Определение времени максимального риска летального исхода и ассоциированных с ним факторов в стационаре и после выписки у больных с COVID-19

Автор: Лакман И. А., Ласынова Г. Х., Гиматова Р. Р., Гареева Д. Ф., Давтян П. А., Тимирьянова В. М., Идрисова А. И., Загидуллин Н. Ш.

Журнал: Сибирский журнал клинической и экспериментальной медицины @cardiotomsk

Рубрика: Клинические исследования

Статья в выпуске: 4 т.37, 2022 года.

Бесплатный доступ

В связи с достаточно специфическим течением COVID-19 актуальным представляется вопрос, на какой день после начала госпитализации следует ожидать максимальный риск летального исхода у больных как во время госпитализации, так и после выписки.Цель исследования: определение времени максимального риска летального исхода во время госпитализации пациентов с COVID-19, а также после выписки из стационара.Материал и методы. Ретроспективно были исследованы 2410 пациентов, госпитализированных с диагнозом COVID-19. Летальность до 28 дней нахождения в стационаре составила 131 пациент, а смертность после выписки из стационара в период до 28 дней после выписки - 9. Для определения времени максимального риска летального исхода после госпитализации пациентов с COVID-19, а также после выписки из стационара в период до 28 дней использовали математическую модель ускоренной жизни (AFT).Результаты. Без учета влияния патологических значений других факторов риска летальный исход у пациентов наступает на 9-11-й день от начала госпитализации. Возраст старше 60 лет, повышенные значения Д-димера, глюкозы, мочевины, креатинина, АСТ и С-реактивного белка являлись факторами риска (p function show_abstract() { $('#abstract1').hide(); $('#abstract2').show(); $('#abstract_expand').hide(); }

Еще

Covid-19, постковидный период, максимальный риск смерти, госпитальная смертность, отдаленная смертность

Короткий адрес: https://sciup.org/149141452

IDR: 149141452   |   DOI: 10.29001/2073-8552-2022-37-4-38-45

Список литературы Определение времени максимального риска летального исхода и ассоциированных с ним факторов в стационаре и после выписки у больных с COVID-19

