使用机器学习来确定适合Anakinra治疗COVID-19的患者人群,根据紧急使用授权
Qi Liu1, Raj Nair2, Ruihao Huang1
1Office of Clinical Pharmacology, Office of Translational Sciences, Center for Drug Evaluation and Research, US Food and Drug Administration, Silver Spring, Maryland, USA.
Clinical pharmacology and therapeutics
|February 13, 2024
概括
一项新的评分规则确定了可能受益于anakinra的住院COVID-19患者,支持其紧急使用授权. 这种方法有助于在suPAR测试不可用时做出治疗决定.
科学领域:
- 免疫学 免疫学 免疫学
- 传染性疾病 传染性疾病
- 计算生物学 计算生物学
背景情况:
- 阿纳金拉被认为是住院COVID-19患者的呼吸衰竭风险.
- 较高的suPAR水平可以识别可能受益的患者,但该测定方法尚未得到广泛应用.
- 紧急使用授权 (EUA) 需要可靠的患者选择方法.
研究的目的:
- 开发和验证临床评分规则,以识别患有升高suPAR水平 (≥6 ng/mL) 的患者.
- 通过在没有suPAR测定可用的情况下使患者识别成为可能,以支持anakinra的 EUA.
主要方法:
- 使用机器学习方法,基于SAVEMORE试验数据创建分数规则.
- 该评分规则是使用SAVE试验数据进行外部验证的.
- 该规则旨在识别那些在基线可能具有suPAR水平≥6ng/mL的患者.
主要成果:
- 开发的临床评分规则显示了高的积极预测价值和特异性.
- 该规则在识别患有升高suPAR的患者时表现出合理的敏感性.
- 外部验证证实了得分规则的性能.
结论:
- 临床评分规则有效地识别了住院COVID-19患者可能有升高的suPAR水平.
- 该工具支持anakinra的 EUA,通过允许适当的患者选择.
- 评分规则为临床决策提供了对suPAR试验的可行替代方案.


