برخی از شرایط از قبل موجود هنگام ارزیابی پیامدهای COVID-19 اهمیت بیشتری دارند

یک مقاله جدید در روش‌ها و پروتکل‌های زیست‌شناسی، منتشر شده توسط انتشارات دانشگاه آکسفورد، نشان می‌دهد که برخی از شرایط از قبل موجود – از جمله بیماری‌های عصبی دژنراتیو، زوال عقل و ناتوانی‌های شدید – هنگام ارزیابی افرادی که در معرض خطر مرگ ناشی از COVID-19 هستند، بسیار مهم هستند.

علاوه بر این، محققان در اینجا دریافتند که برخی از شرایط زمینه‌ای به احتمال زیاد منجر به مرگ می‌شوند. اینها شامل بیماری های عصبی دژنراتیو، زوال عقل و ناتوانی های شدید است. از آنجایی که پزشکان این شرایط از قبل موجود را با آسیب تنفسی یا ضعف ایمنی مرتبط نمی‌دانند، ارزیابی‌های خطر مرسوم نمی‌توانند خطر جدی کووید را برای بیماران مبتلا به چنین شرایطی نشان دهند.

محققان با استفاده از تمام کدهای تشخیصی به کار گرفته شده توسط وزارت امور کهنه سربازان، یک مدل پیش‌بینی جدید برای تخمین احتمال مرگ ناشی از COVID-19 ایجاد کردند. این بزرگترین مطالعه تا به امروز پس از بیماران مبتلا به COVID-19 برای پیش بینی مرگ و میر است. از سال 1997، محققان در اینجا از اولین باری که یک بیمار به دنبال مراقبت بود تا 14 روز قبل از مثبت شدن آزمایش کووید-19، از تشخیص‌ها استفاده کردند و سپس آن را با نتایج COVID-19 برای 347220 بیمار کووید که تا سپتامبر 2021 در مراکز امور کهنه‌سربازان تحت درمان قرار گرفتند، مقایسه کردند. که مدل جدید آنها، که آنها آن را PDeathDx می نامند، بهتر از سایر مدل های پیش بینی معمولی عمل کرد.

بسیاری از بیماری ها میزان مرگ و میر را افزایش می دهند زیرا سیستم ایمنی بدن را تضعیف می کنند، بیمار را بیشتر در معرض ابتلا به عفونت قرار می دهند و باعث اختلال در عملکرد اندام های انتهایی می شوند. یکی از روش‌های ارزیابی خطر بیماری‌های مختلف، گروه‌بندی آن‌ها در دسته‌های گسترده (مانند «بدخیمی») و پیش‌بینی نتایج برای هر دسته است. روش دیگر این است که شرایط مختلف از قبل موجود را به طور متفاوت وزن کنید و از مجموع برای پیش بینی نتایج استفاده کنید. محققان در اینجا معتقدند که این رویکردها دارای نقص های اساسی هستند. تأثیر واقعی یک وضعیت خاص از قبل موجود اغلب به خوبی شناخته نشده است، معمولاً بیماری‌های مشابه اغلب در مدل‌های پیش‌بینی با هم ترکیب می‌شوند، حتی اگر پیامدهای COVID-19 می‌تواند بسیار متفاوت باشد، و بیماری‌های نادر به خوبی نشان داده نمی‌شوند.

انتشارات دانشگاه آکسفورد آمریکا

کمپبل، اچ ام، و همکاران (2022) روشی جدید برای مدیریت شرایط از قبل موجود در توسعه مدل پیش‌بینی چند متغیره برای مرگ کووید-19. روش ها و پروتکل های زیست شناسی. doi.org/10.1093/biomethods/bpac017.



منبع

محققان در اینجا معتقدند که یک رویکرد بهتر این است که یک بررسی سیستماتیک از همه شرایط از قبل موجود انجام دهیم، تعیین کنیم که کدامیک بر نتایج تأثیر دارند، و سپس از آن برای ایجاد احتمال مرگ پیش‌بینی‌شده استفاده کنند که نشان‌دهنده خطر کل ناشی از بیماری همراه است. .

مرجع مجله:

COVID-19 زندگی را به طرز چشمگیری تغییر داده است. در ایالات متحده، این بیماری در مقایسه با آنفولانزای فصلی ممکن است منجر به مرگ و میر 163 برابر بیشتر شود. کووید-19 همچنین می‌تواند منجر به نیاز بیماران به تهویه مکانیکی یا بستری شدن در مراقبت‌های ویژه شود.

منبع:

شرایط از قبل موجود یا بیماری‌های همراه، احتمال بیماری شدید یا مرگ ناشی از COVID-19 را بیشتر می‌کند. اما ارزیابی خطر شرایط مختلف برای شدت کووید چالش برانگیز بوده است. محققان چندین مدل ریاضی را برای پیش‌بینی مرگ ناشی از COVID-19 بر اساس بیماری‌های همراه پیشنهاد کرده‌اند. مؤسسات پزشکی از این مدل ها استفاده می کنند زیرا به مدیریت بیمار و تخصیص منابع کمک می کنند.