主页 > 武汉泡沫板 >

新闻排行

最新新闻

可准确区分covid-19患者住院和死亡的生命风险预测算法—小柯机器

发布日期:2021-06-09 18:38   来源:未知   阅读:

  英国纽菲尔德初级保健科学部门Julia Hippisley-Cox团队针对covid-19患者的住院和死亡风险开发了一种生命风险预测算法(QCOVID)。2020年10月20日,该研究发表在《英国医学杂志》上。

  为了推导并验证一种风险预测算法,以评估成人covid-19患者的住院率和死亡率,研究组进行了一项基于人群的队列研究。

  使用QResearch数据库澳门六和开奖现场直播该数据库与covid-19检测结果、医院统计数据和死亡登记数据关联。衍生数据集包含608万名19-100岁的成年人,验证数据集包括217万成年人。

  衍生和首次验证队列时间段为2020年1月24日至2020年4月30日。第二次验证队列时间段为2020年5月1日到2020年6月30日。主要结局为患covid-19后的死亡时间。次要结局为确诊SARS-CoV-2感染的住院时间。

  在随访期间,衍生队列中有4384例covid-19患者死亡,在首次验证队列期间有1722例死亡,在第二次验证队列期间有621例死亡。最终的风险算法包括年龄、种族、贫困、体重指数和一系列合并症。该算法在第一个验证队列中具有良好的校准效果。

  对于死于covid-19的男性,该算法解释了73.1%的死亡时间变化,D统计量为3.37,HarrellC为0.928。对于女性而言,在两个时间段均获得与男性相似的结果。在预测死亡风险最高的前5%患者中,97天内死亡的敏感性为75.7%。预测死亡风险中排名前20%的人占covid-19所有死亡人数的94%。

  基于QCOVID人群的风险算法性能良好,可准确辨识covid-19导致的死亡和住院。然而,该算法所呈现的绝对风险随着时间的推移而变化,这与该时期的SARS-CoV-2流行率和社交疏离措施的程度相一致,因此应谨慎解释。