Диагностическая точность компьютерной томографии для определения необходимости госпитализации пациентов с COVID-19

Обложка

Цитировать

Аннотация

Обоснование. Для выявления COVID-19-пневмоний, их осложнений и дифференциальной диагностики с другими заболеваниями лёгких, а также с целью сортировки пациентов в Российской Федерации применяют компьютерную томографию органов грудной клетки (КТ ОГК) с оценкой изменений по визуальной полуколичественной шкале КТ 0–4. Несмотря на широкое применение инструмента, численные показатели его диагностической точности в определении необходимости госпитализации пациентов с COVID-19 на настоящий момент неизвестны.

Цель определение значений чувствительности, специфичности, положительной и отрицательной прогностической значимости шкалы.

Материал и методы. К участию в исследовании привлекли 575 пациентов (55% женщины) в возрасте 57,2±13,9 лет с лабораторно подтверждённым COVID-19. Для каждого пациента проводили по четыре последовательных исследования КТ ОГК с оценкой степени тяжести заболевания по шкале КТ 0–4. Чувствительность и специфичность рассчитывали как условную вероятность ухудшения или улучшения состояния пациента в зависимости от результатов предыдущего исследования КТ. Для расчёта положительной (PPV) и отрицательной (NPV) прогностической значимости проводили оценку распространённости COVID-19 в Москве. Данные обо всех случаях заболевания COVID-19 в период с 6 марта по 28 ноября 2020 г. взяты с сайта Роспотребнадзора. Использовали ряд моделей ARIMA и EST с различными параметрами для подбора наилучшего соответствия имеющимся данным и прогноза развития заболеваемости.

Результаты. Шкала оценки КТ 0–4 продемонстрировала медианные специфичность 69% и чувствительность 92%. Лучшей статистической моделью для описания эпидемиологической ситуации в Москве являлась ARIMA (0,2,1). Согласно проведённым подсчётам, при предсказанной годовой заболеваемости в 9,6% значения PPV и NPV составляют 56 и 97% соответственно.

Заключение. Максимальный индекс Юдена наблюдали на этапе между первым и вторым исследованием КТ ОГК, когда большинство пациентов в выборке демонстрировали тенденцию к ухудшению клинического состояния. Шкала КТ 0–4 позволяет безопасно исключить развитие патологических изменений у пациентов с лёгким и среднетяжёлым течением заболевания (категории КТ0 и КТ1), способствуя оптимизации нагрузки на стационары при неблагоприятной эпидемической обстановке.

Об авторах

Сергей Павлович Морозов

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: morozov@npcmr.ru
ORCID iD: 0000-0001-6545-6170
SPIN-код: 8542-1720

д.м.н., профессор

Россия, Москва

Роман Владимирович Решетников

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы; Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский Университет)

Автор, ответственный за переписку.
Email: reshetnikov@fbb.msu.ru
ORCID iD: 0000-0002-9661-0254
SPIN-код: 8592-0558

к.ф.-м.н.

Россия, Москва

Виктор Александрович Гомболевский

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: gombolevskiy@npcmr.ru
ORCID iD: 0000-0003-1816-1315
SPIN-код: 6810-3279

к.м.н.

Россия, Москва

Наталья Владимировна Ледихова

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: n.ledikhova@npcmr.ru
SPIN-код: 6907-5936
Россия, Москва

Иван Андреевич Блохин

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: i.blokhin@npcmr.ru
ORCID iD: 0000-0002-2681-9378
SPIN-код: 3306-1387
Россия, Москва

Олеся Александровна Мокиенко

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: o.mokienko@npcmr.ru
ORCID iD: 0000-0002-7826-5135
SPIN-код: 8088-9921

к.м.н.

