文摘
介绍证据表明血管炎症和血栓形成可能是重要的司机COVID-19患者的临床结果。我们提出,显著减少血容量的百分比在血管横截面积1.25和5毫米之间2相对于总肺血容量(BV5%)胸部计算机断层扫描(CT) COVID-19患者不良临床结果的预测。
方法我们进行了回顾性分析胸部CT扫描从10美国医院在两个州在313年COVID-19-positive和195 COVID-19-negative患者寻求急性医疗护理。
结果BV5%预测的结果在COVID-19病人在多变量模型中,与相关BV5%阈值低于25%或5.58死亡率,或插管3.20或2.54的复合死亡率或插管。模型使用年龄和BV5%接受者操作特征曲线下面积有0.85预测死亡率的综合或插管COVID-19病人。BV5%并非没有COVID-19预测病人的临床结果。
结论数据显示BV5%作为一种新型生物标志物预测不良结果COVID-19寻求患者急性医疗。
文摘
BV5%来自胸部CT可以作为一个成像生物标志物预测患者的不良结果COVID-19寻找急性医疗https://bit.ly/2Zg18Vv
介绍
严重急性呼吸系统综合症冠状病毒2 (SARS-CoV-2)大流行已经将大量的医疗系统的许多方面的压力(1)和病人到医院与COVID-19疾病有显著的发展为呼吸衰竭或死亡的风险(2,3]。越来越多的证据表明,血管炎症和血栓形成患者不良临床结果的重要驱动COVID-19 [4]。解剖研究表明肺endothelialitis和微血管病是更常见的在COVID-19相比其他病毒性呼吸道疾病(5]。
肺血管的变化在胸部计算机断层扫描(CT)可能反映了angiocentric由COVID-19[造成的损害6]。定量分析的胸部CT扫描患者COVID-19演示了一个显著降低血管的横截面积的百分比1.25和5毫米之间2(BV5%;看到方法)(7]。鉴于COVID-19对肺微循环的影响,我们假设,BV5%减少在COVID-19患者胸部CT与呼吸衰竭需要插管或死亡的不良结果。
方法
这是一个机构审查委员会批准了回顾性研究急性医疗护理的病人寻求在一个大型综合医疗网络在美国从2020年3月1日到2020年6月30日。急诊病人或直接住院并接受胸部CT在24 h表示和COVID-19测试都有资格参与(图1)。识别COVID-19-positive队列之后,一群随机选择COVID-19-negative病人被选为了达到一个目标研究COVID-19-positive比率60%,40% COVID-19-negative病例进行分析。
病人的人口统计信息,处理过程和结果从临床信息系统得到的数据通过结合custom-coded数据检索和手工抽象。执行所有COVID-19测试使用鼻咽拭子,用PCR检测中心实验室处理。患者的负面COVID-19 PCR测试,一个额外的医疗记录检查结果COVID-19测试14天内。最初的血液实验室在24 h值获得的CT扫描记录。
半定量的CT分析
一个训练心胸放射科医生视觉得分CT扫描肺不透明的严重性,失明患者的COVID-19地位和临床结果。半定量评分方法关联COVID-19患者的疾病严重程度和短期的结果是利用8,9]。每个叶得分:0(没有不透明),1(< 5%不透明),2(5 - 25%不透明),3(26 - 50%不透明),4(51 - 75%不透明)或5(> 75%不透明)。每个CT的严重程度得分计算是五叶的成绩之和(范围0-25)。
统计分析
病人的人口和临床特点被COVID-19分层测试结果,并作为连续变量的平均值和标准偏差或频率和百分比为分类变量。Wilcoxon等级测试是用来评估和连续变量的差异,虽然确切概率法是用于比较分类变量。结果的死亡率,插管及其组合,多变量逻辑回归确定实施结果的几率相对于BV5%连续和类别变量。BV5%是分类使用洛斯顺畅的阴谋。如果BV5%和日志的结果之间的关系并不是线性的,拐点是用来创建分类的门槛。多变量线性回归也是用来估计平均差在医院停留时间和数量的相对于BV5%插管天。统计模型是预后的协变量调整的结果;因此,年龄、性别、种族、身体质量指数、吸烟、糖尿病、hyperlipidaemia,高血压、心力衰竭、慢性肾脏疾病、慢性阻塞性肺疾病(COPD) /肺气肿,脑血管疾病,癌症,对比增强CT扫描,CT发现,抗凝治疗,类固醇治疗,阿奇霉素治疗,remdesivir治疗、白细胞计数、淋巴细胞计数、血细胞压积,血小板计数和估计肾小球滤过率是包括在模型中。缺失的数据是使用多个归责处理10个罪名。双面的假定值< 0.05被认为是具有统计学意义。 Data analyses were conducted using Stata version 15 (StataCorp, College Station, TX, USA).
