CC BY
42
COVID-19: стратегия лечения/
covid-19: treatment strategy Вестник анестезиологии и реаниматологии, Том 19, № 1, 2022
http://doi.org/10.21292/2078-5658-2022-19-1-6-17
Номограмма для прогнозирования госпитальной летальности у пациентов с COVID-19, находившихся в отделении реанимации и интенсивной терапии
А. Н. КУЗОВЛЕВ1, Л. В. ЕРМОХИНА12, Н. С. МЕЛЬНИКОВА2, Л. Б. БЕРИКАШВИЛИ1, М. Я. ЯДГАРОВ1, К. К. КАДАНЦЕВА1, Н. И. ЧАУС2, С. Н. ПЕРЕХОДОВ2, Т. С. СЕРКОВА3, В. В. ЛИХВАНЦЕВ13
'Научно-исследовательский институт общей реаниматологии им. В. А. Неговского, Москва, РФ 2Городская клиническая больница им. В. П. Демихова, Москва, РФ
3Первый Московский государственный медицинский университет им. И. М. Сеченова, Москва, РФ
Ш Цель: разработать прогностическую модель оценки риска развития летального исхода в течение 30 дней после госпитализации у пациентов Q с COVID-19, проходивших лечение в отделении реанимации и интенсивной терапии (ОРИТ).
Материалы и методы. Проведено одноцентровое ретроспективное когортное исследование госпитальной летальности пациентов, находящихся на лечении в ОРИТ ГБУЗ «ГКБ им. В. П. Демихова ДЗМ» в период с 6 марта по 3 июня 2020 г.
Результаты. Проведен анализ историй болезней 403 пациентов. Итоговая 30-дневная летальность составила 44,9% (181/403). Значимыми предикторами летального исхода у пациентов с COVID-19 оказались: возраст 60 лет и более (adj. OR 3,84; 95%-ный ДИ 1,56-9,44, p = 0,003), наличие в анамнезе хронической обструктивной болезни легких (adj. OR 2,35; 95%-ный ДИ 1,12-4,95, p = 0,024), заболеваний периферических артерий (adj. OR 5,08; 95%-ный ДИ 1,87-13,76, p = 0,001) и хронической болезни почек 3b стадии и выше (adj. OR 4,58; 95%-ный ДИ 2,36-8,90, p < 0,001), значение уровня лактатдегидрогеназы 300 МЕ/л и более (adj. OR 3,05; 95%-ный ДИ 1,23-7,58,p = 0,016) и С-реактивного белка 200 мг/л и более (adj. OR 3,65; 95%-ный ДИ 1,95-6,85,p < 0,001). Качество прогностической модели: AUC = 0,811 [0,733-0,874],p < 0,001.
Выводы. Разработана номограмма для оценки риска наступления летального исхода у пациентов с COVID-19, предполагающая оценку возраста, наличия в анамнезе хронической обструктивной болезни легких, хронической болезни почек 3b стадии и выше, заболеваний периферических артерий, мониторинг лактатдегидрогеназы и С-реактивного белка.
Ключевые слова: COVID-19, прогностическая номограмма, лабораторный мониторинг COVID-19, факторы риска летального исхода, предикторы
Для цитирования: Кузовлев А. Н., Ермохина Л. В., Мельникова Н. С., Берикашвили Л. Б., Ядгаров М. Я., Каданцева К. К., Чаус Н. И., Переходов С. Н., Серкова Т. С., Лихванцев В. В. Номограмма для прогнозирования госпитальной летальности у пациентов с COVID-19, находившихся в отделении реанимации и интенсивной терапии // Вестник анестезиологии и реаниматологии. - 2022. - Т. 19, № 1. - С. 6-17. DOI: 10.21292/2078-5658-2022-19-1-6-17
СО
A Nomogram for Predicting Hospital Mortality in Patients with COVID-19 Admitted to the Intensive Care Unit
A. N. KUZOVLEV1, L. V. ERMOKHINA12, N. S. MELNIKOVА2, L. B. BERIKАSHVILI1, M. YA. YADGАROV1, K. K. KАDАNTSEVА1,
N. I. CHAUS2, S. N. PEREKHODOV2, T. S. SERKOVA3, V. V. LIKHVANTSEV13
1V. A. Negovsky National Research Institute of General Reanimatology, Moscow, Russia
2V. P. Demikhov City Clinical Hospital, Moscow, Russia
3I. M. Sechenov First Moscow State Medical University, Moscow, Russia
The objective: to develop a predictive model for assessing the risk of death in patients with COVID-19 admitted to the intensive care unit (ICU).
