COVID-19の死亡率を予測するための4CE共同研究からの検査値の国際比較。
アブストラクト
COVID-19 の死亡率を予測するために開発された予測アルゴリズムの数が増えていることから,医療システムの多国間ネットワークを用いて,死亡率予測アルゴリズムの移植性を評価した.ベースラインで一般的に測定される検査値および標準的な人口統計学的・臨床的共変数を用いて,医療システム,国,大陸を横断して COVID-19 死亡率を予測した.具体的には,9 つの検査値,入院時の標準的な人口統計学,入院前の合併症の負担を用いて,Cox 回帰モデルをトレーニングした.これらのモデルは,施設,国,大陸のレベルで比較された.COVID-19の入院患者39,969人(男性68.6%)のうち,5717人(14.3%)が死亡した.Coxモデルでは,年齢,アルブミン,AST,クレアチン,CRP,白血球数が死亡率を最もよく予測することが示された.ベースラインの共変量は,COVID-19 の入院初期に死亡率をより予測する.コホートサイズが大きい医療システムで学習させたモデルは,異なる施設に移植する際にも優れた移植性を維持する.入院時のルーチン検査値と基本的な人口統計学的特徴の組み合わせは,COVID-19 で入院した患者の死亡率を予測することができる.重要なことは,この展開可能なモデルは,米国と欧州の医療システムにおいて,一貫した性能だけでなく,信頼性の高い移植性を実証している点で,先行研究とは異なっており,このモデルとアプローチ全体の一般性を強調している.