Dergiler / Kocaeli Üniversitesi Sağlık Bilimleri Dergisi / 2021 / Cilt: 7 - Sayı: 2

COVID-19 SALGININDA PNÖMONİSİ OLAN HASTALARDA MORTALİTE, HASTANEYE YATIŞ VE MEKANİK VENTİLASYON GEREKSİNİMLERİNİN DEĞERLENDİRİLMESİ

PREDICTION OF MORTALITY, HOSPITALIZATION AND MECHANICAL VENTILATION NEEDS OF PATIENTS WITH PNEUMONIA IN COVID-19 OUTBREAK

Sayfa
130–137
Yayın Tarihi
2022-10-19
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular: Toplam 271 pnömoni olgusundan 146'sı son analize dahil edildi.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Amaç: COVID-19 salgını, pnömoniye bağlı mortalite nedeniyle önemli kayıpları beraberinde getirmiştir.
📊
Temel Bulgular & Veri:Bu araştırmada, COVID-19 salgını sırasında başvuran atipik pnömoni vakalarında mortalite ve diğer kötü sonlanım prediktörlerini bulmayı amaçladık.
💡
Sonuç & Katkı:Bulgular: Toplam 271 pnömoni olgusundan 146'sı son analize dahil edildi.
🔬Tür:Laboratuvar & Saha Deneyi
📍Kapsam:2020 · 17 hasta
⚙️Değişkenler:Alan Parametreleri

Özet

Amaç: COVID-19 salgını, pnömoniye bağlı mortalite nedeniyle önemli kayıpları beraberinde getirmiştir. Bu araştırmada, COVID-19 salgını sırasında başvuran atipik pnömoni vakalarında mortalite ve diğer kötü sonlanım prediktörlerini bulmayı amaçladık. Yöntem: Bu araştırma Mart ve Mayıs 2020 tarihleri arasında acil servisimizde yürütülen ileriye dönük kohort bir araştırmadır. Acil servise başvuran, toraks bilgisayarlı tomografisinde COVID-19 ilişkili atipik pnömoni patterni tespit edilen tüm erişkin hastalar araştırmaya dahil edildiler, bakteriyel pnömoni patterni olan hastalar ise dışlandılar. Araştırmanın primer sonlanım noktası; bir aylık süre içinde mortalite, yoğun bakım yatışı ve mekanik ventilasyon gereksinimi şeklinde birleşik sonlanım olarak planlandı. Bu hastalarda belirtilen kötü sonlanım prediktörlerinin araştırılması için bir lojistik regresyon modeli oluşturuldu. Bulgular: Toplam 271 pnömoni olgusundan 146'sı son analize dahil edildi. Dahil edilen hastaların 31'inde (%21,2) birleşik sonlanım gerçekleşti, 17 hasta bir aylık dönem içinde öldü. Son regresyon modeline hastaların yaşları, kalp yetmezliği öyküsü bulunması, inme öyküsü bulunması, vücut sıcaklığı, dispne, öksürük, bilinç değişikliği, ciddi bronkospazm, tomografide bilateral akciğer bulgusu olması, hemoglobin, LDH, laktat, bikarbonat ve kreatinin düzeyleri dahil edildi. Buna göre; hastalarda bilinç değişikliği olmasının (odds oranı [OO]:15,7, %95'lik güven aralığı [GA]: 1,7-141,6), ciddi bronkospazmın (OO:12,4, %95 GA:1,6-97,9) ve laktat düzeyindeki artışın (OO:1,1, %95 GA: 1,0-1,2) kötü sonlanımın bağımsız prediktörleri olduğu bulundu. Sonuç: Birçok klinik ve laboratuvar değişken arasından; bilinç değişikliği, ciddi bronkospazm ve laktat düzeylerinin kötü sonlanımı öngördüğü belirlenmiştir.