Subjects and Methods. This was a single-center retrospective cohort study of hospital mortality in patients admitted to ICU of V.P. Demikhov jjj City Clinical Hospital from March 6 to June 3, 2020.
Results. Case histories of 403 patients were analyzed. In-hospital 30-day mortality among patients treated in ICU was 44.9% (181/403 patients). A multivariate analysis showed that significant predictors of death in patients with COVID-19 were the age of 60 years or more (adj. OR 3.84; 95% CI 1.56-9.44, p = 0.003), COPD (adj. OR 2.35; 95% CI 1.12-4.95, p = 0.024), peripheral artery diseases (adj. OR: 5.08; 95% CI 1.87-13.76, p = 0.001) and CKD stage 3b and higher (adj. OR 4.58; 95% CI 2.36-8.90,p < 0.001), LDH 300 IU/l or more (adj. OR 3.05; 95% CI 1.23-7.58, p = 0.016), and CRP 200 mg/l or more (adj. OR 3.65; 95% CI 1.95-6.85,p < 0.001). Predictive model quality: AUC = 0.811 [0.733-0.874],p < 0.001.
Conclusions. A nomogram to assess the risk of death in patients with COVID-19 has been developed. It includes the assessment of age, history of COPD, CKD stage 3b and higher, peripheral artery diseases, and monitoring of LDH and CRP.
Key words: COVID-19, prognostic nomogram, laboratory monitoring of COVID-19, risk factors of death, predictors
For citations: Kuzovlev A.N., Ermokhina L.V., Melnikova N.S., Berikashvili L.B., Yadgarov M.Ya., Kadantseva K.K., Chaus N.I., Perekhodov S.N., Serkova T.S., Likhvantsev V.V. A nomogram for predicting hospital mortality in patients with COVID-19 admitted to the intensive care unit. Messenger of Anesthesiology and Resuscitation,, 2022, Vol. 19, no. 1, P. 6-17. (In Russ.) DOI: 10.21292/2078-5658-2022-19-1-6-17
Для корреспонденции: Лихванцев Валерий Владимирович E-mail: lik0704@gmail.com
Вопреки первоначальным ожиданиям пандемия COVID-19 пока продолжает активно развиваться и вызывает серьезные затруднения для системы здра-
Correspondence: Valeriy V. Likhvantsev Email: lik0704@gmail.com
воохранения большинства стран мира [32]. Отделения реанимации и интенсивной терапии (ОРИТ) являются одним из узких мест системы оказания
медицинской помощи обсуждаемой категории пациентов и испытывают постоянные перегрузки и повышенное давление [2, 4, 32]. В условиях ограниченных медицинских ресурсов оптимизация медицинской помощи (и реанимационной в том числе) может быть достигнута в результате стратификации рисков, планирования возможных потоков пациентов с помощью прогнозирования течения заболевания [1-4, 9, 28, 35].
В настоящее время существуют несколько моделей, позволяющих прогнозировать течение заболевания и определять риск наступления неблагоприятного исхода у реанимационных пациентов с СОУГО-19 [11, 14, 27].
Однако, несмотря на большое количество опубликованных исследований, посвященных изучению данного вопроса, прогностическая точность демографических данных, коморбидности и лабораторных параметров в качестве предикторов летального исхода заболевания изучена недостаточно. В связи с этим возникла необходимость в создании прогностической модели риска развития госпитальной летальности у пациентов с СОУГО-19, находящихся на лечении в ОРИТ, с использованием простых и легкодоступных маркеров. Основной точкой приложения такой прогностической модели может стать выбор персонифицированной тактики лечения пациентов данной категории в условиях ОРИТ.
