019
Alter > 75 Jahre1,1430,5973,1360,973–10,1090,056
Sauerstoffsättigung < 93 %2,8830,92817,8712,899–110,1620,002
GFR (ml/min/1,73) < 601,5770,7194,8411,184–19,7980,028
CRP > 10 mg/dl1,8720,6716,5041,745–24,2420,005
Monozyten < 0,4/1000 µl1,9200,6756,8191,817–25,5970,004
Lymphozyten < 0,7/1000 µl1,4420,7334,2291,005–17,8030,049
Ein Nomogramm wurde durch Zuweisung eines gewichteten Scores für jeden der 8 unabhängigen prognostischen Faktoren erstellt (Tab. 3; Abb. 1). Alle Punktzahlen für die einzelnen Faktoren wurden addiert, um die Gesamtpunktzahl zu erhalten, die in direktem Zusammenhang mit einem individuellen 30-Tage-Mortalitätsrisiko steht.
Beispiel: ein 65-jähriger Patient (Altersscore 0), mit einer Sauerstoffsättigung von 91 % unter Raumluft bei Aufnahme in der Notaufnahme (weniger als 93 %, 10 Punkte), keine Vorerkrankung (0 Punkte), keine kognitive Beeinträchtigung (0 Punkte), Lymphozyten von 0,6/µl (weniger als 0,7–5 Punkte) und einem C‑reaktiven Protein von 11 mg/dl (6,5 Punkte). Der Gesamtscore beträgt 21,5 Punkte und der Patient hat damit ein 10%iges Letalitätsrisiko. Die Unterscheidungskapazität des endgültigen Modells wurde anhand der korrigierten Fläche unter der ROC-Kurve unter Verwendung von 5000 Bootstrap-Resamples bewertet und betrug 0,937 (95 %-KI 0,892–0,976; p < 0,001; Abb. 2).

