文摘
介绍2019年个人冠状病毒疾病的预后因素(COVID-19)尚不清楚。由于这个原因,我们旨在提供一个先进的系统回顾和荟萃分析COVID-19患者的不良预后因素的结果。
方法我们系统地回顾了PubMed从1 2020年1月至2020年7月26日确定重叠研究协会的任何不良预后因素与结果COVID-19患者。随机进行荟萃分析,研究异质性量化使用我2统计。的小型研究影响评估运用症的回归测试。
结果我们确认428合格的文章,被用于263荟萃分析研究协会91独立预后因素有11个结果。血管紧张素转换酶抑制剂,阻塞性睡眠呼吸暂停、咽痛、静脉血栓栓塞史,性别、冠心病、癌症、慢性肝病、慢性阻塞性肺病、痴呆,任何免疫抑制药物,外周动脉疾病,风湿病疾病和吸烟有关至少有一个结果,> 1000事件,p < 0.005,我2< 50%、95%预测区间不包括零值,在各自的荟萃分析和缺乏小型研究的影响。偏见的风险评估预后研究使用质量工具表示高风险的偏见在302年参与研究的428篇文章,389篇文章为调整其他预后因素,统计分析和报告396篇文章。
结论我们的研究结果可以用于预测模型建立和指导病人选择随机临床试验。
文摘
静脉血栓栓塞血管紧张素转换酶抑制剂,睡眠呼吸暂停症,咽痛,历史、性别、冠心病、癌症、肝病、慢性阻塞性肺病、痴呆、免疫抑制药物,外周动脉疾病,风湿病疾病和吸烟COVID-19患者的预测结果https://bit.ly/3pIaANC
介绍
2019年12月,一群肺炎病例被报道在武汉,中国,后来发现一种新的冠状病毒流行病学追踪(严重急性呼吸系统综合症冠状病毒2 (SARS-CoV-2))的原因(1]。SARS-CoV-2已遍布各大洲,造成公共卫生危机(2]。截至2021年2月,> 1亿与冠状病毒疾病确诊病例2019 (COVID-19),根据世界卫生组织(> 200万人死亡3]。
持续的突发公共卫生事件需要可靠的预后因素的发现来指导临床决策和治疗计划根据病人的特点。此外,这些预后因素可以改善未来临床试验的设计与分析,提出新颖的见解疾病的分子途径(4,5]。
上有越来越多的文献COVID-19病人,检查疾病的预后特点。然而,临床决策和研究指导通常是基于叙事评论或低质量研究(6]。现在还没有发表批判性和系统地总结了整个流行病学证据预后因子景观为多个COVID-19患者的不良结果。我们的研究旨在填补这一空缺进行首次全面系统的回顾,关键的评价和(足够的数据)荟萃分析患者的预后因素COVID-19运用最先进的方法。
方法
我们跟着流行病学观察研究的荟萃分析准则和预后的最新指导方法群Cochrane协作设计和报告我们的荟萃分析7,8]。我们设计这个系统综述的研究问题和数据提取根据修改后的清单为关键的评估和数据提取系统评价预后因子的研究(CHARMS-PF) [5,9]。一个协议系统回顾发表在开放科学基金会(https://osf.io/382wj)。
文献检索
我们系统地搜索PubMed从1 2020年1月至2020年7月26日确定所有研究任何不良的预后因子结果COVID-19患者。我们的搜索算法是基于LitCovid (10,11),如下:“冠状病毒”(所有字段)或“SARS-CoV-2”(所有字段)或“浸”(所有字段)或“2019 - sars - x - 2”(所有字段)或“COVID-19”(所有字段)。文献检索是由两个独立的研究人员(VB,磅)。此外,我们进行筛选合格的引用的文章来识别其他潜在的合格的文章。
合格标准
我们认为是合格的观察性研究或临床试验,其中包括SARS-CoV-2感染患者(定义为实时PCR测试或标准化的临床/辐射标准)和检查任何预后因素对结果的影响。我们认为是合格的任何结果,有关病人如果它的定义和测量是标准化或显式定义的。我们排除了结果测量COVID-19诊断或住院的时候,和预后因素测量COVID-19诊断或住院后,确保暂时性预后因子和结果之间的关系。
预后因子定义为“任何标准衡量,在给定的健康状况,与随后的临床结果”(12]。我们认为所有类型的预后因素,包括人口统计学和人体测量个体特征、生物标志物,症状,临床体征,病史和共病的疾病,药物,和胸部成像结果。表1显示了一个用小环装饰的详细描述(人口,指数预后因子,比较器预后因子,结果,时间、设置)系统(5,9,13]。