Цель: разработать прогностическую модель оценки риска развития летального исхода в течение 30 дней после госпитализации у пациентов с СОУГО-19, проходивших лечение в ОРИТ.
Материал и методы
Проведено одноцентровое ретроспективное ко-гортное исследование факторов, влияющих на летальность у пациентов реанимационного профиля, проходивших лечение от СОУГО-19 в первую волну пандемии в ГБУЗ «ГКБ им. В. П. Демихова ДЗМ».
В исследование включены пациенты в возрасте 18 лет и более, находившиеся на лечении в ОРИТ, с диагнозами «СОУГО-19, вирус идентифицирован» (и07.1); «предполагается СОУГО-19, вирус не идентифицирован» (и07.2) [4]. Критериями исключения являлись: перевод пациентов для дальнейшего лечения в любой другой стационар; поступление в ОРИТ на период решения вопроса о переводе в профильное отделение без проведения специфического лечения СОУГО-19; пациенты, находившиеся на лечении в ОРИТ менее 6 ч с неустановленным диагнозом. Отбор пациентов проводили с использованием электронной медицинской документации (база данных ЭВЕРЕСТ). Метод включения пациентов в исследование основывался на сопоставлении данных медицинской документации с критериями соответствия. Метод оценки исходов заключался в изучении медицинской документации и получении информации методом обзвона пациентов в случае,
если между поступлением в стационар и выпиской из него проходило менее 30 дней.
Исследование одобрено этическим комитетом ФНКЦ РР (№ 2/21/1 от 16.04.2021).
На основании медицинской документации оценивали следующие показатели: демографические показатели (возраст, пол), антропометрические параметры (рост, масса тела, индекс массы тела), сопутствующие заболевания (хроническая обструк-тивная болезнь легких (ХОБЛ), цереброваскуляр-ная недостаточность, заболевания периферических артерий, сахарный диабет 2-го типа, гипертоническая болезнь, хроническая болезнь почек (стадия ХБП основана на скорости клубочковой фильтрации (СКФ); при СКФ 44 и менее мл ■ мин-1 ■ 1,73 м-2 определяли 3b и выше стадию ХБП; СКФ рассчитывали по формуле MDRD), инфаркт миокарда, застойная сердечная недостаточность, печеночная недостаточность, деменция, болезни соединительной ткани, язвенная болезнь желудка, гемиплегия, злокачественные новообразования) с оценкой индекса коморбидности Чарлсона [13], данные компьютерной томографии органов грудной клетки (КТ ОГК) (1-я степень - выраженность патологических изменений менее 25%; 2-я степень - от 25 до 50%; 3-я степень - от 50 до 75%; 4-я степень - более 75%), терапия хронических сердечно-сосудистых заболеваний (ингибиторы ангиотензипревращающего фермента, блокаторы рецепторов ангиотензина II, р-адре-ноблокаторы, статины, антиагреганты), исходные лабораторные показатели при поступлении в ОРИТ (аланинаминотрансфераза, аспартатаминотрансфе-раза, лактатдегидрогеназа (ЛДГ), D-димер, международное нормализованное отношение, креатинин, С-реактивный белок, креатинфосфокиназа). Также оценивали степень тяжести течения COVID-19 [4], состояние пациентов при поступлении в ОРИТ по шкалам NEWS, NEWS 2 [26] и SOFA [4], длительность нахождения в ОРИТ и в стационаре.
Первичной конечной точкой исследования выбрана 30-дневная летальность, которая определялась как смерть от любых причин в течение 30 дней после поступления в стационар.
Для всех пациентов на основании клинических и лабораторных данных ретроспективно рассчитаны значения шкал NEWS, NEWS 2, индекс комор-бидности Чарлсона и стадия хронической болезни почек на момент поступления в ОРИТ.
