Факторы риска перевода больных с COVID-19 на искусственную вентиляцию легких в ретроспективном нерандомизированном исследовании


Цитировать

Полный текст

Аннотация

Обоснование. Пандемия COVID-19 сопровождается значительным количеством осложнений и смертельных исходов, а также представляет значительную нагрузку на систему здравоохранения. При госпитализации пациентов в 10–15% случаев требуется перевод на инвазивную и неинвазивную искусственную вентиляция легких (ИВЛ/НИВЛ). При этом важно стратифицировать риск перевода на вентиляцию легких при поступлении в стационар. Цель исследования — выявление клинико-лабораторных факторов риска перевода на ИВЛ и НИВЛ у госпитализированных больных с COVID-19-ассоциированной пневмонией. Методы. Проведено ретроспективное исследование 386 последовательно госпитализированных пациентов с COVID-19-ассоциированной пневмонией. Первичными конечными точками были перевод на ИВЛ (n=22) и НИВЛ (n=28). Факторы риска перевода больных на НИВЛ/ИВЛ рассматривались на период до 14-го и 28-го дня для каждого варианта вентиляции. Для отбора предиктора риска был проведен унивариантный анализ на основе регрессии выживаемости Кокса с последующим мультивариантным анализом для определения факторов риска в данных временных точках. Результат. Из 386 пациентов смертельный исход через 28 дней после госпитализации был зарегистрирован у 20 (5,2%) пациентов. На ИВЛ были переведены 22 (5,7%) пациента, на НИВЛ — 28 (7,3%) пациентов, причем из последних 9 переводились позже уже на ИВЛ. В результате уни- и мультивариантного анализа факторами риска перевода на ИВЛ до 14-го дня были возраст > 65 лет (ОШ=5,91), инсульт в анамнезе (ОШ=17,04), повышенный уровень мочевины (ОШ=6,36), ЛДГ (ОШ=7,39), снижение уровня натрия (ОШ=12,32), СКФ <80 мл/мин (ОШ=13,75) и тромбоцитов (ОШ=4,14); до 28-го дня — пожилой возраст > 65 лет (ОШ=4,58), зубец Осборна на ЭКГ (ОШ=2,98), повышение лактатдегидрогеназы (ОШ =9,99) и снижение альбумина (ОШ=2,77). Предикторами перевода пациентов с COVID-19 на НИВЛ в период до 14 дней от начала госпитализации стали пожилой возраст пациента (ОШ=5,09), уровень прокальцитонина в крови > 0,25 нг/мл (ОШ=0,19), лейкоцитов > 11×109 (ОШ=19,64) и ЛДГ (ОШ=3,9). Заключение. У больных с COVID-19 выделены факторы риска перевода на ИВЛ/НИВЛ в период 14 и 28 дней от начала госпитализации, что способствует стратификации пациентов по риску вентиляции легких и позволяет планировать респираторную поддержку.

Об авторах

Ирина Александровна Лакман

Уфимский государственный авиационный технический университет; Башкирский государственный университет

Email: Lackmania@mail.ru
ORCID iD: 0000-0001-9876-9202
SPIN-код: 4521-9097

кандидат технических наук, доцент кафедры биомедицинской инженерии,  заведующий научной лаборатории исследования социально-экономических проблем регионов

Россия, 450015, Уфа, ул. К. Маркса, 12; 450078, Уфа, ул. З. Валиди, 32

Тимур Ильгамович Мусин

Башкирский государственный медицинский университет

Email: tyrannyah@gmail.com
ORCID iD: 0000-0002-9927-6626
SPIN-код: 7066-0715

ассистент кафедры пропедевтики внутренних болезней

Россия, 450008, Уфа, ул. Ленина 3

Алия Рамисовна Галиуллина

Уфимский государственный авиационный технический университет

Email: algaliull244@yandex.ru
ORCID iD: 0000-0003-4862-9476

магистрант кафедры биомедицинской инженерии

Россия, 450015, Уфа, ул. К. Маркса, 12

Зиля Адибовна Багманова

Башкирский государственный медицинский университет

Email: zilya20641@yandex.ru
ORCID iD: 0000-0003-1149-6702
SPIN-код: 6427-4345

доктор медицинских наук, профессор кафедры пропедевтики внутренних болезней

Россия, 450008, Уфа, ул. Ленина 3

Руслан Мансурович Гумеров

Башкирский государственный медицинский университет

Email: rmgumerov@gmail.com
ORCID iD: 0000-0002-6110-0377
SPIN-код: 3357-2603

ассистент кафедры пропедевтики внутренних болезней

Россия, 450008, Уфа, ул. Ленина 3

Паруйр Артакович Давтян

Башкирский государственный медицинский университет

Email: davtyanparuir@gmail.com
ORCID iD: 0000-0002-5972-6418
SPIN-код: 8816-1568

ординатор кафедры пропедевтики внутренних болезней

Россия, 450008, Уфа, ул. Ленина 3

Шамиль Зарифович Загидуллин

Башкирский государственный медицинский университет

Email: zshamil@inbox.ru
ORCID iD: 0000-0002-7249-3364

проф., доктор медицинских наук, профессор кафедры пропедевтики внутренних болезней