数据提取
由两位研究者独立执行数据提取(VB,磅)后,魅力清单(5,9]。从每一篇文章,我们提取第一作者和出版的杂志,涉及的地理区域和医院,招聘周期,进行预后因素和检查结果及其定义。对于每个预后因子,我们提取的测量报告协会(即。优势比风险率或风险比)和水平的比较。我们提取的单变量和多变量预后因子的影响的估计,当可用的(5,8]。
Risk-of-bias评估
偏见的存在符合条件的研究是由两位研究者独立评估预后(VB,磅)使用质量研究(讽刺)工具。俏皮话评估六个领域:参与、摩擦、预后因子测量,调整其他预后因素,测量结果,统计分析和报告(5,14]。在每一个领域,偏见的风险评估为低,中等或高基于一组预先确定的问题。
统计分析
没有报道预后影响的大小,我们计算了单变量的优势比及其标准错误报道2×2列联表。当零计数发生在一个单元格的列联表,我们应用Haldane-Anscombe校正(15]。
在至少五个研究协会研究,我们估计总结的效果及其95%置信区间估计应用DerSimonian和Laird随机影响模型,因为方法学异质性是预期之间的符合条件的研究(16,17]。最小化的影响不同的结果定义之间的异质性,我们只结合研究使用相同的结果定义。统计上显著的影响是声称在p < 0.05。此外,研究异质性量化了我2统计(18,19]。值> 50%和> 75%的人被认为是大型和很大的异质性,分别。
我们估计95%的预测区间,进一步解释了不确定性的影响预计将在一项新的研究中解决同一个协会(16]。我们评估是否有证据表明小型研究使用Egger回归测试(不对称的影响20.]。小型研究效应的存在是基于统计学意义Egger在p < 0.10的测试结合更为保守的效果相比,最大的荟萃分析的研究在随机效应分析。
我们执行三个敏感性分析探索之间的异质性的潜在来源包括1)研究提出风险比率,2)研究一个示例< 100 COVID-19患者和3)研究只包括个人与特定的并发症。然后,我们估计,斯皮尔曼相关系数检验效果的相关性估计,我2之间的统计和假定值的主要分析和敏感性分析。
此外,我们研究协会提出了一个高度显著的影响在p < 0.005,没有大的或非常大的学术研究异质性(即。我2< 50%),95%的预测区间不包括空值,> 1000事件和缺乏小型研究的影响。使用严格的假定值阈值的基本原理是基于当前的建议,避免假阳性结果(21- - - - - -23]。
在R统计软件进行统计分析(3.6.3版本;基础统计计算、奥地利维也纳)和包“隐喻”和“metareg”用于所有分析。合格标准的额外细节,数据提取工艺和偏见的风险评估提出了补充材料。
结果
描述的符合条件的文章
我们筛选36 661篇文章,我们确认了428个合格的文章,发表在2020年1月1日至2020年7月26日,包含在一个荟萃分析(图1)。大多数合格的研究从中国(n = 106),美国(n = 98)、意大利(n = 65)、西班牙(n = 34)、法国(n = 26)和英国(n = 20)。
描述的临床结果和预后因素
我们执行263个荟萃分析关注的风险死亡率(89荟萃分析),住院(50个荟萃分析)、重症监护室(ICU)录取(48荟萃分析),两种复合的结果(24荟萃分析),侵入性机械通气(23个荟萃分析),急性肾损伤(九个荟萃分析),静脉血栓栓塞(六个荟萃分析),肺栓塞(五个荟萃分析),急性呼吸窘迫综合征(五个荟萃分析)和深静脉血栓形成(四个荟萃分析)。
总的来说,我们评估91独特的预后因素,分为七大类:生物标记物(16个荟萃分析,11独特的因素),并发症(30 120荟萃分析,独特的因素),成像标记(七个荟萃分析,四个独特的因素),人口特征(25荟萃分析,三个独特的因素),环境因素(八个荟萃分析,两个独特的因素)、药物(28荟萃分析,12独特的因素),和症状或临床症状(59荟萃分析,29日独特的因素)。
结果从荟萃分析
中位数(四分位距(差))每个荟萃分析的研究数量是9(6日至14日);每个荟萃分析的事件数中值为1195 (514 - 2937);每个荟萃分析和COVID-19参与者的平均数量为5131 (2394 - 395)。157人(60%)的263个荟萃分析包括> 1000事件。149人(57%)的263个荟萃分析提出了一个统计上显著的影响在p < 0.05,而其中119 p值< 0.005。