Все пациенты поделены на две группы: обучающая выборка (ранние пациенты - период госпитализации март-апрель 2020 г.) и тестовая выборка (госпитализированы в мае-июне 2020 г.). На первом этапе % пациентов были отнесены в обучающую выборку, затем оставшиеся пациенты сформировали тестовую выборку. Соотношение 2 к 1 выбрано как оптимальное для обеспечения возможности построения прогностической модели без возникновения эффекта переобучения. В обучающую выборку включен 251 пациент, в тестовую выборку - 152 пациента. На первом этапе выделе-
ны независимые предикторы летального исхода пациентов с COVID-19 в ОРИТ. На втором этапе на основании клинических и лабораторных данных пациентов обучающей выборки при поступлении в ОРИТ разработана прогностическая модель выживаемости в отделении реанимации. Для данной модели выведено решающее правило прогнозирования летального исхода. Для визуализации модели использована прогностическая номограмма [36]. Последующая внутренняя валидация прогностической модели проведена с использованием клинических и лабораторных данных 152 пациентов тестовой выборки.
С целью проведения качественного анализа данных вся информация из бумажной и электронной версии истории болезни «Эверест» внесена в единую электронную базу данных с использованием таблиц Ехсе1 (Microsoft Corp., USA). Оценку закона распределения проводили с использованием критериев Колмогорова - Смирнова с поправкой Лилиефорса и Шапиро - Уилка. Непрерывные переменные представлены с использованием медианы (Me) и межквартильного интервала [IQR], категориальные переменные выражены в виде частот и процентов (%). Для сравнения частот использовался точный критерий Фишера, U-критерий Манна - Уитни и H-критерий Краскела - Уоллиса применены для сравнения непрерывных переменных. Независимые предикторы летального исхода отбирались в многофакторном регрессионном анализе (бинарная логит-регрессия) и дополнительно рассчитывали откорректированное отношение шансов и его 95%-ный доверительный интервал (ДИ). При создании номограммы количественные предикторы приводились к порядковому/бинарному виду для оптимизации прогнозирования и обеспечения удобства пользования номограммой. Площадь под ROC-кривой (AUC), критерий Хосмера - Леме-шова и параметры чувствительности, специфичности, прогностических ценностей положительного и отрицательного результатов и прогностическая точность использовались для оценки дискриминационной способности модели. Оптимальную точку отсечения в ROC-анализе выбирали исходя из условия максимизации суммы чувствительности и специфичности (критерий Юдена). Сравнение дискриминационной способности модели на обучающей и тестовой выборках осуществляли в ROC-анализе с помощью Z-критерия [14]. Критический уровень значимости установлен на уровне 0,05. Все статистические расчеты проводили с исполь-
зованием программных продуктов IBM SPSS Statistics 25.0, MedCalc v. 19.5.6 и Stata v. 16.0.
Результаты
Критериям включения/исключения соответствовало 403 пациента из 571, госпитализированных в ОРИТ (рис. 1).
Медианное значение возраста пациентов составило 63,0 [53,0-73,0] года (диапазон от 21 до 97 лет), из них 231 мужчина (57,3%). Итоговая 30-дневная летальность составила 44,9% (181/403).
Характеристики клинических, физиологических, лабораторных параметров и терапии для лечения сопутствующих заболеваний у реанимационных пациентов с COVID-19 в двух группах (обучающая и тестовая выборка) представлены в табл. 1.
Пациенты в двух группах (обучающая и тестовая выборка) были сопоставимы по основным показателям.
