摘要
背景肺超声(LUS)是评估COVID-19肺损伤的可行方法。然而,LUS评估COVID-19住院患者肺损伤的预后意义和时间线变化尚不清楚。
方法前瞻性队列研究旨在通过定量量表(LUZ-score)分析COVID-19患者入院后72小时内LUS的预后价值。主要终点为住院死亡和/或重症监护室入院。在前72小时内,总住院时间、增加氧流量或增加医疗治疗是次要终点。
结果130例患者纳入最终分析;平均年龄56.7±13.5岁。自症状开始至入院时间为6天(4-9)。LUZ-score评估的肺损伤在前72小时内没有差异(入院时21分[16-26])相对20分[16-27] 72小时;p = 0.183)。在单一的逻辑回归分析中估计PAO2 / FiO2(HR 0.99 [0.98-0.99]; P = 0.027)和Luz评分> 22点(5.45(1.42-20.90); p = 0.013)是主要终点的预测因子。
结论Luz-score是一种简单,简单,快速的护理超声工具,以识别入院时Covid-19引起的严重肺损伤的患者。基线评分是沿着整个住院时间的严重程度预测。该评分有助于早期实施或加强对Covid-19感染的治疗。LUZ分数可以与临床变量(如估计的PAFI)与进一步细化风险分层组合。
摘要
Covid-19引起的肺损伤可以通过肺超声(LU)来测量。Lus鉴定Covid-19患者,以更高的并发症风险。LU可以支持Covid-19患者的临床决策。
介绍
COVID-19是一种由严重急性呼吸综合征冠状病毒2型(SARS-CoV-2)引起的全身疾病[1那2]。2019年底,中国出现的病毒,并迅速传播全球,挑战医疗保健系统,成为一个多世纪以来最毁灭性的大流行病[3.]。本质上,它是一种多系统疾病,肺部有特殊的向性,可导致严重的呼吸衰竭,最终需要机械通气,病死率高[4.]。到目前为止测试的疗法均未在最严重的患者中进行低剂量全身性皮质类固醇,在降低死亡率时表现出有效性[5.]。因此,早期发现COVID-19患者的肺部受累性和预期呼吸道并发症对临床医生进行个体化患者管理和预测机械通气的需求将有巨大的帮助。
令人惊讶的是,Covid-19导致了诊断挑战,因为许多患者在症状和放射性发现之间存在解剖(如。,在左右三分之一的患者中,胸部X射线中的渗透不存在)[2那6.那7.]。自从第一次爆发以来[1],努力提高COVID-19感染的早期诊断和潜在并发症。由于其敏感性,肺计算机断层扫描(CT)已被假定为检测肺部受累的“金标准”[8.那9.]。然而,肺CT有一些局限性, - 特别是当需要重复的考试时:由于需求量很高,辐射曝光,辐射曝光的设备并不总是可用的,或者随后需要增强的环境清洁后,所有他们不方便和耗时。出于所有这些原因,肺超声(LUS)和护理点超声(POCU)[10.已定位为患有Covid-19患者的潜在替代方案。
我们假设LUS可用于量化Covid-19期间的肺损伤。此外,我们认为肺损伤程度可能与预后有关,因此,LU可能有助于在前72小时期间治疗决策。如果是真,Lus可以帮助设计更有效和更早先的治疗策略,患者为Covid-19感染。
该研究的目标是:1)分析LUS估计的肺损伤的预后价值。2)使用LUS验证Covid-19患者肺损伤的特异性定量规模。3)分析在入院的前48-72小时内通过LU定量肺病变的变化,可以鉴定预后较差的患者。4)分析分析与临床变量与LU定量量化的严重程度之间的相关性。
材料与方法
学习设计与环境
2020年7月间大学教学中心传染病和内科部门进行的前瞻性队列研究。该研究包括两个阶段。首先要分析LUS在Covid-19患者中的作用,其次是旨在识别具有潜在临床效用的血液生物标志物。本文中包含的结果是指研究的第一阶段。