Россия, 450008, Уфа, ул. Ленина 3

Антон Викторович Тюрин

Башкирский государственный медицинский университет

Email: anton.bgmu@gmail.com
ORCID iD: 0000-0002-0841-3024
SPIN-код: 5046-3704

кандидат медицинских наук, доцент

Россия, 450008, Уфа, ул. Ленина 3

Сергей Владимирович Новиков

Уфимский государственный авиационный технический университет

Email: sn9177774405@gmail.com
ORCID iD: 0000-0002-8439-8620
SPIN-код: 7288-4074

кандидат экономических наук, профессор кафедры налогов и налогообложения

Россия, 450015, Уфа, ул. К. Маркса, 12

Валентин Николаевич Павлов

Башкирский государственный медицинский университет

Email: pavlov@bashgmu.ru
ORCID iD: 0000-0003-2125-4897
SPIN-код: 2799-6268

доктор медицинских наук, профессор, член-корреспондент РАН, зав. каф. урологии

Россия, 450008, Уфа, ул. Ленина 3

Юлия Олеговна Уразбахтина

Уфимский государственный авиационный технический университет

Email: urjuol@mail.ru
ORCID iD: 0000-0001-7715-302X
SPIN-код: 2189-3619

кандидат медицинских наук, доцент кафедры биомедицинской инженерии

Россия, 450015, Уфа, ул. К.Маркса, 12

Бенджи Цай

Харбинский медицинский университет

Email: caibz@ems.hrbmu.edu.cn
ORCID iD: 0000-0002-6342-4930

магистр, проф. кафедры фармакологии 2-го аффилированного госпиталя и Колледжа фармакологии

Китай, Харбин, 150086

Науфаль Шамилевич Загидуллин

Башкирский государственный медицинский университет; Уфимский государственный авиационный технический университет

Автор, ответственный за переписку.
Email: znaufal@mail.ru
ORCID iD: 0000-0003-2386-6707

доктор медицинских наук, заведующий кафедрой пропедевтики внутренних болезней, профессор кафедры биомедицинской инженерии