Diskussion

Diese retrospektive Studie an 164 COVID-19-Patienten mit diagnostizierter interstitieller Pneumonie ergab, dass 8 anamnestische und klinische Parameter (Lymphozyten, Nierenfunktion, periphere Sauerstoffsättigung, Monozyten, Alter > 75 Jahre, Polymorbidität, C‑reaktives Protein > 10 mg/dl und veränderter kognitiver Zustand), die bei der Aufnahme in der Notaufnahme routinemäßig erhoben wurden, eine Vorhersage der 30-Tage-Mortalität und somit eine Risikostratifizierung in der Notaufnahme der einzelnen Patienten ermöglichen. Die Risikoeinschätzung eines Patienten bei Aufnahme ist eines der Hauptziele der Notaufnahme [12]. Bei Patienten, bei denen der Verdacht auf eine Infektion mit SARS-CoV‑2 besteht, ist die Bewertung des Risikos komplizierter [19]. Die ersten verfügbaren klinischen Informationen waren begrenzt und schienen eine Krankheit zu beschreiben, die durch unvorhersehbare klinische Entwicklungen gekennzeichnet ist [13]. Einige Patienten entwickelten nach einem längeren Zeitraum mit milden Symptomen (Husten, Fieber, Kopfschmerzen, Anosmie oder Magen-Darm-Probleme), die nicht mit einer besonderen Beteiligung der Atemwege einhergingen, dennoch eine schwere akute Atemwegserkrankung [14, 16, 19]. Darüber hinaus ist nicht klar, wie Patienten mit ähnlichen Symptomen innerhalb von wenigen Tagen oder sogar Stunden eine unterschiedliche Entwicklung mit möglicher Verschlechterung erfahren können [20]. Gegenwärtig ist die verfügbare Evidenz begrenzt und ein erhöhtes Risiko für COVID-19-Patienten in der Notaufnahme kann nicht genau abgeschätzt werden. Einige neuere Studien, die in verschiedenen klinischen Bereichen (Intensivstation oder COVID-19-Abteilungen) durchgeführt wurden, liefern jedoch erste Hinweise auf einige mögliche prognostische Faktoren [9, 13]. Du et al. berichteten anhand einer Kohorte von 179 Patienten, die bereits wegen einer COVID-19-Pneumonie (11 % Mortalität) in Wuhan hospitalisiert waren, dass ein Alter von 65 Jahren oder höher, das Vorliegen von kardiozerebralen vaskulären Komorbiditäten, eine CD3+-CD8+-T-Zellzahl von höchstens 75 µl und Troponinwerten von mindestens 0,05 ng/ml unabhängige Prädiktoren für die Mortalität waren [9]. Chen et al. führten eine Studie an Patienten durch, die in der Isolierabteilung in Wuhan aufgenommen wurden, und beobachteten, dass ein reduzierter CO2-Partialdruck und ein verringertes Verhältnis des arteriellen Sauerstoffpartialdrucks zum Anteil der inspiratorischen Sauerstoffkonzentration (paO2: FIO2, Horowitz-Index) typisch für die arteriellen Blutgasanalysen von Patienten waren, die später starben [21]. Yang et al. zeigten, dass ein reduzierter Horowitz-Index bei Patienten, die von SARS-CoV‑2 betroffen und auf die Intensivstation aufgenommen wurden, mit einem erhöhten Mortalitätsrisiko assoziiert war [22]. Die aktuelle Studie scheint zu bestätigen, dass arterielle Blutgasanalysen eine wichtige Rolle bei den ersten Beurteilungen des Schweregrads der Erkrankung eines COVID-19-Patienten in der Notaufnahme spielen. Die für die COVID-19-Pneumonie typische entzündliche, interstitielle Komponente scheint die pulmonale Oxygenierungskapazität zu beeinträchtigen, den Alveolaraustausch einzuschränken und den Horowitz-Index zu verändern. Ein erniedrigter paCO2 als Folge der kompensatorischen Hyperventilation scheint ein Prädiktor für eine progrediente respiratorische Insuffizienz zu sein [23]. Das Vorliegen einer Lymphopenie, die gewöhnlich mit viralen Prozessen assoziiert ist und aus diesem Grund zunächst als diagnostischer Faktor vorgeschlagen wurde, erwies sich ebenfalls als unabhängiger Prädiktor für die Letalität [15, 23]. Laut einer Studie von Yang et al. trat die Lymphopenie bei mehr als 80 % der kritisch kranken COVID-19-Patienten auf. Lymphozytopenie wird als wichtiges Merkmal bei COVID-19-Patienten angesehen, weil durch die Invasion von SARS-CoV-2-Viruspartikeln die Lymphozyten geschädigt und zerstört werden [24, 25]. Du et al. schlagen ebenfalls vor, die Auswertung der Lymphozyten zu verwenden, um den Schweregrad des Prozesses abzuschätzen. In einer von Zhou et al. durchgeführten Analyse lag eine Lymphozytopenie bei mehr als zwei Dritteln der verstorbenen Patienten vor. Chen et al. fanden in einer weiteren Studie heraus, dass Prokalzitonin bei nur 6 % der COVID-19-Patienten erhöht war, während andere Entzündungsmarker wie das C‑reaktive Protein wesentlich öfter erhöht waren [26]. Diese Studie ergab, dass eine Lymphozytenzahl unter 700/µl ein unabhängiger Risikofaktor für die Letalität in der Notaufnahme ist [9, 27]. Zusätzlich wurde in der von Zhou et al. beschriebenen Kohorte ein hoher SOFA-Score als Risikofaktor für einen intrahospitalen Tod identifiziert [27]. Obwohl die Kohorte auch Patienten umfasste, die aus anderen Krankenhäusern verlegt wurden und sich daher in unterschiedlichen Stadien des Krankheitsverlaufs befanden, wird der SOFA-Score als ein starkes prädiktives Element dargestellt. Da sich sowohl SOFA als auch qSOFA in den letzten Jahren als gute Prädiktoren für den Schweregrad von septischen Patienten in den Notaufnahmen erwiesen haben, könnten durch ihre Verwendung in einer ersten Beurteilung von COVID-19-Patienten die Patienten mit höherem Risiko identifiziert werden [28]. In der aktuellen Studie waren Elemente, die in diesen Scores enthalten sind, wie kognitive Beeinträchtigung und eine beeinträchtigte Nierenfunktion bei Laboruntersuchungen, mit der 30-Tage-Mortalität bei COVID-19-Patienten mit einer interstitiellen Pneumonie assoziiert. Nach unserem Wissen ist dies der erste westliche Bericht, der die klinischen und labortechnischen Parameter, die in der Notaufnahme routinemäßig erfasst werden und schnell verfügbar sind, in einem statistischen Modell untersuchte, um eine erste Risikoabschätzung zu ermöglichen. Wynants et al. weisen in ihrer systematischen Übersicht auf die Notwendigkeit hin, prognostische Modelle in die klinische Praxis einzuführen, die jene klinischen, labortechnischen und anamnestischen Daten verwenden, die normalerweise in der Notaufnahme analysiert werden [17]. Die erste Auswertung der in der Notaufnahme erhobenen klinischen und labortechnischen Daten liefert wichtige prognostische Informationen über den Krankheitsverlauf von COVID-19-Patienten und ermöglicht somit eine Risikostratifizierung. Die einzelnen Variablen wurden dabei in einem Nomogramm dargestellt. Das Nomogramm stellt nicht eine endgültige Lösung für eine prognostische Definition dar, sondern ermöglicht eine schnelle und gute Übersicht der für eine Risikostratifizierung infrage kommenden Variablen.

