Экспресс-эпидемиологический анализ сопутствующих заболеваний и методов лечения как факторов риска COVID-19 в Шотландии (REACT-SCOT): популяционное исследование методом случай-контроль

Рейтинг: 4.6 из 5
Автор
Вадим Соколов
Рейтинг автора
4.6

¶ Членство в исследовательской группе Public Health Scotland COVID-19 по охране здоровья указано в разделе «Благодарности».

Экспресс-эпидемиологический анализ сопутствующих заболеваний и методов лечения как факторов риска COVID-19 в Шотландии (REACT-SCOT): популяционное исследование методом случай-контроль

  • Пол М. МакКейг,
  • Аманда Вейр,
  • Джен Бишоп,
  • Стюарт Дж. МакГурнаган,
  • Шэрон Кеннеди,
  • Дэвид Макаллистер,
  • Крис Робертсон,
  • Рэйчел Вуд,
  • Назир Одинокий,
  • Джанет Мюррей
  • Опубликовано: 20 октября 2020 г.
  • https://doi.org/10.1371/journal.pmed.1003374
  • Статья
  • Авторы
  • Метрики
  • Комментарии
  • Освещение в СМИ
  • Экспертная оценка
  • Комментарии читателей (0)

Цифры

Абстрактный

Фон

Цели этого исследования состояли в том, чтобы определить факторы риска тяжелого коронавирусного заболевания 2019 г. (COVID-19) и заложить основу для стратификации риска на основе демографических данных и медицинских записей.

Методы и выводы

Дизайн был подобран методом случай-контроль. Тяжелая форма COVID-19 определялась либо как положительный тест нуклеиновой кислоты на тяжелый острый респираторный синдром коронавируса 2 (SARS-CoV-2) в национальной базе данных с последующим поступлением в отделение интенсивной терапии или смертью в течение 28 дней, либо как свидетельство о смерти с COVID. -19 как первопричина. Из национального реестра населения было отобрано до 10 контрольных образцов на случай, соответствующих полу, возрасту и практике оказания первичной медико-санитарной помощи. Для этого анализа - на основе установления положительных результатов тестов до 6 июня 2020 года, поступления в реанимацию до 14 июня 2020 года и случаев смерти, зарегистрированных до 14 июня 2020 года - было 36 948 контрольных и 4272 случая, из которых 1894 (44%) ) были жильцами дома престарелых.Были извлечены все диагностические коды из истории госпитализации за последние 5 лет и все коды лекарств из рецептов, выписанных в течение последних 240 дней. Коэффициенты заболеваемости тяжелым COVID-19 оценивались с помощью условной логистической регрессии. При логистической регрессии с использованием возрастно-полового распределения населения страны отношение шансов для тяжелого заболевания составило 2,87 для 10-летнего увеличения возраста и 1,63 для мужского пола. В анализе случай-контроль самым сильным фактором риска было проживание в доме престарелых с коэффициентом 21,4 (95% ДИ 19,1–23,9,Самым сильным фактором риска было проживание в доме престарелых с коэффициентом 21,4 (95% ДИ 19,1–23,9,Самым сильным фактором риска было проживание в доме престарелых с коэффициентом 21,4 (95% ДИ 19,1–23,9,p = 8 × 10 −644). Одномерные коэффициенты частоты состояний, перечисленных агентствами общественного здравоохранения как сопряженные с высоким риском, составляли 2,75 (95% ДИ 1,96–3,88, p = 6 × 10–9 ) для диабета 1 типа, 1,60 (95% ДИ 1,48–1,74, p = 8 × 10 −30) для диабета 2 типа, 1,49 (95% ДИ 1,37–1,61, p = 3 × 10 −21) для ишемической болезни сердца, 2,23 (95% ДИ 2,08–2,39, p = 4 × 10 −109) для других болезни сердца, 1,96 (95% ДИ 1,83–2,10, p = 2 × 10 −78) для хронического заболевания нижних дыхательных путей, 4,06 (95% ДИ 3,15–5,23, p = 3 × 10 −27) для хронического заболевания почек, 5,4 (95% ДИ 4,9–5,8, p = 1 × 10 −354) для неврологического заболевания, 3,61 (95% ДИ 2,60–5,00, p= 2 × 10 −14) для хронического заболевания печени и 2,66 (95% ДИ 1,86–3,79, p= 7 × 10 -8) для иммунодефицита или подавления. 78% случаев и 52% контрольной группы имели хотя бы одно перечисленное заболевание (51% случаев и 11% контрольной группы в возрасте до 40 лет). Тяжелое заболевание было связано с получением по крайней мере одного рецепта за последние 9 месяцев и по крайней мере с одной госпитализацией за последние 5 лет (соотношение частот 3,10 [95% ДИ 2,59–3,71] и 2,75 [95% ДИ 2,53–2,99]. соответственно) даже после поправки на перечисленные условия. У тех, у кого не было перечисленных состояний, значительная связь с тяжелым заболеванием наблюдалась во многих больничных диагнозах и категориях лекарств. Возраст и пол предоставили 2,58 бита информации для дискриминации. Модель, основанная на демографических переменных, перечисленных состояниях, больничных диагнозах и рецептах, предоставила дополнительные 1,07 бита (C-статистика 0,804).Ограничением этого исследования является то, что записи из первичной медико-санитарной помощи не были доступны.

Выводы

Мы показали, что, наряду с пожилым возрастом и мужским полом, тяжелая форма COVID-19 во всех возрастных группах тесно связана с историей болезни. Этому способствуют многие сопутствующие заболевания, помимо условий риска, определенных учреждениями общественного здравоохранения. Классификатор риска, который использует всю информацию, имеющуюся в медицинских картах, а не только ограниченный набор условий, будет более точно различать людей с низким и высоким риском, которым может потребоваться защита до тех пор, пока эпидемия не закончится.