Потенциальные предикторы летального исхода приведены в бинарный вид (на основе оптимальной точки отсечения) и включены в многофакторный регрессионной анализ с корректировкой на пол, сте-
Общее количество пациентов, госпитализированных в ОРИТ в ГКБ им. В. П. Демихова (n = 571)
Пациенты, находившиеся в ОРИТ менее 6 ч с неустановленным диагнозом (7,7%, 13/168)
Перевод в другие больницы —^ независимо от причин
(52,4%, 88/168)
Исключены —^ из исследования —^ (29,4%, 168/571)
Количество реанимационных пациентов, включенных в исследование (70,6%, 403/571)
Пациенты, которым диагноз COVID-19 не был подтвержден
после дополнительного обследования (39,3%, 66/168)
Временное наблюдение —^ в ОРИТ без специфической терапии SARS-CoV-2 (0,6%, 1/168)
Количество пациентов, которые
были переведены из ОРИТ, выписаны из стационара и (или) выжили: 55,1%, 222/403
Количество пациентов, умерших в 30-дневный период: 44,9%, 181/403
Рис. 1. Блок-схема отбора пациентов в исследование. Примечание: ОРИТ - отделение реанимации и интенсивной терапии
Fig. 1. Flow chart of study selection process. Note: ICU - intensive care unit
Таблица 1. Описательная статистика пациентов с COVID-19 в когортах обучения и валидации при поступлении в ОРИТ Table 1. Demographic clinical characteristics of patients with COVID-19 on admission to the ICU
Характеристики Все пациенты (n = 403) Обучающая выборка (n = 251) Тестовая выборка (n = 152) p-value
Возраст на момент госпитализации, лет 63,0 [IQR: 53,0-73,0] 64,0 [IQR: 54,0-74,0] 61,0 [IQR: 50,0-72,0] 0,051
Мужской пол, % 231 (57,3) 141 (56,2) 90 (59,2) 0,604
Летальный исход, % 181 (44,9) 117 (46,6) 64 (42,1) 0,409
Таблица 1. Окончание Table 1. Ending
Характеристики Все пациенты (п = 403) Обучающая выборка (п = 251) Тестовая выборка (п = 152) p-value
Сопутствующая патология пациентов
Хроническая обструктивная болезнь легких, % 66 (16,4) 43 (17,1) 23 (15,1) 0,678
Цереброваскулярные болезни, % 232 (57,6) 144 (57,4) 88 (57,9) 0,990
Заболевания периферических артерий, % 334 (82,9) 205 (81,7) 129 (84,9) 0,495
Сахарный диабет, % 104 (25,8) 60 (23,9) 44 (28,9) 0,291
Гипертоническая болезнь, % 299 (74,2) 190 (75,7) 109 (71,7) 0,411
Хроническая сердечная недостаточность, % 143 (35,5) 94 (37,5) 49 (32,2) 0,334
Хроническая сердечная недостаточность, 3-4-й класс, % 65 (16,1) 43 (17,2) 32 (13,8) 0,402
Фибрилляция предсердий, % 77 (19,1) 52 (20,7) 25 (16,4) 0,360
Ишемическая болезнь сердца, % 167 (41,4) 108 (43,0) 59 (38,8) 0,465
Инфаркт миокарда, % 134 (33,3) 91 (37,0) 43 (28,7) 0,101
Ожирение, % 150 (37,2) 78 (31,1) 72 (47,4) 0,001
Хроническая болезнь почек, % 162 (40,2) 102 (40,6) 60 (39,5) 0,835
Стадия хронической болезни почек 3Ь и выше, % 105 (26,1) 70 (28,7) 35 (23,5) 0,291
Печеночная недостаточность, % 20 (5,0) 14 (5,6) 6 (3,9) 0,637
Язвенная болезнь желудка или двенадцатиперстной кишки, % 32 (7,9) 21 (8,4) 11 (7,2) 0,850
Злокачественная опухоль, % 39 (9,7) 27 (10,8) 12 (7,9) 0,389
Индекс коморбидности Чарлсона 4 [IQR: 2-7] 4 [IQR: 1-7] 4 [IQR: 2-6] 0,858
Характеристики тяжести состояния при поступлении в ОРИТ
Не выполнялась КТ, % 73 (18,1) 46 (18,3) 27 (17,9) 0,585
КТ 1, % 25 (6,2) 15 (6,0) 10 (6,6)
КТ 2, % 85 (21,1) 47 (18,7) 38 (25,2)
КТ 3, % 147 (36,5) 97 (38,6) 50 (33,1)
КТ 4, % 73 (18,1) 47 (18,7) 26 (17,2)
SOFA, баллы 2,0 [IQR: 1-3] 2,0 [IQR: 1-3] 2,0 [IQR: 1-3] 0,759
NEWS, баллы 8,0 [IQR: 6-9] 8,0 [IQR: 6-9] 8,0 [IQR: 6-9] 0,052
NEWS2, баллы 9,0 [IQR: 8-11] 10,0 [IQR: 8-12] 9,0 [IQR: 7-11] 0,053
Потребность в искусственной вентиляции легких, % 167 (41,4) 106 (42,2) 61 (40,1) 0,754
Длительность госпитализации
Количество дней в стационаре 13,0 [IQR: 9,0-19,0] 13,0 [IQR: 9,0-18,0] 13.0 [IQR: 8.0-19,0] 0,649
Количество дней в ОРИТ 5,0 [IQR: 3,0-8,0] 5,0 [IQR: 3,0-8,0] 5,0 [IQR: 3,0-8,0] 0,954
Лабораторные показатели при поступлении в ОРИТ
Креатинин, мкмоль/л 98,0 [IQR: 81,0-128,0] 98,0 [IQR: 81,0-129,0] 99,0 [IQR: 81,0-126,0] 0,640
Международное нормализованное отношение, Ед. 1,3 [IQR: 1,2-1,4] 1,3 [IQR: 1,2-1,5] 1,3 [IQR: 1,2-1,4] 0,457
D-димер, нг/мл 627,0 [IQR: 330,0-993,0] 552,0 [IQR: 322,0-929,0] 696,0 [IQR: 388,0-1 000,0] 0,359
C-реактивный белок, мг/л 130,0 [IQR: 66,0-211,0] 125,0 [IQR: 66,0-205,0] 141,0 [IQR: 66,0-227,0] 0,336
Лактатдегидрогеназа, МЕ/л 473,0 [IQR: 331,0-730,0] 467,0 [IQR: 329,0-735,0] 482,0 [IQR: 335,0-729,0] 0,784
Аланинаминотрансфераза, МЕ/л 39,0 [IQR: 24,0-64,0] 40,0 [IQR: 23,0-64,0] 39,0 [IQR: 25,0-63,0] 0,904
Аспартатаминотрансфераза, МЕ/л 59,0 [IQR: 37,0-91,0] 59,0 [IQR: 38,0-89,0] 59,0 [IQR: 36,0-93,0] 0,962
Креатинфосфокиназа, МЕ/л 220,0 [IQR: 118,0-438,0] 220,0 [IQR: 110,0-434,0] 218,0 [IQR: 125,0-509] 0,415
Фоновая терапия
Ингибиторы ангиотензин-превращающего фермента, % 124 (30,8) 76 (30,3) 48 (31,6) 0,824
Бета-блокаторы, % 124 (30,8) 75 (29,9) 49 (32,2) 0,657
Антиагреганты, % 19 (4,7) 11 (4,4) 8 (5,3) 0,809
Статины, % 114 (28,3) 67 (26,7) 47 (30,9) 0,360
Примечание: р-уа1ие - уровень значимости. Различия статистически незначимые, Ме - медиана, [ЩЯ] - межквартильный интервал
пень повреждения по КТ ОГК, наличие искусственной вентиляции легких (ИВЛ) и фоновую терапию. Полученный результат свидетельствует о том, что возраст 60 лет и более (adj. OR 3,84; 95%-ный ДИ 1,56-9,44, p = 0,003), ХБП 3b стадии и выше (adj. OR 4,58; 95%-ный ДИ 2,36-8,90, p < 0,001), ХОБЛ (adj. OR 2,35; 95%-ный ДИ 1,12-4,95, p = 0,024), за-
болевания периферических артерий (adj. OR 5,08; 95%-ный ДИ 1,87-13,76, p = 0,001), значения СРБ 200 мг/л и выше (adj. OR 3,65; 95%-ный ДИ 1,95-6,85,p < 0,001) и значения ЛДГ более 300 МЕ/л (adj. OR 3,05; 95%-ный ДИ 1,23-7,58, p = 0,016) являются независимыми предикторами летального исхода у пациентов с COVID-19 (табл. 2).