纳入标准:1)年龄≥18岁。2)授予知情同意。3)确诊通过鼻咽聚合酶链反应(PCR)或特异性血清学(IgM和/或IgG)诊断SARS-COV2(Covid-19)感染,临床活跃的呼吸道感染的标志或症状。排除标准:1)密集护理单位(ICU)入场。2)拒绝患者参加。3)功能依赖(Barthel指数<50分)。4)适度/严重的认知障碍(PFEIFFER标准),5)晚期慢性阻塞性肺病(COPD)(FEV1 <30%)或肺气肿和/或肺纤维化的历史,6)活性癌症。
变量和定义
患者住院期间进行3次评估:1)“入院”(入院后24小时开始)。2)“控制”(48 - 72小时后)和3)“出院”(出院前一天)。在每个时间点,肺参与量化使用逻辑单元的协议(见下文),生命体征记录(血压、心率、血氧饱和度、呼吸治疗),PAFI (PaO2 /供给)指数估计从供给和氧饱和度(ePAFI),和患者的呼吸困难是量化使用Borg规模(从1(最低)到10(最大))。记录血液常规化验数据(全血细胞计数、生化、凝血、血气)。在患者同意后,将额外的血液样本保存在生物库中,并保存在−80°C,以备日后分析(Aragón Health System Biobank)。
肺超声波
使用UPROBE-C5PL无线超声设备(Leleman©)进行肺部US检查,凸探头3.5 ~ 5 MHz,增益在80 ~ 100 dB,最大深度在160 ~ 220 mm。图像和视频存储(Ipad 10.2)。苹果©)。负责LUS的研究人员为内科专家,具有丰富的临床超声经验(2年以上,胸椎LUS探查180余次)[11.-13.]。
在每次检查中,根据以前的研究分析了12个区域[14.](每个肺部2前部,2个侧向和2个后部)。鉴于Covid-19中超声变化的渐进性质,根据观察结果的模式分配到每个象限的0到4点之间的分数,导致0到48点之间的总分比(0点:线和正常胸膜线; 1点:与隔离和小“B”线共存的行; 2分:一条线消失,多个“B”线与保存的肺实质空间交替。可以看到胸膜厚度和小“叮咬”; 3分:“B”线合并并形成填充整个肋间空间的巨型“B”线。胸膜线被模糊,“咬伤”更频繁地出现; 4分:胸膜线被破坏,封装(1至1.5 cm deep) are observed. “Sun rays” and “Waterfall” patterns coexists.) (如图。1那补充图5和补充多媒体) - 我们称该协议“肺部超声萨拉戈萨评分“(Luz-得分)。在同一肺象限中共存的多种图案(根据肋间间隙分析),评分最高的发现是注释。还记录了受影响区域的数量,存在亚胸膜固结和胸腔积液的存在。
结果
主要终点被定义为在医院死亡或转移到ICU的组合发生,以进行侵入机械通气。还考虑了以下二次结果:1)医院长度持续直至患者的出院,不需要ICU。2)需要在入院后72小时内的流量增加,3)在入院后72小时内改变更具侵略性的医疗(定义为添加雷级肽或临时性血浆,或从促进皮质类固醇或增加地塞米松剂量)。
统计分析
酌情表示连续变量为平均值±标准偏差或中位数(侧链范围)。分类变量表示为百分比。在正常连续变量之间进行比较分析,学生T.- 使用和ANOVA。使用Mann-Whitney和Kruskal Wallis U Tests进行比较不遵循正常性的那些变量。使用Chi-Square测试进行比较分类变量。使用Pearson或Spearman测试进行连续变量之间的不同相关性的分析。
基于开展研究第2阶段所需的血液样本数(参见研究设计部分)来计算样品大小。最终目标是从患者中收集100名血清样本(基线,控制和放电)。要考虑招聘期间医疗阶段的后果,估计了30%的损失百分比,标志着130个夹杂物的最终目标。
在不可变化和多变量的逻辑回归分析中,Luz-score基于从其主要端点预测值的ROC分析中选择的截止值分析。多变量逻辑回归模型旨在识别与入院或医院内死亡期间ICU转移无关的因素。当P值<0.200时,候选预测器选自单一可变分析,并在多变量分析中进入单一步骤。年龄也包括在模型中。执行具有1000次重复的引导程序,测试模型的稳定性。如有必要,使用对数多项式转换连续候选变量。