  • Shi Sh., Qin M., Shen B., Cai Y., Liu T., Yang F. et al. Association of саг^ас injury with mortality in hospitalized patients with COVID-19 in Wuhan, China. JAMA Cardiol. 2020;5(7):802-810. DOI: 10.1001/jamac-ardio.2020.0950.
  • Figliozzi S., Masci P.G., Ahmadi N., Tondi L., Koutli E., Aimo A. et al. Predictors of adverse prognosis in COVID-19: A systematic review and meta-anal-ysis. Eur. J. Clin. Invest. 2020;50(10):e13362. DOI: 101111/eci.3362.
  • Chowdhury M.E.H., Rahman T., Khandakar A., Al-Madeed S., Zughai-er S.M., Doi S.A.R. et al. An early warning tool for predicting mortality risk of COVID-19 patients using machine learning. Cognit. Comput. 2021;1-16. DOI: 10.1007/s12559-020-09812-7.
  • Yadaw A.S., Li Y.C., Bose S., Iyengar R., Bunyavanich S., Pandey G. Clinical features of COVID - 19 mortality: development and validation of a clinical prediction model. Lancet Digit. Health. 2020;2(10):e516-e525. DOI: 10.1016/S2589-7500(20)30217-X.
  • Bushman D., Davidson A., Pathela P., Greene S.K., Weiss D., Reddy V. et al. Risk factors for death among hospitalized patients aged 21-64 years diagnosed with COVID-19-ew York City, March 13 - April 9, 2020. J. Racial. Ethn. Health Disparities. 2021;9(4):1584-1599. DOI: 10.1007/ s40615-021-01098-1.
  • Allenbach Y., Saadoun D., Maalouf G., Vieira M., Hellio A., Bod-daert J. et al. Development of a multivariate prediction model of intensive care unit transfer or death: A French prospective cohort study of hospitalized COVID-19 patients. Observational Study. PLoS One. 2020;15(10):e0240711. DOI: 10.1371/journal.pone.0240711.
  • Лакман И.А., Мусин Т.И., Галиуллина А.Р., Багманова З.А., Гуме-ров Р.М., Давтян П.А. и др. Факторы риска перевода больных с COVID-9 на искусственную вентиляцию легких в ретроспективном нерандомизированном исследовании. Вестник Российской академии медицинских наук. 2022;77(1):33-42. DOI: 10.15690/vramn1673. Lakman I.A., Musin T.I., Galiullina A.R., Bagmanova Z.A., Gume-rov R.M., Davtyan P.A. et al. Risk factors for switching patients with covid-19 to artificial ventilation lungs in a retrospective nonrandomized study. Annals of the Russian Academy of Medical Sciences. 2022;77(1):33-42. (In Russ.). DOI: 10.15690/vramn1673.
  • Grasselli G., Greco M., Zanella A., Albano G., Antonelli M., Bellani G. et al. Risk factors associated with mortality among patients with COVID-19 in intensive care units in Lombardy, Italy. JAMA Intern. Med. 2020;180(10):1345-1355. DOI: 10.1001/jamainternmed.2020.3539.
  • Xie Y., Xu E., Bowe B., Ziyad A.-A. Long-term cardiovascular outcomes of COVID-19. Nat. Med. 2022;28:583-590. DOI: 10.1038/s41591-022-01689-3.
  • Motloch L.J., Jirak P., Gareeva D., Davtyan P., Gumerov R., Lakman I. et al. Cardiovascular biomarkers for prediction of in-hospital and 1-year post-discharge mortality in patients with COVID-19 pneumonia. Front. Med. 2022;9:906665. DOI: 10.3389/fmed.2022.906665.
  • Parohan M., Yaghoubi S., Seraji A., Javanbakht M.H., Sarraf P., Djala-li M. Risk factors for mortality in patients with Coronavirus disease 2019 (COVID-19) infection: A systematic review and meta-analysis of observational studies. Aging Male. 2020;23(5):1416-1424. DOI: 10.1080/13685538.2020.1774748.
  • Dong Y.M., Sun J., Li Y.X., Chen Q., Liu Q.Q., Sun Zh. et al. Development and Validation of a Nomogram for Assessing Survival in Patients With COVID-19 Pneumonia. Clin. Infect. Dis. 2021;72(4):652-660. DOI: 10.1093/cid/ciaa963.
  • Atlam M., Torkey H., Fishawy N.E., Salem H. Coronavirus disease 2019 (COVID-19): Survival analysis using deep learning and Cox regression model. Pattern Anal. Appl.2021;24(3):993-1005. DOI: 10.1007/s10044-021-00958-0.
  • Liang W., Liang H., Ou L., Chen B., Chen A., Li C. et al. Development and validation of a clinical risk score to predict the occurrence of critical illness in hospitalized patients with COVID-19. JAMA Intern. Med. 2020;180(8):1081-1089. DOI: 10.1001/jamaint-ernmed.2020.2033.
  • Vekaria B., Overton C., Wisniowski A., Ahmad S., Aparicio-Castro A., Curran-Sebastian J. et al. Hospital length of stay for COVID-19 patients: Data-driven methods for forward planning. BMC Infect. Dis. 2021;21(1):700. DOI: 10.1186/s12879-021-06371-6.
  • Thiruvengadam G., Ramanujam R., Marappa L. Modeling the recovery time of patients with coronavirus disease 2019 using an accelerated failure time model. J. Int. Med. Res. 2021;49(8):3000605211040263. DOI: 10.1177/03000605211040263.
  • Chiou S.H., Kang S., Yan J. Fitting accelerated failure time models in routine survival analysis with R package aftgee. Journal of Statistical Software. 2014;61(11):1-23. DOI: 10.18637/jss.v061.i11.
  • Motloch L.J., Jirak P., Moritz M., Fiedler L., Davtyan P.A., Lakman I.A. et al. Early antithrombotic post-discharge therapy using prophylactic DOAC or dipyridamole improves long-term survival and cardiovascular outcomes in hospitalized COVID-19 survivors. Front. Cardiovasc. Med. 2022;9:916156. DOI: 10.3389/fcvm.2022.916156.
Еще
Статья научная