TY – JOUR

T1 – Die gut belüftete Lunge im CT bei der Aufnahme zur Vorhersage ungünstiger Ergebnisse bei COVID-19 Pneumonie

AU – Colombi, Davide

AU – Bodini, Flavio C.

AU – Petrini, Marcello

AU – Maffi, Gabriele

AU – Morelli, Nicola

AU – Milanese, Gianluca

AU – Silva, Mario

AU – Sverzellati, Nicola

AU – Michieletti, Emanuele

PY – 2020/8/1

Y1 – 2020/8/1

N2 – © RSNA, 2020. Hintergrund: Die CT von Patienten mit schwerem akutem respiratorischem Syndrom und Coronavirus-2-Erkrankung zeigt das Ausmaß der Lungenbeteiligung bei der Coronavirus-Krankheit 2019 (COVID-19) Pneumonie. Ziel: Bestimmung des Wertes der Quantifizierung der gut belüfteten Lunge (WAL), die bei der Aufnahme-Thorax-CT gewonnen wurde, um die Prognose bei Patienten mit COVID-19-Pneumonie zu bestimmen. Material und Methoden: Die Aufnahmen von Patienten, die zwischen dem 17. Februar und dem 10. März 2020 in die Notaufnahme eingeliefert wurden und sich einer Thorax-CT unterzogen, wurden retrospektiv analysiert. Patienten mit negativem Ergebnis der Reverse-Transkriptions-Polymerase-Kettenreaktion für das Coronavirus 2 des schweren akuten respiratorischen Syndroms beim Nasen-Rachen-Abstrich, negativem Thorax-CT-Befund und unvollständigen klinischen Daten wurden ausgeschlossen. Die CT-Bilder wurden zur Quantifizierung des WAL visuell (%V-WAL), mit Open-Source-Software (%S-WAL) und mit absolutem Volumen (VOL-WAL) analysiert. Zu den klinischen Parametern gehörten Patientenmerkmale, Begleiterkrankungen, Art und Dauer der Symptome, Sauerstoffsättigung und Laborwerte. Mit Hilfe der logistischen Regression wurde die Beziehung zwischen den klinischen Parametern und den CT-Metriken und dem Patientenergebnis (Aufnahme auf der Intensivstation oder Tod im Vergleich zu keiner Aufnahme auf der Intensivstation oder Tod) bewertet. Zur Bestimmung der Modellleistung wurde die Fläche unter der Empfängerkennlinie (AUC) berechnet. Ergebnisse: Die Studie umfasste 236 Patienten (59 von 123 waren weiblich; mittleres Alter 68 Jahre). Ein %V-WAL unter 73 % (Odds Ratio , 5,4; 95 % Konfidenzintervall: 2,7, 10,8; P , .001), %S-WAL unter 71 % (OR, 3,8; 95 % CI: 1,9, 7,5; P , .001) und VOL-WAL unter 2,9 L (OR, 2,6; 95 % CI: 1,2, 5,8; P , .01) waren Prädiktoren für die Aufnahme auf der Intensivstation oder den Tod. Im Vergleich zu klinischen Modellen, die nur klinische Parameter enthalten (AUC = 0,83), zeigten alle drei quantitativen Modelle eine bessere diagnostische Leistung (AUC = 0,86 für alle Modelle). Die Modelle, die einen %V-WAL-Wert von weniger als 73 % und einen VOL-WAL-Wert von weniger als 2,9 l enthielten, waren den Modellen, die nur klinische Parameter enthielten, in ihrer Leistung überlegen (P = .04 für beide Modelle). Schlussfolgerung: Bei Patienten mit bestätigter Coronavirus-Erkrankung 2019-Pneumonie waren die visuelle oder Software-Quantifizierung des Ausmaßes der CT-Lungenanomalie Prädiktoren für die Aufnahme auf die Intensivstation oder den Tod.

AB – © RSNA, 2020. Hintergrund: Die CT von Patienten mit schwerem akutem respiratorischem Syndrom und Coronavirus-2-Erkrankung zeigt das Ausmaß der Lungenbeteiligung bei der Coronavirus-Krankheit 2019 (COVID-19) Pneumonie. Ziel: Bestimmung des Wertes der Quantifizierung der gut belüfteten Lunge (WAL), die bei der Aufnahme-Thorax-CT gewonnen wurde, um die Prognose bei Patienten mit COVID-19-Pneumonie zu bestimmen. Material und Methoden: Die Aufnahmen von Patienten, die zwischen dem 17. Februar und dem 10. März 2020 in die Notaufnahme eingeliefert wurden und sich einer Thorax-CT unterzogen, wurden retrospektiv analysiert. Patienten mit negativem Ergebnis der Reverse-Transkriptions-Polymerase-Kettenreaktion für das Coronavirus 2 des schweren akuten respiratorischen Syndroms beim Nasen-Rachen-Abstrich, negativem Thorax-CT-Befund und unvollständigen klinischen Daten wurden ausgeschlossen. Die CT-Bilder wurden zur Quantifizierung des WAL visuell (%V-WAL), mit Open-Source-Software (%S-WAL) und mit absolutem Volumen (VOL-WAL) analysiert. Zu den klinischen Parametern gehörten Patientenmerkmale, Begleiterkrankungen, Art und Dauer der Symptome, Sauerstoffsättigung und Laborwerte. Mit Hilfe der logistischen Regression wurde die Beziehung zwischen den klinischen Parametern und den CT-Metriken und dem Patientenergebnis (Aufnahme auf der Intensivstation oder Tod im Vergleich zu keiner Aufnahme auf der Intensivstation oder Tod) bewertet. Zur Bestimmung der Modellleistung wurde die Fläche unter der Empfängerbetriebskennlinie (AUC) berechnet. Ergebnisse: Die Studie umfasste 236 Patienten (59 von 123 waren weiblich; mittleres Alter 68 Jahre). Ein %V-WAL unter 73 % (Odds Ratio , 5,4; 95 % Konfidenzintervall: 2,7, 10,8; P , .001), %S-WAL unter 71 % (OR, 3,8; 95 % CI: 1,9, 7,5; P , .001) und VOL-WAL unter 2,9 L (OR, 2,6; 95 % CI: 1,2, 5,8; P , .01) waren Prädiktoren für die Aufnahme auf der Intensivstation oder den Tod. Im Vergleich zu klinischen Modellen, die nur klinische Parameter enthalten (AUC = 0,83), zeigten alle drei quantitativen Modelle eine bessere diagnostische Leistung (AUC = 0,86 für alle Modelle). Die Modelle, die einen %V-WAL-Wert von weniger als 73 % und einen VOL-WAL-Wert von weniger als 2,9 l enthielten, waren den Modellen, die nur klinische Parameter enthielten, in ihrer Leistung überlegen (P = .04 für beide Modelle). Schlussfolgerung: Bei Patienten mit bestätigter Coronavirus-Erkrankung 2019 waren die visuelle oder Software-Quantifizierung des Ausmaßes der CT-Lungenanomalie Prädiktoren für die Aufnahme auf der Intensivstation oder den Tod.

UR – http://www.scopus.com/inward/record.url?scp=85088351786&partnerID=8YFLogxK