Резюме автора

Почему было проведено это исследование?

  • Большинство людей, инфицированных тяжелым острым респираторным синдромом, вызванным коронавирусом 2 (SARS-CoV-2), не заболевают серьезно: риск тяжелого или смертельного заболевания связан с пожилым возрастом, мужским полом и состояниями, определенными органами здравоохранения, включая астму, диабет. , и болезни сердца.
  • Опубликованные к настоящему времени исследования были сосредоточены на этих «перечисленных состояниях», но не изучали систематически медицинские записи для выявления возможных факторов риска тяжелого коронавирусного заболевания 2019 (COVID-19).
  • Цели этого исследования состояли в том, чтобы определить факторы риска тяжелой формы COVID-19 и заложить основу для стратификации риска на основе электронных медицинских карт.

Что сделали и обнаружили исследователи?

  • Используя возможности Шотландии для связывания электронных медицинских карт, мы сообщаем о первом систематическом исследовании связи тяжелого или смертельного COVID-19 с уже существующими заболеваниями и другими факторами риска.
  • У жителей домов престарелых вероятность развития тяжелых заболеваний в 21 раз выше, чем у людей того же возраста и пола, не проживающих в домах престарелых.
  • Состояния, связанные с повышенным риском, включают не только те, которые уже определены органами здравоохранения (астма, диабет, болезни сердца, инвалидизирующие неврологические заболевания, заболевания почек), но и другие диагнозы, связанные со слабостью и плохим здоровьем, такие как инсульты и падения в анамнезе. .
  • У пациентов без каких-либо перечисленных состояний использование назначенных лекарств, действующих на пищеварительную или нервную систему, связано с повышенным риском тяжелого заболевания COVID-19.

Что означают эти выводы?

  • Риск для молодых людей, не поступавших в больницу в последнее время или не принимавших рецептурных препаратов, очень низок.
  • Это исследование закладывает основу для расчета оценки риска на основе электронных медицинских карт для каждого человека в популяции и ее использования, чтобы рекомендовать тем, кто подвержен высокому риску тяжелого заболевания, защитить себя, когда в их местности наблюдается эпидемия COVID-19.

Цитирование:McKeigue PM, Weir A, Bishop J, McGurnaghan SJ, Kennedy S, McAllister D, et al. (2020) Экспресс-эпидемиологический анализ сопутствующих заболеваний и методов лечения как факторов риска COVID-19 в Шотландии (REACT-SCOT): популяционное исследование методом случай-контроль. PLoS Med 17 (10): e1003374. https://doi.org/10.1371/journal.pmed.1003374

Академический редактор:Шринивас Мурти, Университет Британской Колумбии, КАНАДА

Поступила:02.06.2020 г .;Принята в печать:18 сентября 2020 г .;Опубликовано:20 октября 2020 г.

Авторские права:© 2020 McKeigue et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступностьданных. Используемые здесь наборы данных компонентов доступны через панель Public Benefits Privacy Panel for Health по адресу https://www.informationgovernance.scot.nhs.uk/pbpphsc/ для исследователей, которые соответствуют критериям доступа к конфиденциальным данным. Весь исходный код, использованный для вывода переменных, статистического анализа и создания этой рукописи, доступен по адресу https://github.com/pmckeigue/covid-scotland_public.

Финансирование:Автор (ы) не получил специального финансирования для этой работы.

Конкурирующие интересы:Я ознакомился с политикой журнала, и у авторов этой рукописи есть следующие конкурирующие интересы: ХК получает исследовательскую поддержку и гонорары и является членом консультативных комиссий или бюро спикеров Sanofi Aventis, Regeneron, Novartis, Novo-Nordisk и Eli Lilly. HC получает или недавно получил необязательную исследовательскую поддержку от AstraZeneca и Novo-Nordisk. SH получил гонорары от Gilead. TMC является научным сотрудником по клиническим исследованиям сэра Джорджа Альберти в Великобритании (номер гранта: 18/0005786), хотя взгляды, представленные в этой статье, являются его собственными, а не взглядами Diabetes UK. CR сообщает о грантах от Public Health Scotland и MRC во время проведения исследования;и член главного медицинского директора Шотландской научной консультативной группы по COVID19. Член SPI-M - подгруппы британской научной консультативной группы по эпидемиям. Член Консультативной группы MHRA по безопасности вакцин. Все остальные соавторы заявляют об отсутствии конкурирующих интересов.

Сокращения:BNF, Британский национальный формуляр; ОМС - Индекс общественного здоровья; COVID-19, коронавирусная болезнь 2019; ECOSS - Электронная система наблюдения в Шотландии; ENCEPP, Европейская сеть центров фармакоэпидемиологии и фармаконадзора; МКБ-10, Международная статистическая классификация болезней десятого пересмотра; NHS, Национальная служба здравоохранения; ROC, характеристика оператора приемника; SARS-CoV-2, тяжелый острый респираторный синдром, коронавирус 2; SICSAG, Шотландское общество интенсивной терапии и аудиторская группа; SIMD, Шотландский индекс множественной депривации; SMR, «Шотландский отчет о заболеваемости»; STROBE, Повышение эффективности отчетности наблюдательных исследований в эпидемиологии

Фон

Серия случаев из многих стран показала, что среди людей с тяжелым коронавирусным заболеванием 2019 (COVID-19) распространенность диабета и сердечно-сосудистых заболеваний выше, чем ожидалось. Например, в большом исследовании Соединенного Королевства наиболее частыми сопутствующими заболеваниями были сердечные заболевания, диабет, хронические легочные заболевания и астма [1]. Однако есть также неофициальные сообщения о том, что внешне здоровые молодые люди умирают от болезней [2].

