Évaluation des services prédictifs du score PIRO par rapport à six prévisions cliniques pour les résultats de Covid-19 dans le service d’urgence

Étudier la population et la conception de la recherche

Notre enquête comprenait une analyse rétrospective de 506 personnes atteintes de diagnostic de Covid-19 qui ont demandé des soins médicaux aux urgences du Pékin Youn Hospital, du 1er mai 2022 au 31 mai 2023.⁴. L’infection SARS-COV-2 a été vérifiée au moyen de tests de réaction en chaîne par polymérase (PCR). Au cours de notre période d’étude, les patients inclus ont tous été infectés par l’ancienne variante. La classification du patient du patient dans des groupes légères / modérés ou graves / critiques a été réalisée à la suite des recommandations de gestion clinique Covid-1 indiquées par les National Institutes of Health (NIH)³⁸. Les patients ont été traités conformément aux directives, avec une équipe fixe de médecins et de personnel infirmier sous la direction de médecins seniors, garantissant que les patients avaient reçu un traitement adéquat.

Cette recherche a tenté d’évaluer l’efficacité pronostique du score PIRO au moment de l’hospitalisation pour les patients Covid-19. Le critère d’évaluation principal a été défini comme la mortalité dans un délai de 28 jours après l’admission. Le protocole d’étude a reçu l’approbation du comité d’éthique du Pékin Youn Hospital (identifiant du protocole: LL-2023-006-K). Les procédures de recherche ont rejoint les directives éthiques établies dans la déclaration d’Helsinki. Cette étude est basée sur une cohorte de recherche de patients Covid-19 de tout l’hôpital. Tous les sujets ont fourni le consentement éclairé écrit avant l’inscription. Pour assurer la vie privée des participants, les données ont été identifiées et stockées en toute sécurité conformément aux protocoles institutionnels.

Critères d’inclusion et d’exclusion

Cette enquête a incorporé des sujets qui satisfaisaient aux critères de diagnostic décrits dans la neuvième itération du “Diagnostic et du protocole de gestion Covid-19”, comme promulgué par la Commission nationale de la santé chinoise⁴. L’inscription dépendait de l’obtention d’un consentement éclairé et de la participation volontaire. Les paramètres d’exclusion comprenaient le refus de participer, les individus de moins de 18 ans, les femmes enceintes, la mortalité dans les 48 heures suivant l’admission et les cas ayant des carences de données substantielles ou d’enregistrements inaccessibles. L’absence de données importantes fait référence à l’absence de données demandées pour le calcul des scores ou l’absence d’informations sur les résultats primaires. Les critères ci-dessus ont été méticuleusement appliqués pour garantir une cohorte représentative pour l’analyse, tout en adhérant aux pratiques de recherche éthique et en maintenance de l’intégrité des données. Ce processus de sélection rigoureux visait à minimiser les facteurs de confusion et à améliorer la validité des résultats suivants.

Collecte de données

Les données cliniques ont été extraites des dossiers médicaux électroniques, notamment les caractéristiques démographiques, les antécédents médicaux, les paramètres de base, les signes vitaux, les résultats de l’analyse des gaz du sang artériel, les résultats de laboratoire et les résultats des patients. Les variables démographiques comprenaient le sexe et l’âge. Les antécédents médicaux se sont concentrés sur la comorbidité tels que l’hypertension, le diabète sucré, les maladies coronariennes, les troubles cérébrovasculaires, la maladie pulmonaire obstructive chronique (BPCO), les affections hépatiques et les néoplasmes.

L’évaluation du signe vital comprenait la température corporelle (° C), la fréquence respiratoire (respiration / min), la fréquence cardiaque (battement / min) et la pression artérielle systolique (MMHg). Analyse du gaz du sang artériel PH, pression partielle du dioxyde de carbone (PACO₂), pression partielle de l’oxygène (PAO₂), saturation périphérique de l’oxygène (sp₂) et l’indice d’oxygénation (PAO₂/ Fraction de l’oxygène inspiré [FiO₂] relation).

Le panel de laboratoire comprenait des marqueurs d’infection (procalcitonine [PCT, ng/mL] et protéine C-réactive [CRP, mg/L]), paramètres hématologiques (hémoglobine, comptage total des leucocytes, neutrophiles et comptages lymphocytes), indices de coagulation (rapport international normalisé [INR] et d-dimer [mg/L]) et des indicateurs biochimiques (Alanina aminotransférase [ALT, U/L]Aspartate aminotransférase [AST, U/L]Albumine [g/L]bilirubine totale et directe [µmol/L]).

Des marqueurs inflammatoires composites ont été dérivés de ces paramètres de laboratoire, notamment la relation neutrophile-linfocyte (NLR), la relation de limination plaquettaire (PLR), la relation lymphocyte-CRP (LCR), la relation CRP-albumin (CAR) et l’indice d’inflammation systémique (SII). Le SII, calculé comme (comptage des neutrophiles × nombre de plaquettes) / lymphocytes, ainsi que d’autres indices dérivés, fournit des informations critiques sur la gravité et la nature de la réponse inflammatoire associée à l’état étudié, comme détaillé dans le tableau 1.