纳入的置信区间为95% (95% CI), p < 0.05,具有统计学意义。统计分析使用社会科学统计包(SPSS) 24.0版Windows)进行。
该研究符合赫尔辛基宣言指南的根本准则(CEICA,REF。C.P.-C.I. PI20 / 248,5月13日,2020)。
结果
基线特征(表1)
肺超声波
总共进行341项检查(130次,控制,对照组124例,放电87)。通过LUZ评分观察的肺部受累并不在基线和对照阶段之间变化(21 [10]相对20 [11];p=0.183),尽管在出院时观察到显著下降(13 [12];p = < 0.001) (如图。2和补充表1)。在入院的前72小时内影响的肺区数量既不差异(9 [3]相对9 [4];p = 0.077)。受影响最大的肺部较小凸耳(R6 = 69.2%)和左下叶(L6 = 65.2%),然后是左上叶(L3 = 58.5%)和右上叶的侧面的侧面。(R3 = 56.2%)(补充表1)。
根据LUZ评分(TERTELS)的种群分层没有显示出基线特征或合并症的显着差异(表1)。而肺受累率较高的患者(LUZ-Score>75百分位)PAFI评分呼吸衰竭程度较高(p=<0.001), Borg评分呼吸困难程度较高(p=0.031)。LUS改变较大的患者(LUZ评分>75百分位)入院时天冬氨酸转氨酶(p=0.044)、乳酸脱氢酶(p=<0.001)、d -二聚体(p=0.037)、c反应蛋白(p=0.013)和白细胞介素6 (p=<0.001)浓度较高。接受全身类固醇(p=0.001)和瑞德西韦(0.009)治疗的患者比例在LUZ-Score量化的初始肺受累较大的患者中更高(表1)。
LUZ评分与ePAFI等呼吸功能相关变量显著相关(r=−0.516;p=<0.001)或博格量表(r=0.228;p = 0.009);肺组织生物标志物乳酸脱氢酶(r=0.395;p = < 0.001);c -反应蛋白(r=0.286;p=0.001)或IL-6 (r=0.383;p = < 0.001)。(补充表2和补充图2)。
结果
130名患者中的13名达到初级终点(10.1%):12名患者对ICU进行入侵,用于侵入式机械通气,另一个死于与中央静脉导管相关的菌血症。基线Luz-score 22是主要终点的最大敏感性点(灵敏度= 76.9%;特异性= 62.1%; AUC = 0.693; P = 0.023)(补充图3.)。
不需要ICU住院患者的中位住院时间为8天(IQR 6)。在对照组,37例(32.7%)患者需增加氧疗,44例(37.9%)需要转向更积极的医疗治疗。LUZ评分基线>为75百分位的患者,主要终点发生事件的比例显著更高(25%;p=0.016),未转入重症监护的住院时间更长(9天[IQR 6];p=0.003),需要显著增加对照组的供氧量(41.7%;p = 0.037)。(表2)。Kaplan-Meier曲线显示基线LUZ评分分层如何有助于预测高风险的主要终点患者补充材料(补充图4.)。
单因素logistic回归分析确定ePAFI (HR 0.99 [0.98-0.99];p=0.027)和LUZ评分基线>22 (HR 5.45 (1.42-20.90);p=0.013)作为主要终点的潜在预测因子(补充表3.)。在多变量逻辑回归中,在调整混杂因素和bootstrapping (表3),基线的Luz-得分> 22点(截止最高的敏感性)作为主要终点的独立预测因子(HR 5.25 [0.84-32.84]; p = 0.038)(表3)。
讨论