Количественная оценка риска, связанного с характеристиками и сопутствующими заболеваниями, была ограничена из-за отсутствия сравнений с фоновой популяцией [3–5]. Два недавних исследования в Великобритании включали компараторы населения и сообщали о связи госпитализации с COVID-19 или смерти от COVID-19 с сопутствующими заболеваниями, включая диабет, астму и сердечные заболевания [6,7]. Эти исследования были сосредоточены на условиях, предположительно перечисленных агентствами общественного здравоохранения как повышающие риск COVID-19 на основе данных серии случаев.

Здесь мы исследуем частоту социально-демографических факторов и перечисленных состояний у всех людей с тяжелым заболеванием COVID-19 в Шотландии по сравнению с подобранной контрольной группой из общей популяции. Для пациентов без перечисленных состояний мы сообщаем о систематическом изучении истории госпитализации и истории назначения в тяжелых случаях COVID-19 по сравнению с контрольной группой. Цели заключались в том, чтобы определить факторы риска тяжелой формы COVID-19 и заложить основу для стратификации риска на основе прогностической модели.

Методы

Протокол исследования от 16 апреля 2020 года вместе со всем кодом, использованным для подготовки этой рукописи, доступен в общедоступном репозитории (https://github.com/pmckeigue/covid-scotland_public). Мы изменили исходный протокол, чтобы привести список условий риска в соответствие с условиями, установленными агентствами общественного здравоохранения, и расширили список исследуемых классов препаратов, включив в него все препараты. Исследование было зарегистрировано в Европейской сети центров фармакоэпидемиологии и фармаконадзора (номер ENCEPP http://www.encepp.eu/encepp/viewResource.htm?id=35559EUPAS35558).

Заявление об этике

Все исследования связи записей с использованием данных Национальной службы здравоохранения (NHS) в Шотландии регулируются Группой общественных пособий и конфиденциальности для здравоохранения и социального обеспечения, в которую входят представители пациентов и общественности. Идентифицируемые данные были извлечены с помощью базы данных Индекса общественного здравоохранения (CHI) Public Health Scotland Community Health Index (CHI) и группы связи и деидентифицированы перед предоставлением группе анализа.

Определение случая и выбор подходящих элементов управления

Все люди с положительным результатом теста на нуклеиновую кислоту на коронавирус 2 тяжелого острого респираторного синдрома (SARS-CoV-2) были установлены с помощью базы данных Electronic Communication of Surveillance in Scotland (ECOSS), которая включает все вирусологические тесты во всех лабораториях NHS на национальном уровне. Связь с другими наборами данных осуществлялась с использованием номера CHI, уникального идентификатора, используемого во всех системах медицинской помощи в Шотландии. Информация о поступлении в отделения интенсивной терапии была получена из базы данных Шотландского общества интенсивной терапии и аудиторской группы (SICSAG), которая фиксирует поступление во все отделения интенсивной терапии (интенсивной терапии или с высокой степенью зависимости) и дает результаты ежедневной переписи пациентов в отделениях интенсивной терапии с начала эпидемия COVID-19. Регистрации смерти были получены из связи с Национальным регистром Шотландии.Тяжелый или смертельный COVID-19 определялся либо (1) положительным тестом на нуклеиновую кислоту с последующим поступлением в отделение интенсивной терапии или смертью в течение 28 дней, либо (2) свидетельством о смерти с COVID-19 в качестве основной причины. Использование этого определения гарантирует установление всех тяжелых случаев, даже если они умирают, не получив положительного результата теста или не попадая в реанимацию, независимо от политики отбора, которая может ограничивать доступ к интенсивной терапии.

Для каждого случая база данных ОМС использовалась для выбора до 10 контрольных групп, которые были сопоставлены по полу и возрастной группе до 1 года, были зарегистрированы в одной и той же практике первичной медико-санитарной помощи и были живы и проживали в Шотландии в тот же день, что и первый. дата, когда по делу был получен положительный результат. Для смертельных случаев, у которых не было положительного результата теста, дата происшествия была назначена за 14 дней до смерти. Чтобы гарантировать, что случаи и контрольная группа являются репрезентативными для одной и той же популяции риска, 0,6% случаев, которые были зарегистрированы в базе данных CHI как уже не живые и не проживающие в Шотландии в день, когда ECOSS зарегистрировал их как положительные результаты тестирования, также были исключены. Поскольку это план выборки по плотности заболеваемости, возможно, и это правильно, чтобы человек появлялся в наборе данных более одного раза, сначала как контрольный, а затем как случай.

Для этого анализа, основанного на установлении положительных результатов тестов до 6 июня 2020 года, поступлении в реанимацию до 14 июня 2020 года и зарегистрированных смертельных исходах до 14 июня 2020 года, насчитывалось 4272 случая и 36 948 контрольных больных. Среди летальных исходов 94% смертей зарегистрированы в течение 5 дней.

Демографические данные

Проживание в доме престарелых было подтверждено из базы данных ОМС. Социально-экономический статус был определен как квинтиль Шотландского индекса множественной депривации (SIMD), индикатора, основанного на почтовом индексе. Для 74% контрольных и 85% случаев самоопределение этнической принадлежности человека - на основе категорий, используемых в переписи населения Шотландии - было зарегистрировано в Шотландском журнале регистрации заболеваемости (SMR).

