Clinical Nutrition: 肌肉脂肪变性是预测重症COVID-19 感染的风险升高的依据

时间:2021-11-10 17:01:23   热度:37.1℃   作者:网络

      2019 年冠状病毒病 (COVID-19) 已经影响了全球数亿万患者,并导致了疫情的全球大流行,并使全世界的医疗保健能力不堪重负。中国 COVID-19 管理指南根据感染的严重程度从轻症到重症,将感染分为轻、普通、重度和危重四种亚型。轻症患者和常见的COVID-19 感染亚型患者出现轻度至中度呼吸道感染症状,包括发烧和咳嗽,大多数轻症患者预后相对较好。然而,在初步诊断为轻度疾病后约3-10天内,约10-20%的患者最终会发展为包括重症和危重亚型在内的重症病情,导致的死亡率为 30% 至 50 %。因此,识别这部分患者对于早期积极干预以提高患者生存率至关重要。本研究的目的是评估计算机断层扫描 (CT) 身体成分测量值,例如表明肌肉内脂肪沉积的肌肉脂肪变性,是否可用于预测初步诊断为轻度 COVID-19的患者转为重症的风险。

 

      研究人员在2020年1月21日至2020年2月19日期间,对最初表现为轻度常见亚型疾病的经实验室确诊COVID-19感染患者进行了回顾性招募。 CT 测量的身体成分测量值是从初始胸部 CT 图像中获得的的第十二胸椎(T12),并被用来建立模型来预测的转重症的风险。使用包含临床变量和肌肉脂肪变性测量值的多变量逻辑回归构建肌肉脂肪变性列线图。通过包括曲线下面积 (AUC) 的受试者工作特征 (ROC) 曲线评估预测模型的性能。

 

      本研究共纳入234名患者。31名入组患者转为重症。肌肉脂肪变性测量值包括 SM-RA(骨骼肌辐射衰减)和 SMFI(骨骼肌脂肪指数)评分与 SMFI、年龄和性别,与训练和验证队列的转换风险显着相关(P<0.01)。SM-RA、SMFI 评分和临床模型相结合的列线图提高了对转重症风险的预测能力,模型训练组的AUC 为 0.85 [95% CI,0.75 至 0.95],而验证组的 AUC为0.84 [95% CI,0.71 至 0.97],展现出良好的预测能力。

 

      本项研究中证实对于最初表现为轻度普通亚型感染的 COVID-19 患者,胸部肌肉脂肪变性的 CT 衍生测量值与转为重症的风险较高有关。因此,骨骼肌检查与COVID-19感染患者的疾病进展和预后的整体评估具有相关性。

 

 

 

原始出处:

Xiaoping Yi. Et al. Myosteatosis predicting risk of transition to severe COVID-19 infection. Clinical Nutrition.2021.

上一篇: Eur J Cancer:GLS-010...

下一篇: Clinical Nutrition: ...


 本站广告