针对COVID-19患者的住院时间预测得分系统:对拟议的实用模型的评估

科学领域:

• 医学预测 医学预测
• 传染病流行病学 传染病流行病学
• 医疗保健服务研究 医疗服务研究

背景情况:

• 准确预测COVID-19患者住院时间对于资源分配和患者管理至关重要.
• 现有的预后工具可能无法完全捕捉疾病进展和恢复的复杂性.
• 需要验证的尺度指导临床决策在初级保健和分拣设置是明显的.

研究的目的:

• 评估新开发的尺度在预测住院COVID-19患者住院时间的预后能力.
• 为这些尺度建立基线值,以促进它们融入初级保健.
• 确定最有效的模型用于实际的临床应用.

主要方法:

• 对140名住院COVID-19患者的数据进行分析,这些患者在大流行开始至2022年1月期间接受治疗.
• 基于点系统的四种不同的预测模型的开发和评估.
• 线性回归分析以将积累的积分与实际住院时间相关联.

主要成果:

• 由于R平方值较低,I和IV型号的实用性较低.
• 模型II和III显示出显著的预后值,R平方值分别为0.0703和0.111.
• 在模型II和模型III中,在得分为2和5的情况下,与0.0的得分相比,在住院时间的统计学上显著增加.

结论:

• 模型II和III显示了COVID-19场景的最高实际实用性和预后价值.
• 这些模型的平均和最大分数与住院时间有显著的相关性.
• 这些经过验证的模型可以在分拣和初级保健环境中实践使用,即使对喘和COPD等特定并发症的数据有限,这些模型也可能是有益的.