Заболеваемость и назначение лекарств

Для всех случаев и контролей диагностические коды Международной статистической классификации болезней десятого пересмотра (МКБ-10) были извлечены из записей о выписках из больницы за последние 5 лет в SMR (SMR01), за исключением записей о выписках менее чем за 25 дней до положительного результата теста на SARS-CoV-2 и использование всех кодов при выписке. Диагностическое кодирование в главах V МКБ (Психическое, поведенческое и нейроразвитие) и XV (Беременность) является неполным, поскольку большинство обращений психиатрических и родильных отделений не отражаются в SMR01. Коды лекарств, отпускаемых по рецептам, выдаваемым в учреждениях первичной медико-санитарной помощи, были извлечены из Шотландской информационной системы по рецептам [8]. Дата окончания - 15 дней до даты инцидента (дата положительного результата теста на SARS-CoV-2,или за 14 дней до смерти для смертельных случаев без положительного результата теста), и были включены рецепты, выписанные в течение 240-дневного интервала до этой конечной даты. Для этого анализа коды рецептов из глав 14 BNF и выше, включающие перевязочные материалы, приспособления, вакцины, анестезию и другие препараты, были сгруппированы как «Прочие».

Мы начали с оценки конкретного списка состояний, которые агентства общественного здравоохранения определили как условия риска для COVID-19 [9]. В отдельный список состояний входят «клинически чрезвычайно уязвимые» люди, которым было рекомендовано полностью защитить себя с 24 марта 2020 года: в этот список входят реципиенты трансплантатов твердых органов, люди, получающие химиотерапию от рака, и люди с муковисцидозом или лейкемией. Мы не заносили эти условия в отдельную таблицу, потому что ожидали, что эти люди будут недостаточно представлены среди случаев, если защита была адекватной.

8 перечисленных состояний были оценены на основе диагностических кодов в любой выписке из больницы за последние 5 лет или на основании рецептов на лекарство, для которых единственные показания находятся в этой группе диагностических кодов. Сценарий R, включенный в качестве вспомогательной информации, содержит производные этих переменных от кодов МКБ-10 и кодов лекарств BNF. Диагностированные случаи диабета были выявлены путем привязки к национальному регистру диабета (SCI-Diabetes) с клинической классификацией диабета типа 1, типа 2 или другого / неизвестного.

Статистические методы

Чтобы оценить взаимосвязь совокупной заболеваемости и смертности от COVID-19 с возрастом и полом, модели логистической регрессии были адаптированы к пропорциям случаев и не заболевших в шотландском населении с использованием расчетной численности населения Шотландии на середину 2019 года, которая была доступна. для возрастной группы от 1 года до 90 лет. Чтобы учесть возможную нелинейность отношения логита риска к возрасту, мы также приспособили обобщенные аддитивные модели, реализованные в R-функции gam :: gam, с функцией сглаживания по умолчанию.

Для исследования случай-контроль все оценки ассоциаций с тяжелой формой COVID-19 были основаны на условной логистической регрессии, реализованной как регрессия Кокса в R-функции выживания :: клогит [10]. Среди этих случаев и контроля без каких-либо предопределенных условий мы затем дополнительно изучили ассоциации МКБ-10 и главы BNF с тяжелым COVID-19. Ограничение случаев и элементов управления, например, для исключения тех, у кого есть какие-либо перечисленные условия, может генерировать страты, которые не содержат хотя бы одного случая и хотя бы одного контроля, но эти страты игнорируются моделью условной логистической регрессии, поскольку они не вносят вклад в условная вероятность. При выборке плотности заболеваемости отношения шансов в моделях условной логистической регрессии эквивалентны отношениям частотности.Обратите внимание, что отношения шансов в подобранном исследовании случай-контроль основаны на условной вероятности; Безусловные отношения шансов, рассчитываемые на основе частот воздействия в случаях и контроле, будут отличаться от этих и смещены в сторону нуля [11]. Хотя сопоставление в практике первичной медико-санитарной помощи будет в некоторой степени соответствовать связанным переменным, таким как место проживания в доме престарелых, социально-экономическое положение и практика назначения лекарств, влияние этих переменных по-прежнему правильно оценивается условными отношениями шансов, но с меньшей точностью, чем в несопоставленном исследовании. такого же размера [11].Хотя сопоставление в практике первичной медико-санитарной помощи будет в некоторой степени соответствовать связанным переменным, таким как место проживания в доме престарелых, социально-экономическое положение и практика назначения лекарств, влияние этих переменных по-прежнему правильно оценивается условными отношениями шансов, но с меньшей точностью, чем в непревзойденном исследовании. такого же размера [11].Хотя сопоставление в практике первичной медико-санитарной помощи будет в некоторой степени соответствовать связанным переменным, таким как место проживания в доме престарелых, социально-экономическое положение и практика назначения лекарств, влияние этих переменных по-прежнему правильно оценивается условными отношениями шансов, но с меньшей точностью, чем в непревзойденном исследовании. такого же размера [11].

Для построения моделей прогнозирования рисков мы использовали пошаговую регрессию с чередованием прямого и обратного шагов для максимизации AIC, реализованную в функции R stats :: step. Чтобы оценить вклад перечисленных состояний в прогнозирование риска и дополнительный вклад другой информации в записи о госпитализации и назначениях после определения этих состояний, прогнозные модели были построены на основе 3 наборов переменных: базовый набор, состоящий только из демографических переменных; набор, включающий индикаторные переменные для каждого перечисленного условия; и расширенный набор, который включал демографические переменные, переменные-индикаторы для перечисленных состояний и переменные-индикаторы для больничных диагнозов в каждой главе МКБ-10 и рецепты в каждой главе BNF.