从scikit-learn逻辑回归模型11)是对准COVID-19-positive患者预测死亡率的风险,插管及其组合。为了防止过度学习,模型性能评估在两个方面:1)在分析交叉验证预测的准确性,和2)接受者操作特征曲线下面积(AUC)和precision-recall曲线分割后的数据训练(20%)(80%)和测试集(12]。AUC的差异比较使用一个示例z检验的比例。系数和拦截从训练,预测的风险从逻辑回归模型被用来模拟不同年龄和BV5%的病人。
结果
共有508名患者从10医院在亚利桑那州和科罗拉多被包含在分析,包括313 COVID-19-positive患者和195名COVID-19-negative患者(表1)。55%的病人来自亚利桑那州(p = 0.04)。COVID-19-negative患者相比,COVID-19-positive年轻患者(54.9±17.0与58.8±18.5年;p = 0.02),从种族/民族(p < 0.01),高体重指数(33.5±12.3与30.7±8.0公斤·m−2;p < 0.01),更可能是糖尿病(30.9%与21.0%;p = 0.01)。COVID-19-positive患者降低烟草使用的发生率(32.3%与53.3%;p < 0.01),慢性阻塞性肺病/肺气肿(4.8%与14.4%;p < 0.01),心脏衰竭(3.8%与11.8%;p < 0.01),冠状动脉疾病(6.4%)与12.3%;p = 0.02)和癌症(4.2%与9.2%;p = 0.02)。额外的人口数据报告表1。
放射学的胸部CT扫描报告说发现COVID-19或非典型/病毒性肺炎COVID-19-positive病人中有91.1%的患者和32.3%的COVID-19-negative患者(p < 0.01) (表2)。据报道在3.2%的正常CT扫描COVID-19-positive患者和24.6%的COVID-19-negative患者(p < 0.01)。有肺栓塞的频率没有显著差异(p = 0.45)。COVID-19患者更可能发现non-COVID-19肺炎(2.9%)与13.9%;p < 0.01),肺部水肿(1.3%与5.1%;p = 0.01),肺气肿(0.6%与4.6%;肿瘤(p < 0.01), 0.3%与5.6%;p < 0.01),愿望/支气管炎(0.3%与4.6%;p < 0.01),胸腔积液(0.3%与6.7%)或肺梗死(0%与2.1%;p = 0.02)。
定量CT分析(表2),COVID-19患者有显著降低BV5%与COVID-19-negative患者相比(25.3±7.4%与30.1±9.6%;p < 0.01)。BV5%也显著降低患者的子集COVID-19和CT发现COVID-19 /非典型性肺炎(23.7±7.3%与27.2±7.2%;p = 0.02)。COVID-19患者有更高的患者相比,严重程度得分没有COVID-19 (9.7±5.4与6.9±5.3;p < 0.01)。患者COVID-19, BV5%中度相关性与严重程度评分(枪兵的ρ=−0.45,p < 0.0001) (图3)。BV5%差异和斯皮尔曼的ρ分层CT结果报告补充表S1。在肺总量没有明显差异(3034±1203与2839±1123毫升;p = 0.06)和总血容量(210±72与215±72毫升;在COVID-19-positive p = 0.45)与COVID-19-negative病人,分别。从COVID-19-positive CT扫描患者较低的峰面积(9.4±3.1与11.4±3.8毫米2;p < 0.01)和体重(17.9±4.0与19.4±4.3毫米2;p < 0.01),和更高的曲线下的面积(272.8±32.9与264.7±35.7;p = 0.02)。
没有显著差异BV5%获得对比增强CT与41 CT (p = 0.23)。BV5%平均处理时间为9分钟,22 s(±6分钟和3 s),处理时间依赖于扫描质量。没有无法分析CT扫描。
总体临床结果COVID-19患者比没有COVID-19(患者表3)。COVID-19患者住院很长时间(8.5±10.8与4.1±5.7天;p < 0.01),更可能是插管(20.8%与6.2%;p < 0.01),倾向于更高的死亡率(11.8%)与7.2%;p = 0.09)。