Таблица 2. Результаты многофакторного регрессионного анализа. Приведены независимые предикторы летального исхода в течение 30 дней после госпитализации у пациентов с COVID-19, проходивших лечение в ОРИТ
Table 2. Results of multivariate regression analysis. The independent predictors of the 30-day mortality rate of patients admitted to the ICU are presented
Независимые предикторы летального исхода Коэффициент регрессионного уравнения Откорректированное отношение шансов [95%-ный ДИ] p-value*
Возраст на момент госпитализации, лет > 80 1,346 2,74 [1,38-5,44] 0,004
71-80 1,432 4,19 [1,85-9,45] 0,001
60-70 1,006 3,84 [1,56-9,44] 0,003
< 60 Референт
Хроническая обструктивная болезнь легких Есть 0,855 2,35 [1,12-4,95] 0,024
Нет Референт
Заболевания периферических артерий Есть 1,625 5,08 [1,87-13,76] 0,001
Нет Референт
Хроническая болезнь почек, стадия > 3b 1,523 4,58 [2,36-8,90] < 0,001
1-3a Референт
С-реактивный белок, мг/л > 200 1,295 3,65 [1,95-6,85] < 0,001
< 200 Референт
Лактатдегидрогеназа, МЕ/л > 500 2,274 9,72 [3,82-24,74] < 0,001
300-500 1,115 3,05 [1,23-7,58] 0,016
< 300 Референт
Примечание: р-уа1ие - уровень значимости; * - различия статистически значимые, [95%-ный ДИ] - 95%-ный доверительный интервал
При проведении регрессионного анализа параметры «возраст на момент госпитализации» и «лак-татдегидрогеназа» были закодированы как «категориальные» и приведены к интервальному виду для оптимизации качества регрессионной модели.
Решающее правило прогностической модели:
F (z)
1+ e-Z
где Ъ = 0,855 (если есть ХОБЛ) + 1,625 (если есть заболевания периферических артерий) + 1,006 (если возраст 60-70 лет) + 1,432 (если возраст 70-80 лет) + 1,346 (если возраст > 80 лет) + 2,274 (если ЛДГ > 500 МЕ/л) + 1,115 (если ЛДГ 300-500 МЕ/л) + 1,295 (если СРБ > 200 мг/л) + 1,523 (если класс ХБП > 3Ь). Б (7) - вероятность летального исхода. При Б (7) > 0,5 (вероятность летального исхода более и равна 50%) делается вывод о высокой вероятности летального исхода в ОРИТ.
Оценка регрессионной модели по критерию Хосмера - Лемешова: хи-квадрат = 5,72, р = 0,678, процент совокупной объясненной дисперсии: 45,6%. Данная модель визуализирована с помощью номограммы (рис. 2).
Для прогностической модели на обучающей выборке: ЛИС = 0,868; 95%-ный ДИ 0,814-0,912,
р < 0,001, на тестовой выборке: ЛИС = 0,811; 95%-ный ДИ 0,733-0,874, р < 0,001. Различия качества прогностической модели на двух выборках статистически незначимые (р = 0,213) (рис. 3). Точка отсечения прогностической модели равна 22 баллам. Чувствительность и специфичность прогноза в тестовой выборке равнялись 74,8% (66,8-81,7) и 78,5% (72,0-84,1) соответственно. Прогностическая ценность положительного результата - 72,3% (66,2-77,7), отрицательного результата - 80,7% (75,7-84,8), прогностическая точность составила 77,0% (72,1-81,4).
По результатам одномерного анализа, возраст, заболевание периферических артерий и стадия ХБП были статистически значимо связаны с длительностью госпитализации (табл. 3).
По результатам одномерного анализа, возраст, концентрация СРБ и ЛДГ в плазме крови в момент поступления в ОРИТ были статистически значимо связаны с длительностью пребывания в отделении реанимации (табл. 3).