Эффективность модели прогнозирования риска при классификации случаев тяжелой формы COVID-19 по сравнению с другими, была проверена с помощью 10-кратной перекрестной проверки. Мы рассчитали производительность, рассчитанную по всем тестовым сверткам, используя C-статистику, но также используя «ожидаемую информацию для различения» Λ, выраженную в битах [12]. Использование битов (логарифмы с основанием 2) для количественной оценки информации является стандартом в теории информации: один бит можно определить как количество информации, которое делит пространство гипотез вдвое. Хотя читатели могут быть не знакомы с ожидаемой информацией для различения Λ , у нее есть несколько свойств, которые делают ее более полезной, чем C-статистика, для количественной оценки прироста производительности модели прогнозирования риска [12]. Ключевое преимущество использования Λзаключается в том, что могут быть добавлены вклады независимых предикторов. Таким образом, в этом исследовании мы можем добавить прогнозную информацию из логистической модели возраста и пола в общей популяции к прогнозной информации, предоставляемой другими факторами риска из исследования случай-контроль, подобранного по возрасту и полу.

Полученные результаты

Заболеваемость и смертность от тяжелой формы COVID-19 среди населения Шотландии

На рис. 1 показана зависимость заболеваемости и смертности от возраста для каждого пола отдельно. Отношение смертности к возрасту почти точно линейно по логит-шкале, а линии мужской и женской смертности почти параллельны. В моделях, которые включали возраст и пол в качестве ковариант, отношение шансов, связанное с 10-летним увеличением возраста, составляло 2,87 для всех тяжелых заболеваний и 3,7 для смертельных заболеваний. Отношение шансов, связанное с мужским полом, составляло 1,63 для всех тяжелых заболеваний и 1,58 для смертельных заболеваний. Для тяжелых случаев, как определено в этом исследовании, разница по полу сужается примерно до 50 лет, но увеличивается в возрасте от 50 до 70 лет. Таким образом, в более молодом возрасте отношение количества поступлений в реанимацию к общему количеству смертельных исходов у женщин выше, чем у мужчин, но в более старшем возрасте отношение количества поступлений в реанимацию к общему количеству смертей выше у мужчин.

COVID-19, коронавирусная болезнь 2019.

Факторы риска

Социально-демографические факторы.

В таблице 1 показаны одномерные ассоциации демографических факторов с тяжелым заболеванием. Пребывание в доме престарелых было самым сильным фактором риска тяжелого заболевания. Более высокий риск тяжелого заболевания также был связан с социально-экономическими лишениями. В 85% случаев и 74% контролей, для которых этническая принадлежность индивида была зарегистрирована в SMR, было немного небелых особей, и доверительные границы для соотношений показателей по этническим группам были широкими.

Факторы, полученные из записей о госпитализации и выписывания рецептов.

Распространенность перечисленных состояний в случаях и в контрольной группе по возрастным группам показана в Таблице 2. Двадцать девять (51%) случаев в возрасте до 40 лет имели по крайней мере одно перечисленное заболевание, по сравнению только с 64 (11%) из контрольной группы. . В возрасте 75 лет и старше у 2346 (84%) случаев и 14 299 (61%) контрольной группы было хотя бы одно перечисленное заболевание. Среди лиц в возрасте до 40 лет 48 (84%) заболевших и 344 (60%) контрольной группы имели либо госпитализацию в течение последних 5 лет, либо выписанные рецепты в течение последних 240 дней. Различия в количестве рецептов между случаями и контрольной группой уменьшались с возрастом.

Во всех возрастных группах 3327 (78%) тяжелых случаев и 19 155 (52%) контрольных пациентов имели хотя бы одно из перечисленных состояний. Как показано в Таблице 3, все перечисленные состояния встречались чаще в случаях, чем в контроле, за исключением иммунных состояний в возрастной группе 75+. Коэффициент заболеваемости диабетом 1 типа был выше, чем у диабета 2 типа. Соотношение частот составляло 1,49 (95% ДИ 1,37–1,61) для ишемической болезни сердца по сравнению с 2,23 (95% ДИ 2,08–2,39) для широкой категории «другие болезни сердца». В многофакторном анализе ишемическая болезнь сердца не была независимо связана с тяжестью, в то время как другие болезни сердца оставались тесно связанными. В 873 (92%) случаях и 15 052 (85%) в контрольной группе у пациентов без перечисленных условий либо недавно госпитализация, либо рецепт. У лиц в возрасте до 60 лет без перечисленных заболеваний:184 (83%) случаев и 2376 (65%) контрольных пациентов имели либо недавнюю госпитализацию, либо рецепт.

Таблицы S1 – S3 исследуют эти связи по возрастным группам, объединяя возрастные группы 0–39 и 40–59 лет. Все перечисленные состояния были связаны с тяжелым заболеванием в каждой возрастной группе. У лиц в возрасте до 60 лет соотношение частот составляло 3,70 (95% ДИ 2,01–6,79) для диабета 1 типа и 3,70 (95% ДИ 2,80–4,90) для диабета 2 типа. Многопараметрический анализ, представленный в Таблице 3 и Таблицах S1 – S3, показывает, что в целом и в каждой возрастной группе любая госпитализация за последние 5 лет была строго и независимо связана с тяжелым заболеванием даже после корректировки для проживания в доме престарелых и перечисленных условий. Выдача любого рецепта в прошлом году была связана с тяжелым заболеванием в многомерном анализе в двух младших возрастных группах. Таблица 4 показывает, что в каждой возрастной группедоля смертельных случаев, которые не попали в больницу в течение последних 5 лет или не выписали рецепт в последний год, была очень низкой.