在这项研究中,我们通过Covid-19由于Covid-19住院的患者通过LU监测肺损伤。我们在此提出了基于LU的定量分数来估计疾病的严重程度。我们的主要结果表明,入院的Luz评分鉴定了肺损伤更严重的患者,可以准确地预测差的结果。该分数不会在医院住院的前72小时内变化,这意味着它在入学时完全提供信息。
鉴于Covid-19患者的广泛肺参与,LUS可能在急性病患者的管理中具有一些潜在的效用[15.那16.]。一些研究报道,在急诊科和ICU中使用逻辑单元可以改善COVID-19肺部受累评估[17.那18.]但我们只发现了两项预期研究,分析了LU的第一个大流行浪潮在Covid-19(3月和4月2020年3月)期间的预后研究[19.]。第一个包括80名患者(17名门诊患者,42名住院治疗和21例,患有orotracheal插管或死亡),最初被录取为ED。作者使用了数量尺度(LUS-得分) - 基于胸部的十个地区的测量值,这些患者在重症监护病房的入学概率最大的患者中。第二个 [20.[包括120名患者,使用类似的定量规模,只有六个区域,包括Covid-19患者,均为医疗病房或重症监护病房。在这些患者中,在研究期间仅监测20名患者(16.6%)。作者得出结论,LUS迅速识别肺部受累并提供风险分层。尽管这些发现的新颖性和重要性,但这两项研究都有一些局限性。包括在医疗病房或ICU中的门诊患者和住院的样品异质。此外,他们没有提供关于分数指导的治疗的变化的数据,也没有关于LUS分数的后续行动(lichter y等。[20.]。只监测了20名患者)。此外,这些研究是在第一次大流行期间进行的,因此其结果可能不能有效地转化为目前的情况,因为一些有效的治疗方法,如地塞米松[21.或remdesivir [22.],以比以前更系统的方式使用。
在我们的患者中,在入院后的前72小时内,LUZ评分没有改变(P = 0.183),强调了肺早期评估的重要性。两种肺部的后劣和超侧面区域是更常见的和更严重的区域。这种模式类似于使用Covid-19中使用LU的其他研究中描述的18.那19.那23.]。在我们的研究中,一个未被报道的惊人发现是,尽管肺损伤在出院时显著减少(入院时21分[IQR 10])相对13分[IQR 12]放电时:P = <0.001)大多数患者仍有超声肺部发现。这些发现是否表明有效或不断变化的伤害仍有才能澄清。无论什么意义,这是Covid-19感染临床图像的异质性的明确表达,临床和放射发育之间的解离。此外,肺术治疗的持续性应促使医学界以解决这些患者的随访,从全面的角度来看,必须包括对肺功能和潜在残留病变的密切监测。
在我们的队列中,基线中最高的Luz评分(> 75个百分位数)的患者具有较长的症状持续时间,通过Borg规模自我报告的呼吸困难,估计估计的PAFI和较高浓度的乳酸脱氢酶,C - 反应性蛋白质和白细胞介素-6。在保持更大程度的严重程度的情况下,Luz评分更高的患者在进入时更常用于全身类固醇(93.1%; p = 0.001)和雷德肽(44.8%; P.= 0.009)。简而言之,使用LUZ评分的肺损伤量化鉴定了最严重影响的患者,如临床或分析参数的其他严重程度和分析参数的其他措施的显着相关性,并且间接通过他们收到的治疗。
我们的研究结果为协助管理COVID-19患者提供了一种新的工具。通过客观指标(如LUZ-Score)对肺损伤进行量化,可以及早发现最严重的患者,从而及早实施和合理分配COVID-19患者的最强治疗。