Limitationen

Diese Studie weist einige Limitationen auf: Erstens ist sie aufgrund ihres retrospektiven Charakters möglichen Verzerrungen ausgesetzt. Durch die Einbeziehung von 2 Zentren, die Existenz eines standardisierten COVID-19-Managementprotokolls für die Notaufnahme und den Ausschluss von Fällen mit unvollständigen Informationen wurden mögliche Verzerrungen jedoch begrenzt. Zudem wurde durch das COVID-19-Notfallmanagement in dieser Region die Aufnahme älterer Patienten aus Pflegeheimen in Krankenhäuser vermieden, was möglicherweise den Einfluss von Komorbiditäten im prädiktiven Modell begrenzt hat. Drittens wurde eine kleinere Gruppe von Patienten mit interstitieller Pneumonie ohne mikrobiologischen Nachweis von COVID-19 aufgrund unvollständiger Sensitivität des Abstrichs aus der Studie ausgeschlossen. Wir zogen es vor, nur Daten von Patienten mit mikrobiologischer Bestätigung einer SARS-CoV-2-Infektion in der Studie aufzunehmen. Viertens wurden in der Studie keine zusätzlichen Laborwerte berücksichtigt, die für die Definition des Schweregrads der von COVID-19 betroffenen Patienten nützlich wären (D-Dimer, Troponin, Interleukin 6 usw.). Diese Laboruntersuchungen sind nicht bei allen Patienten standardmäßig durchgeführt worden, da nicht alle Patienten der Notaufnahme einer so invasiven Untersuchung unterzogen werden müssen. Aufgrund der geringen Patientenanzahl sind weitere prospektive Studien notwendig, um das Ergebnis der Studie zu bestätigen.

Schlussfolgerung

Die Risikoeinschätzung bei der ersten Beurteilung von COVID-19-Patienten ist eine der Hauptaufgaben der Notaufnahme. Wenn kritische Fälle so früh wie möglich erkannt werden können, wird das Risikomanagement dazu beitragen, ausreichende medizinische Ressourcen bereitzustellen und die Mortalität zu reduzieren. Gegenwärtig stehen nur begrenzte Informationen zur Risikoabschätzung von unerwünschten Verlaufsentwicklungen bei Patienten mit COVID-19 zur Verfügung. Wie von Wynants et al. vorgeschlagen wurden die klinischen, anamnestischen und labortechnischen Daten, die in der Regel bei der ersten Patientenbeurteilung in der Notaufnahme gewonnen werden, in ein Modell aufgenommen, um ein vorläufiges Instrument zu schaffen, das sich zur Risikoabschätzung der Mortalität für COVID-19-Patienten mit Pneumonie eignet [17]. Obwohl weitere Evidenz von größeren Patientenkohorten und prospektiven Studien benötigt wird, zeigen die Ergebnisse dieser retrospektiven Studie die Bedeutung einer ersten Risikobeurteilung von COVID-19-Patienten in der Notaufnahme auf. Unsere Studie konzentriert sich auf die Früherkennung kritischer Fälle zur Risikostratifizierung und wir gehen davon aus, dass das entwickelte Nomogramm dazu beitragen kann, Risikopatienten frühzeitig zu erkennen, und das Mortalitätsrisiko reduzieren kann.
  26 in total

1.  Presenting Characteristics, Comorbidities, and Outcomes Among 5700 Patients Hospitalized With COVID-19 in the New York City Area.

Authors:  Safiya Richardson; Jamie S Hirsch; Mangala Narasimhan; James M Crawford; Thomas McGinn; Karina W Davidson; Douglas P Barnaby; Lance B Becker; John D Chelico; Stuart L Cohen; Jennifer Cookingham; Kevin Coppa; Michael A Diefenbach; Andrew J Dominello; Joan Duer-Hefele; Louise Falzon; Jordan Gitlin; Negin Hajizadeh; Tiffany G Harvin; David A Hirschwerk; Eun Ji Kim; Zachary M Kozel; Lyndonna M Marrast; Jazmin N Mogavero; Gabrielle A Osorio; Michael Qiu; Theodoros P Zanos
Journal:  JAMA       Date:  2020-05-26       Impact factor: 56.272

2.  Global crisis: EM and EMJ respond.

Authors:  Richard Body; Edward Carlton; Simon Carley; Mary Dawood; Caroline Leech; Simon S Smith; Ellen J Weber
Journal:  Emerg Med J       Date:  2020-04-13       Impact factor: 2.740