Сравнение летальных и нефатальных случаев

В таблице S4 показаны тяжелые случаи в разбивке по положительному статусу пациента, поступлению в отделение интенсивной терапии и летальному исходу по сравнению с нефатальным. Тяжелые пациенты, попавшие в реанимацию, были намного моложе, чем тяжелые пациенты, никогда не попавшие в реанимацию. В наиболее тяжелых случаях пациенты, проживающие в доме престарелых, никогда не попадали в реанимацию. Среди случаев со смертельным исходом, которые не попали в реанимацию, распределение возраста и других факторов риска было схожим у пациентов с положительным результатом теста и без него, за исключением того, что доля жителей дома престарелых была выше среди тех, кто не получил положительного результата теста. Среди тех, кто обратился в отделение интенсивной терапии, средний возраст, доля мужчин и распространенность или предшествующие сопутствующие заболевания были выше в случаях со смертельным исходом, чем в случаях с несмертельным исходом.

Систематический анализ диагнозов, связанных с тяжелым заболеванием

Связь тяжелого COVID-19 с предшествующей госпитализацией была дополнительно изучена путем тестирования связи госпитализаций на каждом уровне главы МКБ-10 с тяжелым COVID-19 среди пациентов без каких-либо из перечисленных состояний. Эти результаты показаны в таблице S5. В однофакторном анализе почти все главы МКБ-10, за исключением глав VII (глаз), VIII (ухо) и XV (беременность), были связаны с повышенным риском тяжелого заболевания. При многомерном анализе наиболее сильные ассоциации были с диагнозами, указанными в главах IV МКБ (психические расстройства) и X (респираторные заболевания). Таблица S7 извлекает одномерные ассоциации с подразделами МКБ-10 в тех, в которых нет перечисленных условий. Эта таблица отфильтрована, чтобы отображать только подглавы, для которых есть не менее 50 наблюдений и элементов управления, а также одномерный p-значение

Связь прописанных лекарств с тяжелым заболеванием

Как показано в Таблице 3 и Таблицах S1 – S3, инкассация по крайней мере одного рецепта в прошлом году была связана с тяжелым заболеванием. Одномерный коэффициент, связанный с этой переменной, варьируется от 3,74 (95% ДИ 2,79–5,01) у лиц в возрасте до 60 лет до 2,30 (95% ДИ 1,69–3,14) у лиц в возрасте 75 лет и старше. В многопараметрическом анализе с поправкой на проживание в доме престарелых, любую госпитализацию и перечисленные состояния эти коэффициенты были снижены до 2,12 (95% ДИ 1,55–2,90) и 1,13 (95% ДИ 0,80–1,60), соответственно.

Для дальнейшего исследования мы разделили переменную «Любой рецепт» на индикаторные переменные для каждой главы BNF, в которой препараты сгруппированы по широкому признаку, и ограничили анализ теми, у кого не было одного из перечисленных условий. В таблице S6 показаны эти ассоциации. В однофакторном анализе рецепты почти во всех главах BNF были связаны с тяжелым заболеванием. В многопараметрическом анализе всех глав наиболее сильные независимые ассоциации с тяжелым заболеванием были с рецептами в главах 1 (желудочно-кишечный тракт), 4 (центральная нервная система), 5 (инфекции), 9 (питание и кровь) и 14+ (другие, в основном перевязочные материалы и техника).

Построение модели многомерного прогнозирования рисков

Переменные, сохраненные из расширенного набора переменных (демографические переменные, перечисленные состояния, больничные диагнозы в каждой главе МКБ-10, рецепты в каждой главе BNF), показаны в таблице S8. Коэффициенты для конкретных состояний здесь не следует интерпретировать как оценки эффекта, поскольку в модель были включены глобальные переменные для любого больничного диагноза и любого перечисленного состояния. Прогностическая эффективность модели, выбранной с помощью пошаговой регрессии, оценивалась 10-кратной перекрестной проверкой. Наблюдаемый и прогнозируемый статус случай-контроль сравнивали в каждом слое по всем тестовым складкам. Таблица 5 показывает, что по сравнению с использованием только демографических переменных и перечисленных условий использование расширенного набора переменных увеличило C-статистику с 0,776 до 0,804 и ожидаемую информацию для дискриминации Λ от 0,88 бит до 1,07 бит.

На рис. 2 показаны распределения в случаях и средствах контроля веса свидетельств в пользу статуса случая над контролем из модели на основе расширенного набора переменных со сноской, объясняющей, как выводится Λ . Это показывает, как и ожидалось для многофакторного классификатора, что распределение в контроле приблизительно гауссово: нет четкого разделения между людьми высокого и низкого риска одного возраста и пола. Распределение в корпусах бимодальное; второй способ этого распределения представляет жителей домов престарелых. На рис. 3 показана кривая рабочих характеристик приемника с примечанием, объясняющим ее вывод из распределений весов доказательств.

Для каждого человека модель прогнозирования риска выводит апостериорную вероятность статуса случая, которая также может быть выражена как апостериорная вероятность. Разделение апостериорных шансов на априорные шансы дает отношение правдоподобия, в котором предпочтение отдается случаю, а не неслучайному статусу для человека. Вес свидетельства W - это логарифм этого отношения. Распределение W для случаев и контроля в тестовых данных показано на рис. 2. Для классификатора, чем дальше друг от друга эти кривые, тем лучше прогнозирующая способность. Ожидаемая информация для различения Λ - это среднее значение среднего распределения W в случаях и -1, умноженное на среднее значение распределения Wв элементах управления. Распределения были скорректированы с использованием средневзвешенного значения, чтобы сделать их математически согласованными [12].