人们可以从我们的研究中提取相关信息。首先,入学呼吸道症状更严重的患者,Luz评分(> 75百分位数)更高,并且从所有原因或ICU的入场都经历了更频繁的死亡(25%; P = 0.009)。其次,在单一的逻辑回归模型中确定了22分以上22点以上的分数,以及估计的PAFI,作为主要终点的预测因子(表3)。在调整潜在混淆和自动启动后,最终的多变量模型中,LUZ-Score> 22点仍然显着(HR 5.25 [0.84-33.84]; P = 0.038)。置信区间宽并包括单位的事实值得一定考虑。可能,具有更大的样本大小将获得更高的功率,但我们受美国设备的可用性有限的限制,需要更高的安全预防措施,以及与目前大流行情况相关的工作过载。除了在生物标志物预期的预测力上计算的样本大小,并限制可用资金。还应考虑到该研究的主要终点是难以努力的(死亡和/或ICU入学)。另一方面,在自动启动后结果反映其一致性并强烈支持超声波以及其他临床变量的潜在效用,例如估计PAFI。这在具有高度可变临床表达的疾病中尤为重要,并且经常与其他互补考试产生的数据分离。
我们建议Luz-Score作为Covid-19患者的简单,简单,快速的护理超声工具,以与其他临床和分析变量组合地分层风险。根据我们的结果,入场LU可以帮助临床医生实施Covid-19治疗(通过早期增加O2流量或通过升级其他疗法),在这些情况下更严重涉及。鉴于LU的优点,这种技术可以根据需要和各地多次重复,这会赋予其临床使用的额外优点。
限制
这项研究是在一个单独的中心进行的,所以他们的结果不具有普遍性。由于研究设计的原因,我们没有分析LUS和CT之间的相关性。样本量的设计是基于生物标志物分析样本的收集,这可能低估了多变量logistic回归分析的作用。最后,尽管所有进行逻辑盘造影的医生都有大量的逻辑盘造影经验,但这项技术取决于操作者,可能会影响最终的结果。
结论
肺超声和LUZ评分允许量化Covid-19患者的肺部受累程度。在入场的前72小时内得分没有变化,这加强了第一个超声评估的重要性,应该在入院后尽快进行。基线入学LUZ评分> 22是ICU入学或医院死亡的预测因子。尽管临床状况提高,但超声肺伪像以比例留下的患者。此特别的发现尚未报告,其意义尚不清楚。
致谢
所有内科和传染病科的工作人员,医生,护士和技术人员。给那些同意参加研究的病人。致所有因大流行而遭受和死亡的患者以及照顾他们的卫生工作者。
脚注
本文提供了补充材料www.qdcxjkg.com
支持声明:该研究通过Aragon Health Cheach研究所的Covid-19 2020年克定群体(https://www.iisaragon.es/utilidad-de-la-ecografia-clinica-y-el-uso-de-biomarcationes-sericos-en-la- estrificacion-del-riesgo-de-pacientes-con-infeccion-POR-SARS-COV2-Covid-19 /)。investigación卫生研究所Aragón;赠款:COVID-19 2020众筹活动。
利益冲突:Rubio Gracia博士无需披露。
利益冲突:GiménezLópez博士无需披露。
利益冲突:Garcés-Horna博士没有披露。
利益冲突:López-德尔加多博士没有披露。
利益冲突:塞拉 - 蒙佐博士没有披露。
利益冲突:Martínez-Lostao博士无需披露。
利益冲突:乔萨·洛登博士没有披露。
兴趣冲突:Ruiz-Laiglesia博士没有披露。
利益冲突:Pérez-Calvo博士没有什么可披露的。
利益冲突:克雷斯波-阿兹纳雷斯博士没有什么可透露的。
利益冲突:García-lafuente博士无需披露。
利益冲突:Peña-Fresneda博士没有披露。
利益冲突:Amores-Arriaga博士无需披露。
兴趣冲突:Gracia-Tello博士没有披露。
利益冲突:Sánchez-Marteles博士无需披露。
- 已收到2020年11月20日。
- 公认2021年1月31日。
- ©作者2021。
此版本在Creative Commons归因非商业许可证4.0的条款下分发。用于商业再现权和权限联系权限{exernet.org