Définition des systèmes de score clinique

Le score PIRO intègre des facteurs tels que la comorbidité, la vieillesse, l’infection / l’insulte, la réponse, la respiration et le lactate (fichier supplémentaire: tableau S1)³⁹.

Les outils pour évaluer la dysfonction des organes, notamment le canapé, le QSOFA, l’ESFA et le SSOFA, ont été utilisés pour évaluer l’étendue du compromis des organes chez les patients dans des conditions critiques. Ces outils ont démontré l’efficacité des prévisions de la mortalité dans l’hôpital entre les patients adultes avec une infection suspectée dans les milieux des unités de soins intensifs (USI) (fichier supplémentaire: tableau S2)^40.41.

Le score CURB-65, un indice de gravité de la pneumonie validée, évalue cinq paramètres: confusion, azote de l’urée dans le sang, fréquence respiratoire, tension artérielle et âge ≥ 65 ans (fichier supplémentaire: tableau S3)^42.43.

Le PSI, comprenant 20 facteurs de risque indépendants, stratifie les patients dans cinq classes de risque en fonction du score cumulatif (fichier supplémentaire: tableau S4)^44.45.

Le modèle Covid-Gram, développé par des chercheurs chinois en 2020, intègre 10 prédicteurs indépendants pour estimer la probabilité de progression dans une maladie grave chez les patients Covid-19 (fichier supplémentaire: tableau S5)²⁶.

Les RAD évaluent la vitesse d’impulsion, la pression artérielle moyenne, la fréquence respiratoire et le score GCS (fichier supplémentaire: tableau S6)^46.47.

Enfin, News2 évalue la fréquence respiratoire, la saturation de l’oxygène, l’exigence d’oxygène supplémentaire, la fréquence cardiaque, le niveau de conscience et la température pour détecter les premiers signes de détérioration clinique (fichier supplémentaire: tableau S7)^48.49.

Analyse statistique

La normalité des variables continues a été évaluée via la méthode de Shapiro-Wilk. Les données suivant une distribution normale ont été résumées sous forme de milieux ± ds, avec des différences entre les groupes évalués par des tests t indépendants. Des variables non paramétriques ont été décrites à l’aide de la médiane et du IQR et analysées avec le test U du test U de Mann-Whitney. Pour les variables catégorielles, les fréquences et les pourcentages ont été calculés et des comparaisons ont été effectuées en utilisant le Chi-Quadro de Pearson ou le test exact de Fisher, selon le cas. L’analyse de groupes multiples a utilisé le test de Kruskal -wallis. La capacité discriminatoire des modèles pronostiques pour la mortalité de 28 jours chez les patients Covid-19 a été examinée par l’analyse de la courbe ROC. La sélection optimale de seuil, ou valeurs de coupe, est basée sur l’indice Youuden, dans lequel l’indice Yoden = sensibilité + spécificité – 1. Un indice plus jeune indique de meilleures performances prédictives et, dans cette étude, la meilleure sélection de seuil utilise les valeurs de coupure avec l’indice Youden le plus élevé. L’évaluation de l’utilité clinique de ces modèles a utilisé l’analyse des courbes de prise de décision (DCA). La validation croisée de K-Fold est utilisée pour évaluer la stabilité du score pour la prédiction du pronostic du patient. La base de données est divisée au hasard en 10 sous-ensembles de taille égale (indiqués comme “plis”), avec un pli sélectionné comme ensemble de validation dans chaque itération et les 10 à 1 fois restants utilisés comme ensemble de formation. Ce processus de formation et de validation est répété 10 fois et la moyenne des 10 résultats est considérée comme une estimation solide des performances du modèle. Les graphistes d’étalonnage et les scores de Brier ont en outre été utilisés pour évaluer l’étalonnage et la précision des différents systèmes de scores dans la prestation du risque de mortalité à 28 jours de patients Covid-19. Les graphiques d’étalonnage sont utilisés pour évaluer la cohérence entre la probabilité attendue du modèle et les effets réels observés. Par exemple, si le taux de mortalité observé approche de 30% pour les patients ayant une probabilité de mortalité attendue de 30%. Le score de Brier mesure la précision de la probabilité attendue, avec des valeurs plus faibles qui indiquent une meilleure précision. Un score de 0 représente une prévision parfaite, tandis que 0,25 est similaire aux hypothèses aléatoires pour les tâches de classification binaire telles que la vie ou la mort. Les comparaisons des valeurs AUC entre différents systèmes de score ont été effectuées en utilisant la méthode delong. UN P– La valeur <0,05 a été considérée comme statistiquement significative. Les analyses statistiques ont été effectuées à l'aide du logiciel R (version 4.2.1; R Foundation for Statistical Computing) (version 22.0; IBM Corp.). L'affichage de données a été réalisé à l'aide de GraphPad Prism 9 (GraphPad Software Inc.).