Россия, 450008, Уфа, ул. Ленина 3; 450015,Уфа, ул. К. Маркса, 12

Список литературы

  1. Figliozzi S, Masci PG, Ahmadi N., et al. Predictors of adverse prognosis in COVID‐19: A systematic review and meta‐analysis. Eur J Clin Invest. 2020;50(10):e13362. doi: https://doi.org/10.1111/eci.13362
  2. Richardson S, Hirsch JS, Narasimhan M, et al. Presenting Characteristics, Comorbidities, and Outcomes Among 5700 Patients Hospitalized with COVID-19 in the New York City Area. JAMA. 2020;323(20):2052–2059. doi: https://doi.org/10.1001/jama.2020.6775
  3. Rosenbaum L. The Untold Toll — The Pandemic’s Effects on Patients without COVID-19. N Engl J Med. 2020;382:2368–2371. doi: https://doi.org/10,1056/NEJMms2009984
  4. Chowdhury MEH, Rahman T, Khandakar A, et al. An Early Warning Tool for Predicting Mortality Risk of COVID-19 Patients Using Machine Learning. Cognit Comput. 2021;1–16. doi: https://doi.org/10.1007/s12559-020-09812-7
  5. Yadaw AS, Li Y-C, Bose S, et al. Clinical features of COVID-19 mortality: Development and validation of a clinical prediction model. Lancet Digit Health. 2020;2(10):e516–e525. doi: https://doi.org/10.1016/S2589-7500(20)30217-X
  6. WHO Coronavirus disease (COVID-19) [Electronic recourse]. Available from: URL: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/question-and-answers-hub/q-a-detail/coronavirus-disease-covid-19
  7. Gómez CA, Sun C-K, Tsai I-T, et al. Mortality and risk factors associated with pulmonary embolism in coronavirus disease 2019 patients: A systematic review and meta-analysis. Sci Rep. 2021;11(1):16025. doi: https://doi.org/10.1038/s41598-021-95512-7
  8. Bushman D, Davidson A, Pathela P, et al. Risk Factors for Death Among Hospitalized Patients Aged 21–64 Years Diagnosed with COVID-19 — New York City, March 13 — April 9, 2020. J Racial Ethn Health Disparities. 2021:1–16. doi: https://doi.org/10.1007/s40615-021-01098-1
  9. Suardi LR, Pallotto C, Esperti S, et al. Risk factors for non-invasive/invasive ventilatory support in patients with COVID-19 pneumonia: A retrospective study within a multidisciplinary approach. Int J Infect Dis. 2020;100:258–263. doi: https://doi.org/10.1016/j.ijid.2020.09.012
  10. Zagidullin NSh, Motloch LJ, Musin TI, et al. J-waves in acute COVID-19: A novel disease characteristic and predictor of mortality? PloS One. 2021;16(10):е0257982. doi: https://doi.org/10.1371/journal.pone.0257982
  11. Atlam M, Torkey H, El-Fishawy N, et al. Coronavirus disease 2019 (COVID-19): Survival analysis using deep learning and Cox regression model. Pattern Anal Appl. 2021;24(3):993–1005. doi: https://doi.org/10.1007/s10044-021-00958-0
  12. Harrell FEJr, Califf RM, Pryor DB, et al. Evaluating the yield of medical tests. JAMA. 1982;247(18):2543–2546. PMID: 7069920
  13. Antzelevitch C, Yan G-X, Ackerman MJ, et al. J-Wave syndromes expert consensus conference report: Emerging concepts and gaps in knowledge. Europace. 2017;19(4):665–694. doi: https://doi.org/10.1093/europace/euw235
  14. Abdeen Y, Kaako A, Ahmad Amin Z, et al. The Prognostic Effect of Serum Albumin Level on Outcomes of Hospitalized COVID-19 Patients. Crit Care Res Pract. 2021;2021:9963274. doi: https://doi.org/10.1155/2021/9963274
  15. Gomi K, Ito T, Yamaguchi F, et al. Clinical features and mechanism of liver injury in patients with mild or moderate coronavirus disease 2019. JGH Open. 2021;5(8):888–895. doi: https://doi.org/10.1002/jgh3.12599
  16. Giovanelli N, Lazzer S, Cauci S. Muscle damage and inflammatory status biomarkers after a 3-stage trail running race. J Sports Med Phys Fitness. 2020;60(11):1486–1492. doi: https://doi.org/10.23736/S0022-4707.20.10997-6
  17. Allenbach Y, Saadoun D, Maalouf G, 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: https://doi.org/10.1371/journal.pone.0240711
  18. Chebotareva N, Berns S, Androsova T, et al. Risk factors for invasive and non-invasive ventilatory support and mortality in hospitalized patients with COVID-19. Med Intensiva (Engl Ed). 2021;S0210-5691(21)00076-0. doi: https://doi.org/10.1016/j.medin.2021.04.002
  19. Миронов П.И., Лутфарахманов И.И., Сырчин Е.Ю., и др. Предикторы гибели пациентов с COVID-19, находящихся на искусственной вентиляции легких // Медицинский вестник Башкортостана. — 2020. — Т. 15. — № 6 (90). — С. 86–92. [Mironov PI, Lutfarahmanov II, Syrchin EYu., et al. Predictors of death in patients with Covid-19 on artificial lung ventilation. Medicinskij vestnik Bashkortostana. [Medical Bulletin of Bashkortostan]. 2020;15(6(90)):86–92. (In Russ.)]
  20. Szakmany T, Tuckwell W, Harte E, et al. Differences in Inflammatory Marker Kinetics between the First and Second Wave of COVID-19 Patients Admitted to the ICU: A Retrospective, Single-Center Study. J Clin Med. 2021;10(15):3290. doi: https://doi.org/10.3390/jcm10153290
  21. Авдеев С.Н., Царева Н.А., Мержоева З.М., и др. Практические рекомендации по кислородотерапии и респираторной поддержке пациентов с COVID-19 на дореанимационном этапе // Пульмонология. — 2020. — Т. 30. — № 2. — С. 151–163. [Avdeev SN, Tsareva NA, Merzhoeva ZM, et al. Practical guidelines for oxygen therapy and respira tory support for patients with COVID-19 in the pre-life support. Russian Pulmonology. 2020;30(2):151–163 (in Russ.)]. doi: https://doi.org/10.18093/0869-0189-2020-30-2-151-163
  22. Vitacca M, Nava S, Santus P, Harari S. Early consensus management for non-ICU acute respiratory failure SARS CoV-2 emergency in Italy: from ward to trenches. Eur Respir J. 2020;55(5):2000632. doi: https://doi.org/10.1183/13993003.00632-2020

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Дизайн исследования

Скачать (287KB)
Метаданные
3. Рис. 2. Мультивариантный анализ факторов риска перевода на ИВЛ больных с COVID-19 в период до 14 дней с начала госпитализации (CI=0,96)

Скачать (240KB)
Метаданные
4. Рис. 3. Мультивариантный анализ факторов риска перевода на ИВЛ больных с COVID-19 в период до 28 дней с начала госпитализации (СI=0,86)

Скачать (149KB)
Метаданные
5. Рис. 4. Мультивариантный анализ факторов риска перевода на НИВЛ больных с COVID-19 в период до 14 дней с начала госпитализации (ДИ 0,90)

Скачать (152KB)
Метаданные

© Издательство "Педиатръ", 2022

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».