3.  Temporal dynamics in viral shedding and transmissibility of COVID-19.

Authors:  Xi He; Eric H Y Lau; Peng Wu; Xilong Deng; Jian Wang; Xinxin Hao; Yiu Chung Lau; Jessica Y Wong; Yujuan Guan; Xinghua Tan; Xiaoneng Mo; Yanqing Chen; Baolin Liao; Weilie Chen; Fengyu Hu; Qing Zhang; Mingqiu Zhong; Yanrong Wu; Lingzhai Zhao; Fuchun Zhang; Benjamin J Cowling; Fang Li; Gabriel M Leung
Journal:  Nat Med       Date:  2020-04-15       Impact factor: 53.440

4.  Clinical Characteristics of 138 Hospitalized Patients With 2019 Novel Coronavirus-Infected Pneumonia in Wuhan, China.

Authors:  Dawei Wang; Bo Hu; Chang Hu; Fangfang Zhu; Xing Liu; Jing Zhang; Binbin Wang; Hui Xiang; Zhenshun Cheng; Yong Xiong; Yan Zhao; Yirong Li; Xinghuan Wang; Zhiyong Peng
Journal:  JAMA       Date:  2020-03-17       Impact factor: 56.272

5.  Multiple organ infection and the pathogenesis of SARS.

Authors:  Jiang Gu; Encong Gong; Bo Zhang; Jie Zheng; Zifen Gao; Yanfeng Zhong; Wanzhong Zou; Jun Zhan; Shenglan Wang; Zhigang Xie; Hui Zhuang; Bingquan Wu; Haohao Zhong; Hongquan Shao; Weigang Fang; Dongshia Gao; Fei Pei; Xingwang Li; Zhongpin He; Danzhen Xu; Xeying Shi; Virginia M Anderson; Anthony S-Y Leong
Journal:  J Exp Med       Date:  2005-07-25       Impact factor: 14.307

6.  Clinical Characteristics of Coronavirus Disease 2019 in China.

Authors:  Wei-Jie Guan; Zheng-Yi Ni; Yu Hu; Wen-Hua Liang; Chun-Quan Ou; Jian-Xing He; Lei Liu; Hong Shan; Chun-Liang Lei; David S C Hui; Bin Du; Lan-Juan Li; Guang Zeng; Kwok-Yung Yuen; Ru-Chong Chen; Chun-Li Tang; Tao Wang; Ping-Yan Chen; Jie Xiang; Shi-Yue Li; Jin-Lin Wang; Zi-Jing Liang; Yi-Xiang Peng; Li Wei; Yong Liu; Ya-Hua Hu; Peng Peng; Jian-Ming Wang; Ji-Yang Liu; Zhong Chen; Gang Li; Zhi-Jian Zheng; Shao-Qin Qiu; Jie Luo; Chang-Jiang Ye; Shao-Yong Zhu; Nan-Shan Zhong
Journal:  N Engl J Med       Date:  2020-02-28       Impact factor: 91.245

7.  Intubation and Ventilation amid the COVID-19 Outbreak: Wuhan's Experience.

Authors:  Lingzhong Meng; Haibo Qiu; Li Wan; Yuhang Ai; Zhanggang Xue; Qulian Guo; Ranjit Deshpande; Lina Zhang; Jie Meng; Chuanyao Tong; Hong Liu; Lize Xiong
Journal:  Anesthesiology       Date:  2020-06       Impact factor: 7.892

8.  Therapeutic and triage strategies for 2019 novel coronavirus disease in fever clinics.

Authors:  Jinnong Zhang; Luqian Zhou; Yuqiong Yang; Wei Peng; Wenjing Wang; Xuelin Chen
Journal:  Lancet Respir Med       Date:  2020-02-13       Impact factor: 30.700

9.  Clinical characteristics of 113 deceased patients with coronavirus disease 2019: retrospective study.

Authors:  Tao Chen; Di Wu; Huilong Chen; Weiming Yan; Danlei Yang; Guang Chen; Ke Ma; Dong Xu; Haijing Yu; Hongwu Wang; Tao Wang; Wei Guo; Jia Chen; Chen Ding; Xiaoping Zhang; Jiaquan Huang; Meifang Han; Shusheng Li; Xiaoping Luo; Jianping Zhao; Qin Ning
Journal:  BMJ       Date:  2020-03-26

10.  Coronavirus infections: Epidemiological, clinical and immunological features and hypotheses.

Authors:  Didier Raoult; Alimuddin Zumla; Franco Locatelli; Giuseppe Ippolito; Guido Kroemer
Journal:  Cell Stress       Date:  2020-03-02
View more

北京卡尤迪生物科技股份有限公司 © 2022-2023.