在多元回归分析中,不包括控制肺不透明,BV5%仍显著相关,患者的死亡率和插管COVID-19 (表4)。具体来说,BV5%作为连续变量或0.87 (95% CI 0.79 - -0.96;p < 0.01),死亡率,或0.89 (95% CI 0.84 - -0.95;p < 0.01)插管和或0.90 (95% CI 0.84 - -0.96;p < 0.01)的复合死亡率或插管。BV5%阈值的25%或5.58 (95% CI 1.54 - -20.1;p < 0.01),死亡率,或3.20 (95% CI 1.55 - -6.63;p < 0.01)插管和或2.54 (95% CI 1.15 - -5.60;p = 0.02)的复合死亡率或插管。病人没有COVID-19没有明显BV5%和插管或死亡率之间的联系。
BV5%不是预测住院或持续时间长度的插管患者COVID-19。滞留时间与BV5% COVID-19-negative患者(exp(β)0.97,95%可信区间0.96 - -0.98;p < 0.01)。
后添加视觉评估CT严重程度评分的多元回归分析,BV5%阈值的25%仍然COVID-19患者与死亡率显著相关,或4.27 (95% CI 1.02 - -17.80;对死亡率p = 0.046)。子集的患者没有COVID-19但CT发现肺炎,BV5%作为连续变量有或1.24 (95% CI 1.01 - -1.52;p = 0.039)的复合死亡率或插管。
COVID-19-positive患者,使用年龄和逻辑回归模型BV5%选为特征的分类器,因为不含治疗之后,他们在上述多变量线性回归系数最高的主要结果。一个模型使用和严重程度得分也创造了时代。年龄和BV5%预测复合的死亡率或插管0.83±0.02在迭代交叉验证的准确性。年龄和严重程度评分预测复合的死亡率或插管0.82±0.02在迭代交叉验证的准确性。训练后80%的病人,年龄和BV5% AUC 0.85和0.87 AUC年龄和严重程度得分没有显著差异(p = 0.18) (图4一)。模型也被用来预测的复合死亡率或插管使用模拟数据在50到80岁的患者和BV5%从10%到60% (图4 b)。
讨论
这项研究的508名患者到医院,检测COVID-19 24小时内,接受胸部CT表现,BV5% COVID-19患者明显低于没有COVID-19 BV5%从异质的患者群。这种差异主要是由患者CT发现驱动COVID-19 /非典型性肺炎。BV5%预测的结果在COVID-19病人在多变量模型中,不占肺不透明,与相关BV5%阈值低于25%或5.58死亡率,或插管3.20或2.54的复合死亡率或插管。包括肺不透明的严重性后多变量分析,BV5%阈值的25%仍然与死亡率显著相关,或4.27。
在健康的病人,BV5%构成了多数肺血容量分布(13]和组织学评估密切相关的血管横截面积(14]。改变BV5%不是COVID-19独有,可以广泛地体现在其他疾病影响肺灌注,如。慢性阻塞性肺病(15)和急性呼吸窘迫综合征(7]。在这些人群、慢性血管重塑和小血管损失的潜在病因学是减少BV5% [16]。减少BV5% COVID-19可能反映microcirculatory中断引起的急性后遗症SARS-CoV-2 [5];然而,其他进程的程度如通气/灌注不匹配和分流影响BV5%是未知的。之间的重要联系COVID-19表明BV5% BV5%和死亡率的下降可能提供洞察潜在的病理过程参与SARS-CoV-2感染和潜在作为工具,量化这些过程的程度在急性护理设置。
模型使用BV5%和严重程度得分高复合auc的死亡率或COVID-19患者插管,支持他们作为疾病严重性成像代理人的角色。然而,BV5%和严重程度得分只有中度相关,和较低的存在BV5%患者严重程度得分较低可能意味着,肺血管体积分布的变化代表疾病严重程度的一个早期指标或不同的(如果低频)表型。由于严重程度评分是一个通用测量COVID-19肺不透明的,它可以影响肺泡疾病(如。弥漫性肺泡损伤),间质变化(如。纤维化)、血管损伤(如。这些过程(出血)或组合17- - - - - -19),因此在使用构成挑战严重程度评分确定有针对性的治疗。然而,由于BV5%密切相关血管横截面积的组织学评估(14),我们推测BV5%可以通知COVID-19可能的治疗途径,如。通过识别患者将受益于抗凝。
