BMJ опубликовал новый инструмент риска, разработанный британскими исследователями для прогнозирования риска попадания в больницу и смерти от COVID-19.
В связи с увеличением числа случаев заболевания в Великобритании и других странах и приближением зимы существует острая потребность в надежных моделях, которые предсказывают вероятное течение COVID-19, чтобы поддерживать решения о защите, госпитализации, лечении и вакцинации.
Инструмент прогнозирования риска (известный как QCOVID) использует легкодоступную информацию о людях, такую как их возраст, этническая принадлежность и наличие у них определенных ранее существовавших состояний (сопутствующих заболеваний), чтобы помочь идентифицировать людей с самым высоким риском развития тяжелого заболевания. Он предназначен для применения среди взрослого населения Великобритании в целом.
Инструмент предоставляет подробную информацию о риске серьезных заболеваний людей из-за COVID-19 и предназначен для использования клиницистами с пациентами для достижения общего понимания риска.
Инструмент необходимо будет регулярно обновлять по мере развития пандемии и тщательного мониторинга его эффективности.
Были разработаны некоторые предыдущие модели прогнозирования рисков. Было установлено, что они имеют высокий риск систематической ошибки, что вызывает опасения, что эти модели могут быть ненадежными при применении на практике.
Британская исследовательская группа приступила к разработке и проверке модели прогнозирования на уровне населения для оценки общих рисков заражения и последующей госпитализации или смерти от COVID-19. Были предприняты шаги для смягчения известных источников систематической ошибки.
Их выводы основаны на данных более чем 8 миллионов пациентов в возрасте 19-100 лет из 1205 врачей общей практики в Англии, связанных с результатами тестов на COVID-19, данными больниц и регистраций смертей.
Данные от 6 миллионов пациентов были использованы для разработки модели за 97-дневный период (с 24 января по 30 апреля 2020 г.), а еще 2.2 миллиона пациентов для проверки эффективности его работы в течение двух отдельных периодов времени (с 24 января по 30 апреля 2020 года и с 1 мая по 30 июня 2020 года) во время первой волны пандемии.
Для разработки модели использовались известные факторы, такие как возраст, этническая принадлежность, депривация, индекс массы тела и ряд сопутствующих заболеваний для оценки вероятности и времени госпитализации или смерти от COVID-19.
За период исследования 4384 случая смерти от COVID-19 произошли в группе разработки, 1782 человека – в первый период валидации и 621 – во второй период валидации.
Модель показала хорошие результаты, предсказав 73% и 74% вариации времени до смерти от COVID-19 у мужчин и женщин, соответственно.
76% смертей от COVID-19 в течение 97-дневного периода исследования приходилось на людей, входящих в 5% лучших по прогнозируемому риску смерти. 94% смертей от COVID-19 приходилось на людей, входящих в верхние 20% прогнозируемого риска смерти.
Исследователи отмечают, что модель предназначена для прогнозирования риска – она не нацелена на объяснение того, какие отдельные факторы причинно влияют на риск, и результаты не следует интерпретировать таким образом.
Абсолютные риски, полученные с помощью модели, со временем будут меняться в соответствии с преобладающим уровнем заражения COVID-19 и степенью применяемых мер социального дистанцирования, поэтому их также следует интерпретировать с осторожностью. Однако ожидается, что порядок лиц с точки зрения их риска будет оставаться относительно стабильным с течением времени, чтобы можно было идентифицировать тех, кто подвергается наибольшему риску.
Исследователи говорят, что QCOVID представляет собой надежную модель прогнозирования рисков, которая может поддержать политику общественного здравоохранения, от принятия совместных решений по снижению рисков для здоровья и рабочего места до целевого набора для клинических испытаний и определения приоритетов для вакцинации.
Модель также может быть перекалибрована для разных периодов времени и может регулярно обновляться по мере развития пандемии.
Хотя QCOVID был специально разработан для информирования о политике здравоохранения Великобритании и мерах по управлению рисками, связанными с COVID-19, он имеет международный потенциал при условии проверки на местном уровне, заключают они.
В связанной редакционной статье исследователи из Манчестерского университета соглашаются с тем, что QCOVID и ISARIC (Международный консорциум по тяжелым острым респираторным и новым инфекциям) 4C (Консорциум клинической характеристики коронавируса) представляют собой шаги вперед в качестве моделей прогноза COVID-19, но говорят, что следует проявлять осторожность при интерпретации прогнозов, созданных этими моделями.
Учитывая быстро меняющийся характер болезни и ее лечения, они также подчеркивают необходимость регулярно обновлять эти модели и внимательно следить за их эффективностью во времени и пространстве.
Они признают, что улучшились данные о случаях заболевания COVID-19 "позволит более детально прогнозировать" и скажи с этими оговорками, "мы поддерживаем постоянную проверку и оценку воздействия этих моделей."