137人(52%)的263个荟萃分析提出了大型或非常大的之间的异质性(我2≥50%)。48(18%)的263个荟萃分析显示95%的预测区间,排除空值。此外,18(7%)的263个荟萃分析提出了小型研究的影响的证据。荟萃分析的结果为263年协会中可用补充表S2。
的149统计上显著的荟萃分析p < 0.05, 16个荟萃分析包括> 1000事件,p < 0.005随机影响模型中,我2< 50%、95%预测区间不包括空值和缺乏小型研究的效果。这些荟萃分析的结果做出了阻塞性睡眠呼吸暂停(或2.11,95% CI 1.54 - -2.89)和静脉血栓栓塞史(-3.14或2.35,95% CI 1.75)住院的风险;女性性的影响(或0.53,95% CI 0.46 - -0.59)入住ICU的风险;冠心病的影响(或1.69,95% CI 1.43 - -1.99)在急性肾损伤的风险;癌症的影响(或1.57,95% CI 1.25 - -1.98)和女性(-0.71或0.62,95% CI 0.55)侵入性机械通气的风险;和血管紧张素转换酶抑制剂(ACEi)的影响(或1.38,95%可信区间1.20 - -1.59),癌症(或2.14,95%可信区间1.86 - -2.45),慢性肝病(或1.46,95%可信区间1.24 - -1.72),慢性阻塞性肺病(或2.19,95%可信区间1.88 - -2.55),老年痴呆症(或3.12,95%可信区间2.50 - -3.90),任何免疫抑制药物(或1.22,95%可信区间1.12 - -1.34),外周动脉疾病(或2.07,95%可信区间1.55 - -2.75),咽痛(或0.58,95%可信区间0.46 - -0.71),风湿病疾病(或1.41,95%可信区间1.27 - -1.57)和吸烟(或1.50,95%可信区间1.35 - -1.66)死亡率的风险。13个额外的荟萃分析满足上述特征,但95%的预测区间,包括空值。这些荟萃分析评估了ACEi对住院的风险,影响心血管疾病、慢性肾脏疾病、慢性肺部疾病和糖尿病的风险在ICU承认,ACEi /血管紧张素受体阻滞剂的作用(arb)和性急性肾损伤的风险,身体质量指数的影响风险的侵入性机械通气,慢性肾脏疾病和性的影响的风险组合的结果(定义为ICU住院或死亡)和arb的影响,胰岛素和低白细胞计数对死亡风险的影响。森林的情节29协会> 1000事件,p值< 0.005,我2< 50%,没有证据表明小型研究提出了影响图3。桑基图中呈现这些29协会(图4)。
敏感性分析
我们重复扣除后57荟萃分析研究报告只有风险比率没有2×2列联表的信息(补充表S3)。总的来说,我们观察到高度相关的总结影响估计(ρ= 0.98,p < 0.05),假定值(ρ= 0.96,p < 0.05)和我2统计(ρ= 0.95,p < 0.05)之前和之后的这些研究的排斥。
192个荟萃分析排除后重复研究< 100 COVID-19参与者(补充表S4)。总的来说,我们观察到高度相关的总结影响估计(ρ= 0.99,p < 0.05),假定值(ρ= 0.96,p < 0.05)和我2统计(ρ= 0.96,p < 0.05)之前和之后的这些研究的排斥。
103荟萃分析排除后重复研究只包括COVID-19特定患者共病障碍(补充表S5)。总的来说,我们观察到高度相关的总结影响估计(ρ= 0.99,p < 0.05),假定值(ρ= 0.98,p < 0.05)和我2统计(ρ= 0.98,p < 0.05)之前和之后的这些研究的排斥。
讨论
我们进行了一次全面的系统回顾和荟萃分析显示的概述与任何不良结果相关的预后因素的病人诊断为COVID-19。我们应用最先进的方法结合后的数据来自420多个研究相关方法论的指导。在我们的研究中,我们认为超过260协会涵盖了广泛的预测为多个COVID-19患者的结果。超过一半的这些协会提出了一个名义上的显著影响,其中只有16提供强有力的证据样本容量而言,统计显著性,一致性和缺乏小型研究的影响。我们讨论的结果我们的研究工作重点是最可靠的预测,在这些协会和潜在的偏见。
主要研究背景