Россия, Москва

Список литературы

  1. Coronavirus update (live) [cited 2002 Oct 20]. Available from: https://www.worldometers.info/coronavirus
  2. World Health Organization. Coronavirus disease 2019 (COVID-19): situation report, 46 [cited 2002 March 06]. WHO, Geneva; 2020. Available from: https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200306-sitrep-46-covid-19.pdf?sfvrsn=96b04adf_4
  3. Временные методические рекомендации «Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19). Версия 9 (26.10.2020)» (утв. Министерством здравоохранения Российской Федерации) [интернет]. Режим доступа: http://disuria.ru/_ld/8/846_mrC19pdl261020.pdf. Дата обращения: 15.01.2021.
  4. Морозов С.П., Гомболевский В.А., Чернина В.Ю. и др. Прогнозирование летальных исходов при COVID-19 по данным компьютерной томографии органов грудной клетки // Туберкулез и болезни легких. 2020. Т. 98, № 6. С. 7–14. doi: 10.21292/2075-1230-2020-98-6-7-14
  5. Morozov S.P., Andreychenko A.E., Pavlov N.A., et al. MosMedData: chest CT scans with COVID-19 related findings dataset // medRxiv. 2020. doi: 10.1101/2020.05.20.20100362
  6. Hyndman R.J., Khandakar Y. Automatic time series forecasting: the forecast package for R // J Stat Softw. 2008. Vol. 27, N 3. doi: 10.18637/jss.v027.i03
  7. Box G.E., Jenkins G.M., Reinsel G.C., Ljung G.M. Time series analysis: forecasting and control. John Wiley & Sons, Hoboken; 2015.
  8. Роспотребнадзор. Эпидемиологическая обстановка и распространение COVID-19 в мире по состоянию на 8.00 по МСК от 28.11.2020. Режим доступа: https://www.rospotrebnadzor.ru/region/korono_virus/epid.php. Дата обращения: 15.01.2021.
  9. R Core Team. R: A language and environment for statistical computing. R foundation for statistical computing. Vienna, Austria; 2020.
  10. Hyndman R.J., Athanasopoulos G., Bergmeir C., et al. forecast: Forecasting functions for time series and linear models. Semantic Scholar; 2020.
  11. Wickham H. ggplot2: elegant Graphics for Data Analysis. Springer-Verlag New York; 2016. doi: 10.1007/978-3-319-24277-4
  12. Hamilton M.C., Lyen S., Manghat N.E. Controversy in coronaViral Imaging and Diagnostics (COVID) // Clin Radiol. 2020. Vol. 75, N 7. P. 557–558. doi: 10.1016/j.crad.2020.04.011
  13. Morozov S., Ledikhova N., Panina E., et al. Re: Controversy in coronaViral Imaging and Diagnostics (COVID) // Clin Radiol. 2020. Vol. 75, N 11. P. 871–872. doi: 10.1016/j.crad.2020.07.023
  14. Li Y., Xia L. Coronavirus Disease 2019 (COVID-19): Role of Chest CT in Diagnosis and Management // AJR Am J Roentgenol. 2020. Vol. 214, N 6. P. 1280–1286. doi: 10.2214/AJR.20.22954
  15. Feng Z., Yu Q., Yao S., et al. Early prediction of disease progression in COVID-19 pneumonia patients with chest CT and clinical characteristics // Nat Commun. 2020. Vol. 11, N 1. P. 4968. doi: 10.1038/s41467-020-18786-x
  16. Bi Q., Wu Y., Mei S., et al. Epidemiology and transmission of COVID-19 in 391 cases and 1286 of their close contacts in Shenzhen, China: a retrospective cohort study // Lancet Infect Dis. 2020. Vol. 20, N 8. P. 911–919. doi: 10.1016/S1473-3099(20)30287-5

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Схема проведения обследования участников исследования. ОРВИ ― острые респираторные вирусные инфекции; КТ ОГК ― компьютерная томография органов грудной клетки.

Скачать (166KB)
3. Рис. 2. Динамика распределения численности пациентов по степени изменения лёгочной ткани.

Скачать (140KB)
4. Рис. 3. Прогнозирование распространённости COVID-19 в Москве: фактические данные (кривая чёрного цвета); модель ETS MMM (кривая жёлтого цвета); модель ARIMA (0,2,1) (кривая красного цвета). Прогнозы модели ETS ZZZ не отображены, поскольку совпадают с ARIMA (0,2,1). Для каждой из моделей соответствующим приглушённым цветом показаны 95% доверительные интервалы.

Скачать (114KB)

© Морозов С.П., Решетников Р.В., Гомболевский В.А., Ледихова Н.В., Блохин И.А., Мокиенко О.А., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах