文摘

介绍。冠状病毒疾病的临床过程2019 (COVID-19)高度异构,从无症状到致命的形式。临床和实验室的不良预后预测指标的识别可以帮助临床医生在监控策略和治疗决策。材料和方法。在这项研究中,我们回顾性评估预后价值的一个简单的工具,完整的血细胞计数,一群664例(260;39%,平均年龄70(56 - 81)年)在意大利北部COVID-19住院。我们收集人口数据连同完整的血液细胞计数;此外,医院的结果in-stay被记录。结果。数据截止221/664例(33.3%)死亡,453/664(66.7%)已经出院。红细胞分布宽度(RDW) (10.4; ),neutrophil-to-lymphocyte (NL)比(7.6; ),和血小板计数(5.39; ),随着年龄(87.6; )和性别(17.3; ),准确地预测住院死亡率。血红蛋白水平并没有与死亡率相关。我们还确定了最佳截止死亡率预测:a 特点是一个比值比住院吗 (2.40 - -4.82),或 %为4.09 (2.87 - -5.83);一个 /μ相反,L是保护(OR: 0.45 (0.32 - -0.63))。结论。我们的研究结果出现的机会作为分层COVID-19严重性根据简单的实验室参数,这可能推动临床监测和治疗决策。

1。介绍

全球传播的严重急性呼吸系统综合症冠状病毒2 (SARS-CoV-2)生成的大流行疫情在2019年末,2020年初,这严重影响了世界各地的保健服务。上述病毒感染引起的临床情况被称为冠状病毒疾病2019 (COVID-19):其临床表现包括范围广泛的实体,从轻微的流感样疾病危及生命形式(1]。尽管国家间的差异,但总体的死亡率很高,据报道30% (2]。潜在的这样一个不同的临床行为的原因仍然未知;因此,很难预测谁将开发一种严重的临床情况和谁,相反,将显示一个轻微的疾病。

因此,识别预测死亡率可能价值调整临床医生的监控方法和治疗。在临床参数,提出不良预后的预测因子包括年龄、并存病,男性性别(3,4]。此外,一些实验室变量相关死亡率在不同人群(5,6];在最近的荟萃分析,心肌肌钙蛋白升高,c反应蛋白,白细胞介素- 6、肺动脉栓塞,肌酐,肝脏功能测试和白蛋白水平降低预测死亡率COVID-19住院病人(7]。此外,初步报告表明,血液细胞计数可能特别相关的(8,9]。血液细胞计数是一个简单的、高度信息化,普遍可用的考试。这些早期的验证报告可能给临床医生进一步临床危险分层的有价值的工具。这些理由,我们旨在验证是否简单的数据检索从血液细胞计数可能预测结果因为COVID-19住院的病人。

2。方法

2.1。研究人群

这项研究是在进行“德拉马焦雷Carita”大学医院在诺瓦拉,意大利北部。

连续扫描医院管理数据库,检索所有患者年龄超过18岁,住院后,急诊室评估,证实诊断的SARS-CoV-2感染逆转录酶聚合酶链反应(rt - pcr)鼻咽拭子,1之间^圣2020年3月28^th2020年4月。我们发现了一个共有763名患者。

我们修改后的数据可以从中央实验室软件检索完整的血液细胞计数在住院,以及性别和年龄。我们也记录住院的结果保持(出院或死亡)。

研究机构审查委员会批准的协议(Comitato Etico Interaziendale诺瓦拉;CE 97/20 IRB代码)的原则,严格按照《赫尔辛基宣言》。未来的知情同意是由主管机关放弃由于回顾性研究的性质和pseudonymized数据的使用。

2.2。统计分析

根据组中值和数据进行了综述(25 th - 75)使用Wilcoxon测试和分析。分类变量,每当二分或名义,据报道频率和百分比通过卡方检验和分析。

为每个预测最优截止值被计算考虑为标准敏感性和特异性的总和最大化(10]。截止值被认为是二分预测;曲线下的面积(AUC)值在歧视住院死亡率已报告。

单变量分析和多变量逻辑回归进行了量化的协变量一分为二的死亡率的影响。我们包含在多元模型以下协变量:年龄,性别,和实验室参数来自完整的血细胞计数。

.632引导(1000重新取样)验证过程进行评估预测逻辑回归模型性能报告Harrell-C统计修正过分的乐观(11]。

的值调整通过河中沙洲多个测试过程。

进行了统计分析用R 3.5.2 rms包(12]。统计学意义的阈值是0.05(正反)使用的所有测试。

3所示。结果

数据截止664(260女性,39%;平均年龄70(56 - 81)年)患者完成医院in-stay: 221/664(33.3%)的病人死了,453/664(66.7%)已经出院。到死亡的平均时间为6天(2- - - - - -10),放电时间中位数为8天(5- - - - - -14)( )。

表1报告研究人口的主要特点。男性的比例更高的死者中住院;此外,年龄在这组受试者的风险高,谁也显示增加白细胞(WBC),绝对中性粒细胞计数(ANC), neutrophil-to-lymphocyte比率(NL比率)、嗜酸性粒细胞计数,意味着微粒血红蛋白(妇幼保健),意思是微粒体积(MCV)、红细胞分布宽度(RDW)。相反,幸存者有显著较高的血小板计数,血红蛋白浓度,和绝对淋巴细胞计数(ALC)。

我们运行了一个第一个多变量模型来测试所有参数的预测作用来自完整的血细胞计数。结果如表所示2。随着年龄和性别,RDW是最强的死亡率的独立预测指标;非国大仍明显,患者住院死亡率的独立预测因素,而白细胞的贡献,酒精度,血小板较弱。可以预见的是,问比率的影响,削弱了非国大的包容和酒精度到模型中。

第一个模型的基础上,我们进行了进一步的多变量分析,包括年龄,性别,血小板计数,问比率(作为总结措施用于白细胞计数和微分),RDW,血红蛋白。RDW (10.40; ),问比(7.59; ),和血小板计数(5.39; ),随着年龄(87.6; )和性别(17.3; ,证实了他们的独立的预测作用。相反,血红蛋白(2.28; )不相关的结果。

我们进一步试图确定这些参数的最佳执行截止;在表3我们报告我们的结果,相应的曲线下的面积(AUC)和比值比。

最后在此基础上,我们构建了一个多元模型,证实 年(67.1; ),男性的性别(14.9; ), (22.3; ), (21.4; ),和 % (25.2; )是住院死亡率的独立预测指标。再次,血红蛋白(0.03; )没有相关的死亡率。

4所示。讨论

在本文中,我们研究了一群住院病人在意大利北部COVID-19诊断定义,表明简单完整的血细胞计数参数在入院得到较准确地预测住院死亡率。第一次找到值得评论是观察到的死亡率,在我们的群,是非常高的。超过30%的病人在住院期间死亡。这是符合以前的观测从其他组13- - - - - -15],尽管关于住院死亡率数据广泛变化,致死率低得多的首次报道从中国军团(16,17]。这种差异的原因很大程度上仍未知;然而,阶段的流行曲线和地理区域产生影响在决定一个非常不同的COVID-19患者的预后。充分有力来弥补我们的研究是死亡率的变化:例如,问比高于7死亡患者的出院患者的25%和50%,估计功率是0.9999死亡率为0.33(33%)和仍然> 0.80的所有人口死亡率高于0.06 (6%)。因此,我们的数据强烈支持完整的血细胞计数,常规测试大多数病人住院,可能是高度信息关于COVID-19住院患者的预后。这是按照不同的研究报告中血细胞计数的潜在作用的预测死亡率在急诊医学的背景下,心血管和脑血管疾病(18- - - - - -21]。

更具体地说,我们确定了三个主要住院死亡的预测因子:问比率,血小板计数,RDW。

问比率已经描述与COVID-19预后密切相关(22- - - - - -24]。比例放大的关联强度的两个组件,中性粒细胞计数和淋巴细胞计数,在预测结果COVID-19患者。嗜中性是否只是一个生物标志物的疾病严重程度或致病的作用尚不清楚。然而值得一提的是,COVID-19死亡率似乎经常与血栓栓塞并发症和系统性炎症的发展(25,26]。嗜中性是一种已知的静脉血栓形成的标志,可能造成坏死炎性组织响应(通过驾驶27]。此外,中性粒细胞发挥保护性作用不仅通过吞噬作用,而且利用中性粒细胞胞外陷阱(净)形成28]。虽然网络是有益的对病原体的宿主防御,持续净形成可能在不同的人类条件驱动附带损害,包括病毒感染(29日]。COVID-19已经假定,不合时宜的净产量可能发展的至关重要的“细胞因子风暴”负责任的急性呼吸窘迫综合征(ARDS),严重炎症反应综合征(SIRS),和脓毒症27]。对淋巴细胞,有人建议SARS-CoV-2感染可能主要影响T淋巴细胞(30.),淋巴细胞减少,严重的患者主要是有关降低酒精度,尤其是CD8 + T细胞(31日]。由于T细胞是重要的抑制过度的先天免疫反应在病毒感染,他们的损失在SARS-CoV-2感染可能会导致更严重的炎症反应(32]。

我们建议使用本地语言比,在这种背景下,其预后价值更高,如图所示,我们的数据。事实上,问比例放大的预测潜在的嗜中性和淋巴细胞减少,4.68最好的预后截止。

关于血小板,一些作者认为血小板减少症可能是一个负面的预后因子。在最近的荟萃分析研究包括7163例患者,31日低血小板计数预测严重COVID-19 [33];SARS-CoV-2的机制导致血小板消费,尤其是在严重疾病,是未知的。一个可能的解释是,肺损伤可能导致血小板激活和聚集,最终导致血小板减少症(34]。我们研究的一个限制是,我们不排除影响肝硬化患者,这是典型的相关的血小板减少症;这可能部分偏置我们的发现35]。

最后,我们表明,RDW是一个非常强大的预测死亡率。根据我们的数据,RDW的特点是最高的和或住院死亡率的所有变量。RDW的临床价值常被忽视;在过去的几年里,它被认为是一种常见的预后预测在许多人类疾病:急性肾损伤、癌症、急性胰腺炎、呼吸衰竭(36- - - - - -40]。的上下文中的预测意义RDW COVID-19可能反映呼吸衰竭的影响红细胞生成和系统性炎症(41,42]。

我们的研究有一定的局限性,由于环境流行病我们被迫采取行动的;特别是,观察自然研究的有限的数据可用性和不允许我们对潜在的混杂因素。尽管有这些限制,我们的发现可能提高分层疾病严重度的机会根据简单的实验室参数,这可能推动临床监测和治疗决策。

5。结论

在目前的研究中,我们表明,一些简单的参数来自完整的血细胞计数有预后意义COVID-19过程中,能够识别这些患者住院死亡率的风险更高。确认这些初步的观察可能使提供给临床医生小说预后分层的有用工具。

数据可用性

数据在合理请求到相应的作者。

的利益冲突

作者没有利益冲突声明。

作者的贡献

PPS完全访问所有数据的研究,负责数据的完整性和数据分析的准确性。甘氨胆酸MB,议员,PPS概念化和设计研究。AA, GA,奶油水果蛋白饼,风湿性关节炎,风湿性关节炎,GA,钢,GB, FB, EB, AB, MB,某人,MB, MB,某人,MB, MB, FB, PB,磅,某人,MB,电子商务,电子商务,VC、RC, AC, AC, GFC, LMC, FC, GC, EC, CC, MGC, CC, CC, EC, TD, PD, FDC,关闭阀,特拉华大学,DDB, EE, ZF, DF,房颤,搞笑,GG, AG)、SG,身为,CAG, MG, MLG, FG, AG)的GMG,搞笑,VGV, FG, LCG, CG, LG, II,心肌梗死,可,EL, ICL, RL, IL,六世,你,我,嗯,GFM,毫米,LM,点,毫米,厘米,嗯,嗯,,,,SAP,美联社,美联社,FP, GP,美联社,ARP、IP、LR、RR, CR,呃,基于“增大化现实”技术,基于“增大化现实”技术,LS,女士,女士,PS,女士,,LS, ES, CS, VT,帕特,圣,房车,VV, DZ, EZ PZ、FZ获得数据。FBA MB,哒,呃,GG, FF、议员和PPS分析和解释数据。MB草案的手稿。所有的作者至关重要的知识内容的修订后的手稿。哒,呃,PPS做了统计分析。呃,AC, LS的行政、技术、或材料的支持。医生、议员、GCA和PPS监督学习。