我们risk-of-bias评估表明,几乎所有的合格的研究系统回顾了高风险的偏见在至少一个领域的俏皮话工具。大多数文章有偏见的高风险领域的参与和统计分析,提出了几个统计缺陷,包括缺乏一种回归技术或不恰当的建模策略和处理缺失数据,和糟糕的报告预测的时间范围。按照系统综述的预后和诊断模型COVID-19 [24),我们的系统评价个体的预后因素也表示报告后续的长度差,排除那些没有经历感兴趣的事件的研究期间和不恰当的统计方法。我们荟萃分析集中在未经调整的效应估计,表明一些预后因素的预后效果可能会变得更小的多变量预测模型(5]。我们不能结合调整效应的估计,因为他们几乎没有文献报道。只要调整效应估计提出了协变量的选择是不同的研究之间的不一致,而协变量的选择在多变量模型中描述不明确符合条件的研究或不当是基于单变量模型的结果。额外的观察我们的系统回顾,确凿的穷人在这一领域的研究实践,大量使用重叠检查相同或相关预后因素和/或结果在不同的文章(25- - - - - -27]。
年龄和性别构成许多慢性疾病的预后因素。我们的分析证实,年龄是一个预后因素与住院和死亡有关,和年龄提供了一个线性剂量效应与死亡率。虽然在这些荟萃分析大型观察之间的异构性,预测区间排除null值的95%。此外,性被认定为入住ICU的预后因素,急性肾损伤,侵入性机械通气和复合结果(定义为ICU住院和死亡)。在这些关联小或温和的观察之间的异质性,但95%的预测区间包含null值对急性肾损伤和组合的结果。年龄和性别的强有力的协会COVID-19患者的不良结果表明他们不应该考虑在多变量预测模型。
症状和临床症状与COVID-19患者不良事件可以作为“红旗”要求加强监控或治疗的患者(28]。呼吸困难是预测住院;血氧饱和度是死亡率的预测;和这两个协会提出了大型之间的异质性预测间隔不包括空值的95%。咽痛是住院的预测缺乏大型之间的异质性和95%的预测区间不包括null值。此外,吸烟可以被视为一个预后因子的临床恶化,因为现有证据显示一致的协会吸烟与死亡风险的影响。
几乎一半的荟萃分析研究共病疾病的预后因素COVID-19结果。SARS-CoV-2引起系统性炎症和外多器官损害呼吸系统,因此预先存在的这些器官的慢性疾病患者可能更倾向于器官衰竭(29日]。最一致的证据预后的作用是阻塞性睡眠呼吸暂停,静脉血栓栓塞、心血管疾病、慢性肾脏疾病、慢性肺部疾病、糖尿病、肥胖、癌症、慢性肝病、慢性阻塞性肺病、痴呆、外周动脉疾病和风湿病疾病预测的发生至少一个预后结果。的一个重要限制研究共病疾病的预后效果的模糊的报告他们的定义和确定。本研究实践可能会导致相当大的异质性,但我们不能测试这个假说在子群分析。例如,存在心血管疾病、慢性肺部疾病、慢性肝脏疾病和任何疾病构成疾病组其中可能包括不同疾病的研究。
12种药物被认为是作为COVID-19病人的预后因素。超过一半的相关荟萃分析检查ACEi和arb而的预后意义。ACEi被确定为住院和死亡的预测因子;arb是死亡率的预测;和使用ACEi或arb而呈现一致的证据和急性肾损伤的关系。在其他的药物,使用一致的证据提出的任何免疫抑制药物和胰岛素的预测死亡率。
总共有16个荟萃分析进行血清生物标志物和两个不良结果(即。死亡率和入住ICU)。几乎所有这些荟萃分析小样本。只有白血球减少症死亡率的预测一致的证据,但是95%的预测区间包含空值。虽然大多数合格研究二分连续的生物标记,他们中的许多人使用标准化的割点。然而,几项研究没有报道割点使用,不包含在荟萃分析呈现这些信息。根据公布的指导,我们只研究报告所使用的割点相结合,并使用相同的割点,避免异质性和提高结果的可解释性。
与其他研究相比
我们的发现对研究低质量符合其他评价COVID-19发表研究的系统评价。meta-epidemiological研究,评估所有相关文献的第一阶段大流行期间SARS-CoV-2 COVID-19文学包括文章的显示,大多数没有原始数据,而它评估所有原始数据所包含的研究和发表在此期间高危险性的偏见(6]。此外,系统回顾和荟萃分析网络的临床治疗研究COVID-19治疗病人和最近的一项系统回顾研究氯喹和羟氯喹还强调了方法学质量较低的已发表的研究(30.,31日]。此外,系统回顾所有的预测模型(诊断和预后)COVID-19高危患者评估所有模型是偏见和突出的使用不当(统计分析24]。
建议和政策影响
