The prediCtion seveRe/crItical ouTcome In Covid-19 (CRITIC-App)
Riconoscere i malati critici nelle prime fasi della malattia è una priorità strategica per la gestione clinica dei pazienti COVID-19, per consentire che le strategie di cura possano essere modificate e i servizi medici possano essere distribuiti razionalmente per massimizzare l'efficacia clinica e ridurre il rischio di mortalità in ospedale. Allo scopo di creare un modello di analisi individualizzato del rischio di ricovero in unità di terapia intensiva (ICU) o di morte per i pazienti con polmonite da SARS-CoV2 come strumento per la gestione clinica rapida dei pazienti ospedalizzati, abbiamo adottato un modello di regressione multivariata. Tra tutte le variabili analizzate, il Charlson comorbidity Index (CCI), è risultata avere la maggiore importanza relativa con un valore Wald di 15,99 (p< 0,0001), seguita dal punteggio di severità delle lesioni pleuro-parenchimali alla TAC del torace (Wald 13,41; p=0,0002) e dall'età (Wald 10,94; p=0,0009). Il ICC ha dimostrato un'eccellente capacità discriminatoria, con un AUC di 0,854 (p=0,0001). Con il punto di cutoff ottimale di 3, la sensibilità era dell'83,8%, la specificità del 69,6% e il rapporto di verosimiglianza positivo (LR+) era di 2,76. L'età ha dimostrato un AUC di 0,838 (p=0,0001). Con il punto di cutoff ottimale di 69,9, la sensibilità era del 94,6%, la specificità del 68,1% e l'LR+ era di 2,97. L'AUC per il punteggio di gravità TAC era 0,824 (p=0,0001). La sensibilità era del 64,9%, la specificità dell'84,4% e il LR+ era del 4,17% con il cutoff ottimale di 53. Il risultato del LR+ ottenuto al punto di cutoff ottimale per le tre variabili produce un valore complessivo post-TP dell'89 per cento. Abbiamo, pertanto, creato un'applicazione per smartphone semplice e di facile impiego, basata su questi risultati per rilevare il rischio di ricovero in terapia intensiva o di morte nei pazienti con polmonite da SARS-CoV2 (1). Tale nomogramma, che include l'età, l'indice di comorbidità e il punteggio di gravità della TAC, può essere utilizzato per stratificare il rischio nei pazienti con polmonite grave da SARS-CoV2 al momento dell'ammissione.

1. Fausto Salaffi, Marina Carotti, Marco Di Carlo, Luca Ceccarelli, Massimo Galli, Piercarlo Sarzi-Puttini, Andrea Giovagnoni Predicting Severe/Critical Outcomes in Patients With SARS-CoV2 Pneumonia: Development of the prediCtion seveRe/crItical outcome in COVID-19 (CRITIC) Model. Front. Med. | doi: 10.3389/fmed.2021.695195

CRITIC-App© Fausto Salaffi, 2021. All rights reserved.

Lingua