Assessment of factors affecting the probability of hospitalization of COVID-19 patients with concomitant pathology and development of a prognostic model based on them

封面

如何引用文章

全文:

详细

Introduction. Currently, a significant number of patients with COVID-19 require inpatient treatment. At the same time, predictors of hospitalization are still stable, including in persons with concomitant pathology.

Aim. Assessment of factors affecting the probability of hospitalization of COVID-19 patients with concomitant pathology and the development of a prognostic model based on them.

Materials and methods. An observational retrospective cohort study of 74 314 patients with COVID-19 with various comorbidities was carried out in the period from March to November 2020 in the Russian Federation.

Results. Based on 16 factors, including age, gender, place of diagnosis, fever, rhinitis, loss of taste, shortness of breath, concomitant diseases of the cardiovascular, bronchopulmonary system, oncological, endocrine diseases in patients included in the study, a prognostic model was developed. The need for inpatient treatment of patients with COVID-19 and comorbidities was determined.

Conclusion. The constructed predictive model has demonstrated sufficient efficiency to assess the likelihood of hospitalization of patients with COVID-19 by medical specialists.

作者简介

Irina Lizinfeld

National Medical Research Center of Phthisiopulmonology and Infectious Diseases

编辑信件的主要联系方式.
Email: pshenichnaya@yandex.ru
ORCID iD: 0000-0002-8114-1002

науч. сотр.

俄罗斯联邦, Moscow

Natalia Pshenichcnaya

Central Research Institute of Epidemiology

Email: pshenichnaya@yandex.ru
ORCID iD: 0000-0003-2570-711X

д-р мед. наук, проф., зам. дир. по клинико-аналитической работе

俄罗斯联邦, Moscow

Liubov Parolina

National Medical Research Center of Phthisiopulmonology and Infectious Diseases

Email: pshenichnaya@yandex.ru
ORCID iD: 0000-0003-4365-5894

д-р мед. наук, проф., рук. Центра образования

俄罗斯联邦, Moscow

Grigorii Zhuravlev

Central Research Institute of Epidemiology

Email: pshenichnaya@yandex.ru
ORCID iD: 0000-0003-2467-7000

ординатор 2-го года по специальности «Инфекционные болезни»

俄罗斯联邦, Moscow

Viktor Maleev

Central Research Institute of Epidemiology

Email: pshenichnaya@yandex.ru
ORCID iD: 0000-0001-5748-178X

акад. РАН, д-р мед. наук, проф., советник дир. по научной работе

俄罗斯联邦, Moscow

Vasiliy Akimkin

Central Research Institute of Epidemiology

Email: pshenichnaya@yandex.ru
ORCID iD: 0000-0003-4228-9044

акад. РАН, д-р мед. наук, проф., дир.