Abstract

Objective: The COVID-19 pandemic has brought considerable loss to the world by means of pneumonia related mortality. In the current study, weaimed to discover the predictors of mortality and other worse outcomes in atypical pneumonia cases during the COVID-19 outbreak.Methods: A prospective cohort study was carried out in our emergency department (ED) between March and May, 2020. All adult patientspresented to the ED with atypical pneumonia patterns related to COVID-19 based on a chest CT scan were included in the study, and patients withbacterial pneumonia patterns were excluded. The primary outcome measure was determined as the composite outcome, including mortality andintensive care unit admission or mechanical ventilation needs within a one-month period. A binary logistic regression model was constructed topredict the worse outcomes in those patients.Results: Of the 271 suspected pneumonia cases, 146 patients were included in the final analysis. The composite outcome occurred in 31 patients(21.2%), 17 of whom died within one month. The patients’ age, history of heart failure, history of stroke, body temperature, dyspnea, cough, alteredmental status, serious bronchospasm, bilateral lung involvement, hemoglobin level, LDH, lactate level, and bicarbonate and creatinine levels wereadded to the final model. Finally, patients’ altered mental status (OR:15.7, 95%CI:1.7-141.6), serious bronchospasm (OR:12.4, 95%CI:1.6-97.9), andlactate levels (OR:1.1, 95%CI:1.0-1.2) were found to be independent predictors for worse outcomes.Conclusion: Among various clinical and laboratory variables, altered mental status, serious bronchospasm, and lactate levels can be used to predictworse outcomes.

🔖

Bu Makaleye Atıf Yap

YILMAZ, S., DOĞAN, S., DOĞAN, N. Ö., PEKDEMİR, M., EMİR, D. F., TEKE, K. B. (2022). COVID-19 SALGININDA PNÖMONİSİ OLAN HASTALARDA MORTALİTE, HASTANEYE YATIŞ VE MEKANİK VENTİLASYON GEREKSİNİMLERİNİN DEĞERLENDİRİLMESİ. Kocaeli Üniversitesi Sağlık Bilimleri Dergisi, Cilt: 7 - Sayı: 2, 130–137. https://ajindex.com/articles/574986

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. World Health Organization. Coronavirus (COVID-19) outbreak situation. URL: https://www.who.int/emergencies/diseases/novel-coronavirus2019 (Accessed on: October 15, 2020)
  2. Yang X, Yu Y, Xu J, Shu H, Xia J, Liu H, et al. Clinical course and outcomes of critically ill patients with SARS-CoV2 pneumonia in Wuhan, China: a single-centered, retrospective, observational study. Lancet Respir Med 2020;8:475-481
  3. Chen N, Zhou M, Dong X, Qu J, Gong F, Han Y, et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: a descriptive study. Lancet 2020;395:507-513
  4. Bhargava A, Fukushima EA, Levine M, Zhao W, Tanveer F, Szpunar SM, et al. Predictors for Severe COVID-19 Infection. Clin Infect Dis 2020 May 30;ciaa674. doi: 10.1093/cid/ciaa674. Online ahead of print
  5. Cecconi M, Piovani D, Brunetta E, Aghemo A, Greco M, Ciccarelli M, et al. Early Predictors of Clinical Deterioration in a Cohort of 239 Patients Hospitalized for Covid-19 Infection in Lombardy, Italy. J Clin Med 2020;9:E1548
  6. Du RH, Liang LR, Yang CQ, Wang W, Cao TZ, Li M, et al. Predictors of Mortality for Patients With COVID-19 Pneumonia Caused by SARS-CoV-2: A Prospective Cohort Study. Eur Respir J 2020;55:2000524
  7. Petrilli CM, Jones SA, Yang J, Rajagopalan H, O'Donnell L, Chernyak Y, et al. Factors Associated With Hospital Admission and Critical Illness Among 5279 People With Coronavirus Disease 2019 in New York City: Prospective Cohort Study. BMJ 2020;369:m1966
  8. Ruan Q, Yang K, Wang W, Jiang L, Song J. Clinical Predictors of Mortality Due to COVID-19 Based on an Analysis of Data of 150 Patients From Wuhan, China. Intensive Care Med 2020;46:846-848
  9. Rothe C, Schunk M, Sothmann P, Bretzel G, Froeschl G, Wallrauch C, et al. Transmission of 2019-nCoV Infection From an Asymptomatic Contact in Germany. N Engl J Med 2020;382:970-971
  10. Guan WJ, Ni ZY, Hu Y, Liang WH, Ou CQ, Heet JX, et al. Clinical Characteristics of Coronavirus Disease 2019 in China. N Engl J Med 2020;382:1708-1720
  11. Zhao J, Yuan Q, Wang H, Liu W, Liao X, Suet Y, et al. Antibody responses to SARS-CoV-2 in patients of novel coronavirus disease 2019. Clin Infect Dis 2020. DOI: 10.1093/cid/ciaa344
  12. Sethuraman N, Jeremiah SS, Ryo A. Interpreting Diagnostic Tests for SARS-CoV-2. JAMA [In Press] 2020 May 6. doi: 10.1001/jama.2020.8259
  13. Watson J, Whiting PF, Brush JE. Interpreting a COVID-19 Test Result. BMJ 2020;369:m1808
  14. Wang W, Xu Y, Gao R, Lu R, Han