有越来越多的流行病学研究调查COVID-19的预后因素。由于具有重要意义COVID-19回答临床问题与预后相关,重要的是要突出的局限性和现有文献的差距改善设计和即将到来的COVID-19预后研究的有效性。提出一个重要的问题,应该需要足够的和透明的报告的方法和在将来的研究中发现改善证据的适用性。报告的方法和结果,未来的研究可以改善通过加强流行病学的观察性研究报告(闪光灯)声明和预后研究战略(进步)框架(12,32]。未来的研究应该包括招聘流程的详细描述和样本选择、运用适当的回归建模技术统计分析和现在的预后效果调整至少在年龄和性别。应该明确报告预测的时间范围和风险比率应该为二分效果指标的选择结果,因为优势比变化和风险率敏感基于预测的时间范围之间的异质性。此外,选择性报告结果应该避免发表偏倚的影响降到最低的报道关联。
基于全面系统回顾COVID-19相关预测模型,它更适合基地的选择预测模型建立在先前的文学,而不是一个纯粹的数据驱动的方法24]。考虑到我们的荟萃分析合成未经调整的预后影响的估计,我们发现突出的预后因素可以成为可靠的个人预测COVID-19患者不良事件。我们的研究结果可以作为候选池预测在未来努力开发一种新的预测模型对COVID-19病人或更新现有的。
优势和局限性
我们的研究的主要力量是它提供了一个整体映射,所有已经发表的研究和统计综合分析预后因素为多个COVID-19患者的健康状况。我们特别关注只包括与重叠的数量在每一个荟萃分析的研究。这是通过详细的审查合格的文章的方法来捕获的招聘、和医院设置的研究。此外,我们增强我们的系统回顾和荟萃分析risk-of-bias评估使用俏皮话工具识别的领域可以引入偏差估计预后因子的影响。
然而,我们的研究有一些局限性。我们观察到高风险的偏见在至少一个域在几乎所有的研究中,和这个事实可能导致偏见的预后因子的影响估计的荟萃分析。此外,一半的荟萃分析显示大之间的异构性,但是不能充分探索异质性的来源由于糟糕的报告在大多数的文章。潜在的异质性的来源包括不同的抽样方法和持续时间的随访中,不同诊断标准对COVID-19,包含COVID-19患者各种疾病组或阶段的严重程度和使用不同治疗方案的研究。不完整的报告不允许我们检查这些特征的影响通过子群分析总结影响的荟萃分析,敏感性分析或多元回归。此外,荟萃分析没有可行的结果没有定义在一个标准化的方式在不同的研究中,如COVID-19进展,急性心肌损伤和急性肝损伤。
结论
我们的文章系统地识别和评估的所有研究患者的预后因素不良结果COVID-19发表在2020年7月底之前。我们做了一个详尽的评估的质量和全面的努力研究和排除所有可能的重复研究,研究包括重叠的报道总结影响人口,以避免通货膨胀。我们的发现可以方便的选择的候选预测多变量预测模型的开发或更新。
补充材料
可共享的PDF
确认
我们感谢理查德·d·莱利(英国基尔大学、基尔)为他的建设性的评论的一个早期版本的手稿。
脚注
可以从本文的补充材料www.qdcxjkg.com
数据共享:合格研究可用的额外的数据请求从相应的作者。
作者的贡献:诉Bellou和l . Belbasis构思和设计研究,进行文献检索,数据提取和统计分析。诉Bellou l . Belbasis i Tzoulaki和大肠Evangelou写了初稿。m . van Smeden和K.G.M.卫星批判性评论第一稿。所有作者写道手稿的最终版本。l . Belbasis接受全部责任的工作和行为研究中,对数据的访问,决定发布控制。相应的作者证明了所有作者列出符合作者的标准,没有其他会议的标准被省略了。诉Bellou和l . Belbasis担保人。
利益冲突:诉Bellou没有披露。
利益冲突:即Tzoulaki没有披露。
利益冲突:m . van Smeden没有披露。
利益冲突:K.G.M.卫星没有披露。
利益冲突:大肠Evangelou没有披露。
利益冲突:l . Belbasis没有披露。
支持支持声明:诉Bellou博士奖学金由希腊政府奖学金基金会资助。没有资助机构的影响数据收集、分析和解释。
- 收到了2020年7月29日。
- 接受2021年6月4日。
- 版权©2022年作者。
这个版本分布在创作共用署名非商业性许可证的条款4.0。商业生殖权利和权限接触权限在}{ersnet.org