Кривая ROC вычисляется путем вычисления для каждого значения оценки риска чувствительности и специфичности классификатора, который использует это значение в качестве порога для классификации случаев и других случаев. Использование скорректированных распределений с рис. 2 дает кривую, вогнутую вниз. C-статистика - это площадь под этой кривой, рассчитанная как вероятность правильной классификации пары случай / неслучай с использованием оценки риска, оцененной по всем возможным таким парам в наборе данных. ROC, характеристика оператора приемника.

Информация о дискриминации, полученная из сопоставленного исследования случай-контроль, в котором условия по возрасту и полу (1,07 бита) могут быть добавлены к информации для дискриминации, полученной с помощью логистической регрессии по возрасту и полу в популяции (2,58 бита). Это дает 3,65 бита в качестве общей информации для распознавания классификатора риска, которая может быть получена в совокупности.

Обсуждение

Социально-демографические факторы

Этот анализ подтверждает, что риск тяжелой формы COVID-19 связан с возрастом, мужским полом и социально-экономическими лишениями. Наклон отношения тяжелого заболевания (по шкале логарифмических коэффициентов) к возрасту менее крутой, чем наклон отношения смертельного заболевания к возрасту. Пребывание в доме престарелых было связано с 21-кратным увеличением частоты тяжелой формы COVID-19 в этом сопоставленном по возрасту анализе, сниженным до 15-кратного за счет поправки на перечисленные условия. Этот избыточный риск, вероятно, отражает как распространение эпидемии в домах престарелых, так и остаточную слабость.

Поскольку доля небелого населения Шотландии невелика, а присвоение этнической принадлежности в этом наборе данных неполное, доверительные интервалы для соотношений скоростей, связанных с этнической принадлежностью Южной Азии и чернокожим, широки. В исследованиях, проведенных в Англии [6,7,13], сообщается о повышении риска госпитализации и летального исхода COVID-19 среди небелых этнических групп; В исследовании OpenSAFELY коэффициенты риска смертельного исхода от COVID-19, связанные с чернокожим и азиатским национальностями, составили 1,7 и 1,6 соответственно. Доверительные интервалы в этом исследовании совместимы с величинами эффекта, оцененными в Англии.

Сопутствующие заболевания

Мы подтвердили, что условия умеренного риска, определенные NHS и другими агентствами [9], связаны с повышенным риском тяжелого COVID-19. Коэффициенты заболеваемости диабетом 1 типа 2,8 и диабет 2 типа 1,6 в целом аналогичны тем, о которых сообщалось в исследованиях UK Biobank [13] и OpenSAFELY [7]. Мы подтверждаем более высокий риск астмы, хронических заболеваний легких и печени, о которых сообщалось в этих и более ранних исследованиях. Соотношение показателей, связанных с этими состояниями риска, зависит от возраста: например, соотношение показателей, связанных с диабетом, выше в более молодом возрасте. Неожиданным открытием стало то, что риск, связанный с другими формами сердечных заболеваний, выше, чем риск, связанный с ишемической болезнью сердца. В эту категорию входят такие состояния, как фибрилляция предсердий, кардиомиопатии и сердечная недостаточность.Один из самых высоких показателей связан с хроническим заболеванием почек. Профилактика внутрибольничной передачи инфекции в отделениях диализа может помочь снизить этот риск. Во всех возрастных группах 78% тяжелых случаев имели хотя бы одно из перечисленных состояний. В этом наборе данных невозможно адекватно изучить риск, связанный с новообразованиями, поскольку мы не можем отдельно идентифицировать тех, кому было рекомендовано защитить себя, потому что у них были активные новообразования лимфоидной или кроветворной ткани или они получали лечение, которое влияет на иммунную систему. Мы планируем изучить это в отдельном исследовании, основанном на связи с записями советов по защите. У пациентов без каких-либо перечисленных состояний дальнейшая систематическая оценка истории прошлых госпитализаций не выявила редкого набора основных состояний; вместо,многие диагнозы были связаны с тяжелым COVID-19.

Агентства общественного здравоохранения [14] и сообщения в СМИ о внешне здоровых молодых людях, заболевших тяжелой формой COVID-19 [2], распространили сообщение о том, что все подвержены риску тяжелой формы COVID-19, независимо от их возраста и состояния здоровья. Однако мы обнаружили, что в половине случаев в возрасте до 40 лет имелось хотя бы одно из перечисленных состояний, а среди тех, у кого не было ни одного из этих состояний, доля тех, кто имел хотя бы одну предшествующую госпитализацию или выписал рецепт, была выше. случаев, чем в элементах управления. Во всех возрастных группах очень немногие из смертельных случаев не были госпитализированы в течение последних 5 лет или выписаны по рецепту в прошлом году.

Поразительным выводом этого исследования была связь тяжелой формы COVID-19 с отпуском по крайней мере одного рецепта в течение 240-дневного интервала, предшествующего 15-дневному периоду до постановки диагноза, что лишь частично объясняется более высокими показателями назначения лекарств среди лиц с перечисленными состояниями. Разделение этой связи между главами BNF, которые представляют широкие классы лекарств по показаниям, показало, что назначение лекарств для желудочно-кишечной и центральной нервной систем вместе с пищевыми добавками способствовало этой ассоциации. Хотя вполне вероятно, что большая часть ассоциаций тяжелой формы COVID-19 с назначением лекарств связана с показаниями, по которым эти лекарства были назначены, или с более диффузной слабостью, особенно у пожилых людей, причинные эффекты лекарств или прямое влияние полипрагмазии на восприимчивость не могут быть исключенным.Эти ассоциации исследуются в отдельной статье.

