TY – JOUR

T1 – Well-aerated Lung on Admitting Chest CT to Predict Adverse Outcome in COVID-19 Pneumonia

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. Background: La TC dei pazienti affetti da sindrome respiratoria acuta grave da coronavirus 2 descrive l’estensione del coinvolgimento polmonare nella polmonite da coronavirus 2019 (COVID-19). Scopo: Determinare il valore della quantificazione del polmone ben areato (WAL) ottenuto alla TC del torace di ammissione per determinare la prognosi nei pazienti con polmonite da COVID-19. Materiali e metodi: Sono state analizzate retrospettivamente le immagini dei pazienti ammessi al dipartimento di emergenza tra il 17 febbraio e il 10 marzo 2020 e sottoposti a TC del torace. Sono stati esclusi i pazienti con risultati negativi della reazione a catena della polimerasi a trascrizione inversa per il coronavirus 2 della sindrome respiratoria acuta grave al tampone nasale-faringeo, risultati negativi della TC del torace e dati clinici incompleti. Le immagini CT sono state analizzate per la quantificazione di WAL visivamente (%V-WAL), con software open-source (%S-WAL), e con volume assoluto (VOL-WAL). I parametri clinici includevano le caratteristiche del paziente, le comorbilità, il tipo e la durata dei sintomi, la saturazione di ossigeno e i valori di laboratorio. La regressione logistica è stata utilizzata per valutare la relazione tra i parametri clinici e le metriche CT rispetto all’esito del paziente (ricovero in unità di terapia intensiva o morte vs nessun ricovero in unità di terapia intensiva o morte). L’area sotto la curva delle caratteristiche operative del ricevitore (AUC) è stata calcolata per determinare le prestazioni del modello. Risultati: Lo studio ha incluso 236 pazienti (59 su 123 erano donne; età mediana, 68 anni). Una %V-WAL inferiore al 73% (odds ratio, 5.4; 95% intervallo di confidenza: 2.7, 10.8; P , .001), %S-WAL inferiore al 71% (OR, 3.8; 95% CI: 1.9, 7.5; P , .001), e VOL-WAL inferiore a 2.9 L (OR, 2.6; 95% CI: 1.2, 5.8; P , .01) erano predittori di ammissione in ICU o morte. Rispetto ai modelli clinici contenenti solo parametri clinici (AUC = 0,83), tutti e tre i modelli quantitativi hanno mostrato migliori prestazioni diagnostiche (AUC = 0,86 per tutti i modelli). I modelli contenenti %V-WAL inferiore al 73% e VOL-WAL inferiore a 2,9 L erano superiori in termini di prestazioni rispetto ai modelli contenenti solo parametri clinici (P = .04 per entrambi i modelli). Conclusioni: Nei pazienti con polmonite confermata da coronavirus 2019, la quantificazione visiva o software dell’estensione dell’anomalia polmonare CT erano predittori di ricovero in unità di terapia intensiva o di morte.

AB – © RSNA, 2020. Background: CT di pazienti con grave sindrome respiratoria acuta coronavirus 2 malattia raffigura l’estensione del coinvolgimento polmonare in coronavirus malattia 2019 (COVID-19) polmonite. Scopo: Determinare il valore della quantificazione del polmone ben areato (WAL) ottenuto alla TC del torace di ammissione per determinare la prognosi nei pazienti con polmonite da COVID-19. Materiali e metodi: Sono state analizzate retrospettivamente le immagini dei pazienti ammessi al dipartimento di emergenza tra il 17 febbraio e il 10 marzo 2020 e sottoposti a TC del torace. Sono stati esclusi i pazienti con risultati negativi della reazione a catena della polimerasi a trascrizione inversa per il coronavirus 2 della sindrome respiratoria acuta grave al tampone nasale-faringeo, risultati negativi della TC del torace e dati clinici incompleti. Le immagini CT sono state analizzate per la quantificazione di WAL visivamente (%V-WAL), con software open-source (%S-WAL), e con volume assoluto (VOL-WAL). I parametri clinici includevano le caratteristiche del paziente, le comorbilità, il tipo e la durata dei sintomi, la saturazione di ossigeno e i valori di laboratorio. La regressione logistica è stata utilizzata per valutare la relazione tra i parametri clinici e le metriche CT rispetto all’esito del paziente (ricovero in unità di terapia intensiva o morte vs nessun ricovero in unità di terapia intensiva o morte). L’area sotto la curva caratteristica operativa del ricevitore (AUC) è stata calcolata per determinare le prestazioni del modello. Risultati: Lo studio ha incluso 236 pazienti (59 su 123 erano donne; età mediana, 68 anni). Una %V-WAL inferiore al 73% (odds ratio, 5.4; 95% intervallo di confidenza: 2.7, 10.8; P , .001), %S-WAL inferiore al 71% (OR, 3.8; 95% CI: 1.9, 7.5; P , .001), e VOL-WAL inferiore a 2.9 L (OR, 2.6; 95% CI: 1.2, 5.8; P , .01) erano predittori di ammissione in ICU o morte. Rispetto ai modelli clinici contenenti solo parametri clinici (AUC = 0,83), tutti e tre i modelli quantitativi hanno mostrato migliori prestazioni diagnostiche (AUC = 0,86 per tutti i modelli). I modelli contenenti %V-WAL inferiore al 73% e VOL-WAL inferiore a 2,9 L erano superiori in termini di prestazioni rispetto ai modelli contenenti solo parametri clinici (P = .04 per entrambi i modelli). Conclusioni: Nei pazienti con polmonite confermata da coronavirus 2019, la quantificazione visiva o software dell’estensione dell’anomalia polmonare CT erano predittori di ricovero in unità di terapia intensiva o di morte.

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