基于apilot研究97例(未发表),COVID-19病人BV5%和结果之间的关系是重要的只对CT扫描报告后24小时内完成。超出这个窗口越来越多的变量可能掩盖了BV5%预后的影响,尤其是考虑到当时住院缺乏明确的指导方针的研究数据是在初始阶段收集的流感大流行。这也可以解释为什么BV5%不是预测住院时间或持续时间COVID-19插管的病人。矛盾的是,BV5%与长度没有COVID-19留在病人。此外,包括肺不透明的严重性后多变量分析,BV5%与死亡率和插管的复合。这些都是当前的主题调查。
有几个重要的本研究的局限性。这是一个回顾性研究中,只有一个子集的疑似COVID-19患者接受必要≤2毫米的胸部CT片厚度。然而,结果应该generalisable由于人口多样化的人口。只有一个训练心胸放射科医师进行了半定量的视觉严重程度评分的CT扫描和它是未知的,如果得分在放射科医生与不同级别的专业知识将为临床结果有相同的预测。尽管只有患者为急性医疗包括医院,这些都是患者最贫穷的风险结果COVID-19 [20.]。可能是一些患者COVID-19 miscategorised由于假阴性PCR结果(21];然而,我们试图减少这种影响通过检查附加COVID-19 PCR测试最初遇到的14天内。此外,获得BV5%需要运送病人的CT扫描仪。同时限制COVID-19整个医院患者的运动可以减轻疾病的医疗人员,BV5%潜力预测的好处可能超过这一风险。
作为额外的一波又一波的预计SARS-CoV-2大流行,有迫切需要改进的诊断,预后和治疗工具。虽然某些风险因素(22- - - - - -24和影像学表现9COVID-19)与预后差相关,准确地量化病人的个体发展为呼吸衰竭或死亡的风险仍然是具有挑战性的。BV5%可以快速来自患者的CT扫描COVID-19寻找急性医疗,不需要对比材料。我们假设BV5%是一个独特的成像生物标记,它可以用作一个看门人对确定患者可能受益或更积极地与抗凝治疗,早些时候,我们希望这项研究作为一个潜在的催化剂评价这一假设。
补充材料
可共享的PDF
确认
作者要感谢希瑟Pryzbyl和科里空地(美国旗帜健康、凤凰、AZ)协助自定义编码用于数据检索。我们感谢凯瑟琳·奥尔森(横幅-凤凰城大学医学中心的凤凰城,阿兹,美国)反馈的手稿。
脚注
可以从本文的补充材料www.qdcxjkg.com
作者的贡献:中频莫里斯:概念/设计;数据的采集、分析和解释;起草工作。y Pershad和p .康:分析和解释数据;起草工作。l . Ridenour:采集和数据分析;修订草案至关重要的知识内容。b . Lavon m . Lanclus和r . Godon:分析和解释数据;修订草案至关重要的知识内容。j . De支持者:概念/设计; analysis and interpretation of data; revising the draft critically for important intellectual content. M.K. Glassberg: conception/design; acquisition, analysis and interpretation of data; revising the draft critically for important intellectual content.
利益冲突:中频莫里斯没有披露。
利益冲突:y Pershad没有披露。
利益冲突:p .康没有披露。
利益冲突:l . Ridenour没有披露。
利益冲突:b Lavon FLUIDDA的员工,公司的发展和市场的一部分,本文描述的技术。
利益冲突:m . Lanclus FLUIDDA的员工,公司的发展和市场的一部分,本文描述的技术。
利益冲突:r . Godon FLUIDDA的员工,公司的发展和市场的一部分,本文描述的技术。
利益冲突:j . De支持者FLUIDDA的员工,公司的发展和市场的一部分,本文描述的技术。
利益冲突:抗议Glassberg服务顾问委员会的柏勒罗丰疗法,基因泰克,勃林格殷格翰集团和百时美施贵宝公司。
- 收到了2020年的11月9日。
- 接受2021年2月3日。
- 版权©2021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