俄罗斯联邦, Moscow

参考

  1. Zou X, Li S, Fang M, et al. Acute Physiology and Chronic Health Evaluation II Score as a Predictor of Hospital Mortality in Patients of Coronavirus Disease 2019. Crit Care Med. 2020;48(8):e657-65. doi: 10.1097/CCM.0000000000004411
  2. Moreno-Pérez Ó, Andrés M, León-Ramirez JM, et al. The COVID-GRAM Tool for Patients Hospitalized With COVID-19 in Europe. JAMA Intern Med. 2021;181(7):1000-1. doi: 10.1001/jamainternmed.2021.0491
  3. Yang X, Yu Y, Xu J, et al. Clinical course and outcomes of critically ill patients with SARS-CoV-2 pneumonia in Wuhan, China: a single-centered, retrospective, observational study [published correction appears in Lancet Respir Med. 2020 Apr;8(4):e26]. Lancet Respir Med. 2020;8(5):475-81. doi: 10.1016/S2213-2600(20)30079-5
  4. Garg S, Kim L, Whitaker M, et al. Hospitalization Rates and Characteristics of Patients Hospitalized with Laboratory-Confirmed Coronavirus Disease 2019 – COVID-NET, 14 States, March 1–30, 2020. MMWR Morb Mortal Wkly Rep. 2020;69(15):458-64. doi: 10.15585/mmwr.mm6915e3
  5. Petrilli CM, Jones SA, Yang J, et al. Factors associated with hospital admission and critical illness among 5279 people with coronavirus disease 2019 in New York City: prospective cohort study. BMJ. 2020;369:m1966. doi: 10.1136/bmj.m1966
  6. Killerby ME, Link-Gelles R, Haight SC, et al. Characteristics Associated with Hospitalization Among Patients with COVID-19 – Metropolitan Atlanta, Georgia, March–April 2020. MMWR Morb Mortal Wkly Rep. 2020;69(25):790-4. doi: 10.15585/mmwr.mm6925e1
  7. Zhou F, Yu T, Du R, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study [published correction appears in Lancet. 2020 Mar 28;395(10229):1038] [published correction appears in Lancet. 2020 Mar 28;395(10229):1038]. Lancet. 2020;395(10229):1054-62. doi: 10.1016/S0140-6736(20)30566-3
  8. Grasselli G, Zangrillo A, Zanella A, et al. Baseline Characteristics and Outcomes of 1591 Patients Infected With SARS-CoV-2 Admitted to ICUs of the Lombardy Region, Italy [published correction appears in JAMA. 2021 May 25;325(20):2120]. JAMA. 2020;323(16):1574-81. doi: 10.1001/jama.2020.5394
  9. Imam Z, Odish F, Gill I, et al. Older age and comorbidity are independent mortality predictors in a large cohort of 1305 COVID-19 patients in Michigan, United States. J Intern Med. 2020;288(4):469-76. doi: 10.1111/joim.13119
  10. Cecconi M, Piovani D, Brunetta E, et al. Early Predictors of Clinical Deterioration in a Cohort of 239 Patients Hospitalized for Covid-19 Infection in Lombardy, Italy. J Clin Med. 2020;9(5):1548. doi: 10.3390/jcm9051548
  11. CDC COVID-19 Response Team. Severe Outcomes Among Patients with Coronavirus Disease 2019 (COVID-19) – United States, February 12 – March 16, 2020. MMWR Morb Mortal Wkly Rep. 2020;69(12):343-346. doi: 10.15585/mmwr.mm6912e2
  12. Soares RCM, Mattos LR, Raposo LM. Risk Factors for Hospitalization and Mortality due to COVID-19 in Espírito Santo State, Brazil. Am J Trop Med Hyg. 2020;103(3):1184-90. doi: 10.4269/ajtmh.20-0483
  13. Palaiodimos L, Kokkinidis DG, Li W, et al. Severe obesity, increasing age and male sex are independently associated with worse in-hospital outcomes, and higher in-hospital mortality, in a cohort of patients with COVID-19 in the Bronx, New York. Metabolism. 2020;108:154262. doi: 10.1016/j.metabol.2020.154262
  14. Li X, Xu S, Yu M, et al. Risk factors for severity and mortality in adult COVID-19 inpatients in Wuhan. J Allergy Clin Immunol. 2020;146(1):110-8. doi: 10.1016/j.jaci.2020.04.006
  15. Sama IE, Ravera A, Santema BT, et al. Circulating plasma concentrations of angiotensin-converting enzyme 2 in men and women with heart failure and effects of renin-angiotensin-aldosterone inhibitors. Eur Heart J. 2020;41(19):1810-17. doi: 10.1093/eurheartj/ehaa373
  16. Cummings MJ, Baldwin MR, Abrams D, et al. Epidemiology, clinical course, and outcomes of critically ill adults with COVID-19 in New York City: a prospective cohort study. Lancet. 2020;395(10239):1763-70. doi: 10.1016/S0140-6736(20)31189-2
  17. Wang D, Hu B, Hu C, et al. Clinical Characteristics of 138 Hospitalized Patients With 2019 Novel Coronavirus-Infected Pneumonia in Wuhan, China [published correction appears in JAMA. 2021 Mar 16;325(11):1113]. JAMA. 2020;323(11):1061-9. doi: 10.1001/jama.2020.1585
  18. Chen T, Wu D, Chen H, et al. Clinical characteristics of 113 deceased patients with coronavirus disease 2019: retrospective study [published correction appears in BMJ. 2020 Mar 31;368:m1295]. BMJ. 2020;368:m1091. doi: 10.1136/bmj.m1091
  19. Chen Y, Zhang K, Zhu G, et al. Clinical characteristics and treatment of critically ill patients with COVID-19 in Hebei. Ann Palliat Med. 2020;9(4):2118-30. doi: 10.21037/apm-20-1273
  20. Zhu Z, Cai T, Fan L, et al. Clinical value of immune-inflammatory parameters to assess the severity of coronavirus disease 2019. Int J Infect Dis. 2020;95:332-9. doi: 10.1016/j.ijid.2020.04.041

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Study design.

下载 (116KB)
索引源数据
3. Fig. 2. Comparison of age categories in the studied patients.

下载 (75KB)
索引源数据
4. Fig. 3. Comparison of clinical symptoms in the studied patients.

下载 (120KB)
索引源数据
5. Fig. 4. ROC-curve characterizing hospitalization of patients from the value of the logistic function P.

下载 (87KB)
索引源数据

版权所有 © Consilium Medicum, 2022

Creative Commons License
此作品已接受知识共享署名-非商业性使用-相同方式共享 4.0国际许可协议的许可。
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».