确认

我们要感谢他们的巨大贡献临床数据收集所有COVID好的临床团队:朱塞佩Aiosa,⁴安德里亚·Airoldi²巴可公司Ambra²奥利维亚Bargiacchi,²西蒙娜Bazzano,²贝尔尼Paola,²比安卡比安奇,²萨拉·比安科²斯特凡诺Biffi,²瓦Binda,²塔蒂阿娜Bolgeo,⁴凯撒Bolla⁴瓦Bonato,⁴Giacomo Bonizzoni,⁴爱丽丝Bragantini,⁴迭戈Brustia,²瓦伦蒂娜Bullara,²Michela Burlone,²法比奥Brustia,²斯特凡诺Caccia,²安娜Calareso,³Gianmaria Cammarota,²劳拉·Cancelliere²罗伯特·卡伯恩,⁴安东内拉·Cassinari·拉斯泰利,⁴Elisa Ceriani,²iziana希纳,²Elisa Clivati,²劳拉Collimedaglia³安德里亚Colombatto,²克里斯蒂娜Cornella,²玛蒂娜Costanzo的观点,^1、2亚历山德罗,^1、2卡拉德Benedittis^1、2普Delorenzi,⁴罗莎Dionisio,⁴Paolo Donato²玛丽亚·埃斯波西托²斯特凡诺Fangazio,²亚历山德罗Feggi,²Sara Ferrillo⁴瓦伦蒂娜焦点,³吉安保罗联邦铁路局,²克劳迪奥·Gaggino,⁴爱莉Gambaro,²爱莉Gattoni,²卢卡Gattoni,²法比奥Giacchero,⁴大猩猩Gianfreda,⁴Ailia Giubertoni,²洛伦佐Grecu,⁴弗兰西斯卡Grossi,²Gabriele Guglielmetti,²普圭多,²Giacomo Iannantuoni,²苏珊娜Ingrao,²约翰阿玛莉亚,^{2 - 2}Elisa Lazzarich,²Raffaella Lissandrin,⁴伊丽莎白·Maduli²Federica玛格尼,⁴Eugenio Mantia,⁴黛博拉Marangon,²Maurilio Massara,²艾丽卡Matino,²玛丽亚·葛拉齐亚毛里²Mirta我,²罗伯塔Moglia²Rossella莫利纳里²普Morelli,²Paola Morlino,²Paola Naldi,²克劳迪奥·内比奥罗,²Pinuccia Omodeo,⁴丹妮拉Palmieri,²安东尼奥·Panero²诺阿Parodi,⁴罗伯塔Pedrazzoli²卡罗来纳Pelazza,⁴瑟瑞娜Penpa,⁴Raffaella Perucca,²爱丽丝Pirovano,^1、2塞尔吉奥•Pittau²Patrizia Pochetti,³Federica Poletti,²比亚Polla,⁴Paolo Prandi²弗Prodam,^1、2Prosperini,²Alessia彪马²Marco Quaglia²Alberto Raie³墨索里尼Rapetti,²西尔维亚Ravera,⁴Azzurra再保险公司²Matia Reale,⁴安东内拉·Rossati·拉斯泰利,²莫拉罗西,⁴Paola罗西,⁴Roberto Rostagno²安娜莉莎Roveta博士⁴会Salomoni,⁴Maria Teresa央行²爱莉Sarchi,⁴Maddalena Sarcoli,²克里斯蒂娜Sarda,⁴Ilaria Sguazzotti,²Daniele Soddu,^1、2Daniele苍井空,²Paolo Stobbione⁴莫妮卡Todoerti,⁴吉安卡洛•Vallese²克劳迪娅Varrasi,²Alessia Veia,²吉安卢卡Vignazia,²伊莎贝拉到,²Erika Zecca,^1、2丹妮拉Zichittella,⁴古丽亚娜Zisa,²伊丽莎白Zoppis。²