Соответствие политике

По мере ослабления ограничений изоляции существует общее мнение о том, что уязвимые люди будут нуждаться в защите, даже если возобновление эпидемии можно замедлить или подавить массовым тестированием, отслеживанием контактов и изоляцией тех, кто дал положительный результат. Вариант политики «стратификация и защита» [15] - при котором люди с высоким риском защищены в течение определенного периода, в то время как эпидемия может протекать относительно быстро у людей с низким риском до тех пор, пока не будет достигнут коллективный иммунитет, - в решающей степени зависит от информативной дискриминации по риску. . То же самое и с одноименной опцией «сегментировать и защищать» [16], которая имеет противоположную цель - поддерживать низкий уровень передачи. Хотя в этом предварительном исследовании мы не использовали весь набор методов машинного обучения, доступных для построения прогнозных моделей,мы показали, что модель, основанная на медицинских записях, предоставляет 1,07 бита информации для дискриминации в зависимости от возраста и пола. Добавление этого к 2,58 битам, предоставленным по возрасту и полу, дает общую информацию для различения в 3,7 бит. В другом месте мы показали, что такой уровень прогностической эффективности позволит отнести не менее 80% лиц, подверженных риску тяжелого или смертельного заболевания, в защищенную группу, составляющую не более 15% населения [15].В другом месте мы показали, что такой уровень прогностической эффективности позволит отнести не менее 80% лиц, подверженных риску тяжелого или смертельного заболевания, в защищенную группу, составляющую не более 15% населения [15].В другом месте мы показали, что такой уровень прогностической эффективности позволит отнести не менее 80% лиц, подверженных риску тяжелого или смертельного заболевания, в защищенную группу, составляющую не более 15% населения [15].

По мере роста осведомленности о том, как риск различается между людьми, люди будут искать информацию о своем собственном уровне риска. Ключевым результатом наших результатов является то, что риск тяжелого или смертельного заболевания является многофакторным. Коэффициент частоты 2,9, связанный с 10-летним увеличением возраста, сильнее, чем коэффициенты частоты, связанные с распространенными заболеваниями, такими как астма или диабет 2 типа, которые перечислены как состояния, связанные с высоким риском. Следствием этого является то, что грубая классификация, основанная на отнесении всех лиц с перечисленным заболеванием к группе, для которой рекомендуется экранирование, будет иметь плохую специфичность, поскольку четверть людей в возрасте 60–74 лет в популяции имеют по крайней мере один из перечисленные условия, которые мы рассмотрели. Это также исключит многих людей из группы высокого риска, потому что у них есть несколько факторов риска, каждый из которых имеет небольшой эффект.Более значимым способом оценки риска для человека было бы использование всей доступной информации для расчета «возраста COVID» как возраста, в котором средний риск для лица того же пола в популяции приравнивается к риску для исследуемого человека. . Таким образом, коэффициент 2,8, связанный с диабетом 1 типа, соответствует увеличению возраста COVID на 9,8 лет. В Шотландии технически возможно использовать существующие электронные медицинские карты для расчета оценки риска для каждого человека в популяции, хотя потребуется дополнительная работа, чтобы разработать ее в качестве основы для официальных рекомендаций и индивидуальных решений.

Методологические сильные и слабые стороны

Большинство сообщений о связи заболеваний с COVID-19 относятся к серии случаев. Было немного сообщений, основанных на оценке этих ассоциаций в популяции с помощью когортных исследований или исследований случай-контроль. Благодаря этой согласованной схеме «случай-контроль» с использованием выборки по плотности заболеваемости мы смогли оценить коэффициенты заболеваемости в зависимости от возраста и пола. В исследовании OpenSAFELY изучалась связь аналогичного набора состояний риска с внутрибольничной смертью от COVID-19 [7], но еще не сообщалось о систематической оценке остальной части медицинской документации, включая записи о рецептах. Хотя у нас есть записи об обналичивании рецептов, в настоящее время у нас нет доступа к другим данным первичной медико-санитарной помощи, которые могли бы содержать дополнительную информацию о заболеваемости и измерениях, таких как индекс массы тела. Однако сильная сторона нашего исследования в том, чтозаключается в том, что диагнозы при выписке из больницы кодируются в МКБ-10 обученными кодировщиками, в отличие от систем кодирования, используемых в базах данных первичной медико-санитарной помощи, которые не соответствуют признанным классификациям болезней. Связи с этнической принадлежностью и другими социально-демографическими факторами не обязательно распространяются из Шотландии на другие группы населения.

Заключение

Это исследование подтверждает, что риск тяжелой формы COVID-19 связан с социально-демографическими факторами и хроническими состояниями, такими как диабет, астма, болезни кровообращения и другие. Однако ассоциации с ранее существовавшим заболеванием связаны не только с небольшим набором состояний, которые способствуют риску, но и со многими состояниями, что демонстрируется ассоциациями с прошлым медицинским анамнезом и историей назначения лекарств в отношении нескольких физиологических систем. По мере того, как страны пытаются выйти из режима изоляции, одновременно защищая уязвимых лиц, потребуются многовариантные классификаторы, а не грубые подходы, основанные на правилах, для определения тех, кто подвергается наибольшему риску развития тяжелого заболевания.

Новости спорта

Изначально сайт создавался для пользователей со всех стран мира. Международный домен ориентирован на самых разных пользователей. Страницы сайта переведены на 46 языков, среди которых есть и азербайджанский. Это выгодно выделяет платформу на фоне конкурентов, так как многие из них либо не работают на территории данной страны, либо не имеют местной локализации.

Больше новостей