Articles

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

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. Wprowadzenie: TK pacjentów z ciężkim ostrym zespołem oddechowym choroby koronawirusowej 2 przedstawia zakres zajęcia płuc w zapaleniu płuc w chorobie koronawirusowej 2019 (COVID-19). Cel: Określenie wartości kwantyfikacji dobrze napowietrzonego płuca (WAL) uzyskanej przy przyjęciu do TK klatki piersiowej w celu określenia rokowania u pacjentów z zapaleniem płuc COVID-19. Materiał i metody: Analizie retrospektywnej poddano badania obrazowe pacjentów przyjętych na oddział ratunkowy w okresie od 17 lutego do 10 marca 2020 roku, u których wykonano CT klatki piersiowej. Wykluczono pacjentów z ujemnymi wynikami reakcji łańcuchowej polimerazy z odwrotną transkrypcją dla koronawirusa 2 zespołu ostrej niewydolności oddechowej przy pobieraniu wymazu z nosa i gardła, ujemnymi wynikami tomografii komputerowej klatki piersiowej i niekompletnymi danymi klinicznymi. Obrazy TK analizowano pod kątem ilościowego określenia WAL wizualnie (%V-WAL), za pomocą oprogramowania typu open-source (%S-WAL) i za pomocą objętości bezwzględnej (VOL-WAL). Parametry kliniczne obejmowały charakterystykę pacjenta, choroby współistniejące, rodzaj i czas trwania objawów, saturację tlenem i wartości laboratoryjne. Regresję logistyczną zastosowano do oceny zależności między parametrami klinicznymi i metryką TK a wynikiem leczenia (przyjęcie na oddział intensywnej terapii lub zgon vs brak przyjęcia na OIT lub zgon). Obszar pod krzywą charakterystyki operacyjnej odbiornika (AUC) został obliczony w celu określenia wydajności modelu. Wyniki: Do badania włączono 236 pacjentów (59 ze 123 było kobietami; mediana wieku, 68 lat). Wskaźnik %V-WAL mniejszy niż 73% (iloraz szans , 5,4; 95% przedział ufności : 2,7, 10,8; P , .001), %S-WAL mniejszy niż 71% (OR, 3,8; 95% CI: 1,9, 7,5; P , .001) i VOL-WAL mniejszy niż 2,9 L (OR, 2,6; 95% CI: 1,2, 5,8; P , .01) były predyktorami przyjęcia na OIT lub zgonu. W porównaniu z modelami klinicznymi zawierającymi tylko parametry kliniczne (AUC = 0,83), wszystkie trzy modele ilościowe wykazały lepszą wydajność diagnostyczną (AUC = 0,86 dla wszystkich modeli). Modele zawierające %V-WAL mniejsze niż 73% i VOL-WAL mniejsze niż 2,9 L były lepsze pod względem skuteczności w porównaniu z modelami zawierającymi tylko parametry kliniczne (P = .04 dla obu modeli). Wnioski: U pacjentów z potwierdzoną chorobą koronawirusową 2019 zapalenie płuc, wizualna lub programowa kwantyfikacja zakresu nieprawidłowości płuc CT były predyktorami przyjęcia na oddział intensywnej terapii lub zgonu.

AB – © RSNA, 2020. Wprowadzenie: CT pacjentów z ciężkim ostrym zespołem oddechowym choroby koronawirusowej 2 przedstawia zakres zajęcia płuc w zapaleniu płuc w chorobie koronawirusowej 2019 (COVID-19). Cel: Określenie wartości kwantyfikacji dobrze napowietrzonego płuca (WAL) uzyskanej przy przyjęciu do TK klatki piersiowej w celu określenia rokowania u pacjentów z zapaleniem płuc COVID-19. Materiał i metody: Analizie retrospektywnej poddano badania obrazowe pacjentów przyjętych na oddział ratunkowy w okresie od 17 lutego do 10 marca 2020 roku, u których wykonano CT klatki piersiowej. Wykluczono pacjentów z ujemnymi wynikami reakcji łańcuchowej polimerazy z odwrotną transkrypcją dla koronawirusa 2 zespołu ostrej niewydolności oddechowej przy pobieraniu wymazu z nosa i gardła, ujemnymi wynikami tomografii komputerowej klatki piersiowej i niekompletnymi danymi klinicznymi. Obrazy TK analizowano pod kątem ilościowego określenia WAL wizualnie (%V-WAL), za pomocą oprogramowania typu open-source (%S-WAL) i za pomocą objętości bezwzględnej (VOL-WAL). Parametry kliniczne obejmowały charakterystykę pacjenta, choroby współistniejące, rodzaj i czas trwania objawów, saturację tlenem i wartości laboratoryjne. Regresję logistyczną zastosowano do oceny zależności między parametrami klinicznymi i metryką TK a wynikiem leczenia (przyjęcie na oddział intensywnej terapii lub zgon vs brak przyjęcia na OIT lub zgon). Obszar pod krzywą charakterystyki operacyjnej odbiornika (AUC) został obliczony w celu określenia wydajności modelu. Wyniki: Do badania włączono 236 pacjentów (59 ze 123 było kobietami; mediana wieku, 68 lat). Wskaźnik %V-WAL mniejszy niż 73% (iloraz szans , 5,4; 95% przedział ufności : 2,7, 10,8; P , .001), %S-WAL mniejszy niż 71% (OR, 3,8; 95% CI: 1,9, 7,5; P , .001) i VOL-WAL mniejszy niż 2,9 L (OR, 2,6; 95% CI: 1,2, 5,8; P , .01) były predyktorami przyjęcia na OIT lub zgonu. W porównaniu z modelami klinicznymi zawierającymi tylko parametry kliniczne (AUC = 0,83), wszystkie trzy modele ilościowe wykazały lepszą wydajność diagnostyczną (AUC = 0,86 dla wszystkich modeli). Modele zawierające %V-WAL mniejsze niż 73% i VOL-WAL mniejsze niż 2,9 L były lepsze pod względem skuteczności w porównaniu z modelami zawierającymi tylko parametry kliniczne (P = .04 dla obu modeli). Wnioski: U pacjentów z potwierdzoną chorobą koronawirusową 2019 zapalenie płuc, wizualna lub programowa kwantyfikacja zakresu nieprawidłowości płuc CT były predyktorami przyjęcia na oddział intensywnej terapii lub zgonu.

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

.