文献

J-GLOBAL ID：202102245210353380   整理番号：21A2239973

COVID-19世界保健組織(WHO)重症度分類の予測精度とBayes法に基づく重症度スコア(EPI-SCORE)との比較【JST・京大機械翻訳】

Predictive Accuracy of COVID-19 World Health Organization (WHO) Severity Classification and Comparison with a Bayesian-Method-Based Severity Score (EPI-SCORE)

著者 (15件)： Terwangne Christophe de (Department of Internal Medicine, Epicura Centre Hospitalier, 7301 Hornu, Belgium) ,  Laouni Jabber (Department of Internal Medicine, Epicura Centre Hospitalier, 7301 Hornu, Belgium) ,  Jouffe Lionel (Bayesia, 53810 Change, France) ,  Lechien Jerome R. (Department of Human Anatomy and Experimental Oncology, Faculty of Medicine, UMONS Research Institute for Health Sciences and Technology, University of Mons (UMons), 7000 Mons, Belgium) ,  Lechien Jerome R. (Department of Otolaryngology-Head & Neck Surgery, CHU de Bruxelles, CHU Saint-Pierre, School of Medicine, Universite Libre de Bruxelles, 1000 Brussels, Belgium) ,  Lechien Jerome R. (Department of Otolaryngology-Head & Neck Surgery, Foch Hospital, School of Medicine, UFR Simone Veil, Universite Versailles Saint-Quentin-en-Yvelines (Paris Saclay University), 92150 Paris, France) ,  Bouillon Vincent (Department of Internal Medicine, Epicura Centre Hospitalier, 7301 Hornu, Belgium) ,  Place Sammy (Department of Internal Medicine, Epicura Centre Hospitalier, 7301 Hornu, Belgium) ,  Capulzini Lucio (Department of Cardiology, Epicura Centre Hospitalier, 7301 Hornu, Belgium) ,  Machayekhi Shahram (Department of Intensive Care, Epicura Centre Hospitalier, 7301 Hornu, Belgium) ,  Ceccarelli Antonia (Department of Neurology, Epicura Centre Hospitalier, 7800 Ath, Belgium) ,  Saussez Sven (Department of Human Anatomy and Experimental Oncology, Faculty of Medicine, UMONS Research Institute for Health Sciences and Technology, University of Mons (UMons), 7000 Mons, Belgium) ,  Saussez Sven (Department of Otolaryngology-Head & Neck Surgery, CHU de Bruxelles, CHU Saint-Pierre, School of Medicine, Universite Libre de Bruxelles, 1000 Brussels, Belgium) ,  Sorgente Antonio (Department of Cardiology, Epicura Centre Hospitalier, 7301 Hornu, Belgium) ,  TEAM on behalf of EPIBASE
資料名： Pathogens (Web)  (Pathogens (Web))
巻： 9  号： 11  ページ： 880  発行年： 2020年 
JST資料番号： U7256A  ISSN： 2076-0817  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 目的:COVID-19入院患者のWHO COVID-19重症度分類の予測精度を評価する。第2の目的は,Bayesネットワーク解析に基づいて,COVID-19EPI-SCOREと名付けた新しい予測モデルと予測力を比較することであった。方法:著者らは,2020年3月1日と4月30日の間に入院したベルギー,Epicura病院センターで入院した295人のCOVID-19RT-PCR陽性患者の集団を遡及的に分析した。結果:著者らのコホートの中央値は73歳(62~83)歳で,女性の割合は43%であった。すべての患者を入院時のWHO重症度分類に従って分類した。全体で,125(42.4%)が中等度,69(23.4%)が重度,101(34.2%)が決定的に分類された。これらの3つのクラスを通しての死亡比率は,それぞれ11.2%,33.3%,および67.3%であり,重症患者(死亡または必要な侵入機械換気)の比率は,それぞれ11.2%,34.8%および83.2%であった。Bayesネットワーク解析を用いて,WHO重症度分類の予測精度を分析し,EPI-SCOREを作成した。機械学習アルゴリズムによって自動的に選択された6つの変数は,WHO重症度分類,急性腎損傷,年齢,乳酸脱水素酵素レベル(LDH),リンパ球および活性化プロトロンビン時間(aPTT)であった。ここで得られた受信者動作特性(ROC)曲線指数は,WHO分類のみとEPI-SCOREに基づくモデルに対して,それぞれ83.8%と91%であった。結論:この研究は,WHO重症度分類が,COVID-19患者の間の重度の結果の予測で信頼できることを示す。著者らのCOVID-19EPI-SCOREによるいくつかの臨床および実験室変数のこの分類への追加は,その精度を著しく増加させることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 強制換気 ,  死 ,  乳酸デヒドロゲナーゼ ,  リンパ球 ,  ベルギー王国 ,  女性 ,  *健康管理 ,  母集団 ,  学習アルゴリズム ,  プロトロンビン時間 ,  予測モデル
準シソーラス用語： *予測精度 ,  *重症度分類 ,  急性腎損傷 ,  *重症度 , 【Automatic Indexing@JST】

著者キーワード (8件)： 重症度 ,  スコア ,  コロナウイルス ,  SARS-COV-2 ,  COVID-19 ,  WHO ,  分類 ,  予測

分類 (5件)： 代謝異常・栄養性疾患一般  (GD05010J) ,  循環系の臨床医学一般  (GJ01030V) ,  泌尿生殖器の疾患  (GM03000L) ,  神経の臨床医学一般  (GN01030H) ,  消化器の診断  (GH02000P)

引用文献 (22件)：

• CDC. Interim Clinical Guidance for Management of Patients with Confirmed Coronavirus Disease (COVID-19). Available online: https://www.cdc.gov/coronavirus/2019-ncov/hcp/clinical-guidance-management-patients.html (accessed on 28 August 2020).
• Zhou, F.; Yu, T.; Du, R.; Fan, G.; Liu, Y.; Liu, Z.; Xiang, J.; Wang, Y.; Song, B.; Gu, X.; et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: A retrospective cohort study. Lancet 2020, 395, 1054-1062.
• Grasselli, G.; Zangrillo, A.; Zanella, A.; Antonelli, M.; Cabrini, L.; Castelli, A.; Cereda, D.; Coluccello, A.; Foti, G.; Fumagalli, R.; et al. Baseline Characteristics and Outcomes of 1591 Patients Infected With SARS-CoV-2 Admitted to ICUs of the Lombardy Region, Italy. JAMA 2020.
• Rodriguez-Morales, A.J.; Cardona-Ospina, J.A.; Gutiérrez-Ocampo, E.; Villamizar-Peña, R.; Holguin-Rivera, Y.; Escalera-Antezana, J.P.; Alvarado-Arnez, L.E.; Bonilla-Aldana, D.K.; Franco-Paredes, C.; Henao-Martinez, A.F.; et al. Clinical, laboratory and imaging features of COVID-19: A systematic review and meta-analysis. Travel Med. Infect. Dis. 2020, 34, 101623.
• Yang, J.; Zheng, Y.; Gou, X.; Pu, K.; Chen, Z.; Guo, Q.; Ji, R.; Wang, H.; Wang, Y.; Zhou, Y. Prevalence of comorbidities and its effects in patients infected with SARS-CoV-2: A systematic review and meta-analysis. Int. J. Infect. Dis. 2020, 94, 91-95.

タイトルに関連する用語 (10件)： COVID-19 ,  世界 ,  保健 ,  組織 ,  WHO ,  重症度分類 ,  予測精度 ,  Bayes法 ,  重症度スコア ,  EPI