针对加密球菌脑膜炎死亡率的个性化风险预测工具,以指导撒哈拉以南非洲地区的治疗分层:基于两项随机对照试验的综合分析的预后建模研究

科学领域:

• 传染性疾病 传染性疾病
• 公共卫生 公共卫生
• 医学统计 医学统计

背景情况:

• 加密球菌脑膜炎是全球艾滋病毒感染者的首要死亡原因.
• 有效的风险分层对于优化治疗策略至关重要.
• 撒哈拉以南非洲承受着与艾滋病毒相关的密码球菌脑膜炎的重大负担.

研究的目的:

• 开发和验证HIV相关的加密球菌脑膜炎全因死亡率的预测模型.
• 创建适用于资源有限的环境中的模型.
• 帮助分层患者进行有针对性的干预.

主要方法:

• 从ACTG和AMBITION-cm随机对照试验中汇集个人级别的数据.
• 开发了两个多变量逻辑回归模型:一个基本模型 (常规预测器) 和一个研究模型 (综合预测器).
• 利用内部-外部交叉验证和保留数据用于模型性能评估 (区分和校准).

主要成果:

• 包括1488名参与者; 17.6%的开发组和9.3%的验证组经历了2周死亡率.
• 确定了关键预测因素,包括格拉斯哥昏迷表,表现状况,血红蛋白,中性粒细胞计数和治疗.
• 两种模型都显示出良好的区别 (C统计数据为0.78-0.85),但在校准中显示出一些异质性,特别是高风险组的风险高估.

结论:

• 开发的模型准确地预测了与艾滋病毒相关的加密球菌脑膜炎的2周死亡率.
• 这些模型显示了在低收入和中等收入国家的治疗分层策略中整合的潜力.
• 进一步细化可能会提高对高风险人群的校准.