Обсуждение
Полученные в ходе настоящего исследования данные свидетельствуют о том, что у реанимаци-
ХБП класс 3b и выше
Да
ЛДГ, МЕ/л
300-500 МЕ/л
Возраст, лет
Заболевания периферии, артерий
ХОБЛ i_
Да
Да
-1-Г"
5 6
Баллы
-111
Вероятность летального исхода
20% 30% 40% 50%
-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1—
0 5 10 15
Т-1-1-1-1-1-1-Г-
20
—I-1-1-1-1-1-1-Г"
25 30
н-1-1-г-
35
Общий балл
Рис. 2. Номограмма для прогнозирования летального исхода в течение 30 дней после госпитализации у пациентов с COVID-19, проходивших лечение в ОРИТ.
Примечание: ХБП - хроническая болезнь почек; ЛДГ - лактатдегидрогеназа; СРБ - С-реактивный белок; ХОБЛ - хроническая обструктивная болезнь легких
Fig.3■ Nomogram for predicting 30-day fatal outcome in ICU patients with COVID-19. Note: CKD - chronic kidney disease: LDH - lactate dehydrogenase: CRP - C- re active protein: COPD - chronic obstructive pulmonary disease
Обучающая выборка N = 251 Тестовая выборка N = 152 Референтная линия
40 60
100 - Специфичность
Рис. 3. ROС-кривые для прогностической номограммы в когорте обучения и валидации Fig. 3. Curves of ROC analysis of the prognostic nomogram in the training and veri fication group
онных пациентов с COVID-19 в возрасте 60 лет и более, имеющих в анамнезе ХОБЛ, заболевания периферических артерий и ХБП ЗЬ стадии и выше,
была более высокая вероятность госпитальной летальности. Сходные данные получены и в других исследованиях [15, 20]. Хорошо известно, что пожилой возраст определен как основной прогностический фактор развития тяжелого течения COVID-19 и госпитальной летальности из-за возрастных иммунных дисфункций [6,31]. Кроме того, по данным многих авторов [12,15, 16, 26], не только возраст, но и сопутствующие заболевания являются предикторами тяжести течения COVID-19 и госпитальной летальности, что совпадает с нашими результатами.
Результаты метаанализа 30 исследований (п = 21 309) F. М. Reyes et. al. показали, что пациенты с COVID-19 с ХОБЛ имели более высокий риск госпитальной летальности по сравнению с пациентами без ХОБЛ (OR 2,29; 95%-ный ДИ 1,79-2,93; I2 59,6%) [27].
В другом многоцентровом исследовании STOP COVID-19 (п = 3 480) в период первой волны пандемии на базе клиник Сеченовского университета (Москва) предиктором риска развития госпитальной летальности пациентов с COVID-19, по данным многофакторного анализа, была ХБП (OR 2,99; 95%-ный ДИ 1,89-4,64, р < 0,001) [25].
Для проникновения в клетку вирус SARS-CoV-2 использует рецептор ангиотензинпревращающего фермента типа 2 (АПФ2), который экспрессируется не только в верхних и нижних дыхательных путях, но и в сердце, кишечнике, почках, хотя с меньшей
Таблица 3. Связь факторов риска, включенных в номограмму, с длительностью пребывания в ОРИТ и в стационаре
Table 3. The relationship of risk factors included in the nomogram with the length of stay in the ICU and in the hospital
Параметры Время в стационаре p-value Время в ОРИТ p-value
Возраст на момент госпитализации, лет > 80 10 [6-16] 0,001* 4 [3-6] 0,009*
71-80 12 [7-17] 5 [3-8]
60-70 14 [9-21] 6 [3-11]
< 60 14 [10-19] 5 [3-8]
Хроническая обструктивная болезнь легких Есть 13 [6-19] 0,511 5 [3-9] 0,332
Нет 13 [9-19] 5 [3-8]
Заболевания периферических артерий Есть 13 [8-18] < 0,001* 5 [3-8] 0,640
Нет 16 [12-22] 5 [3-8]
Хроническая болезнь почек, стадия > 3b 10 [7-14] < 0,001* 4 [3-8] 0,240
1-3a 15 [10-20] 5 [3-8]
С-реактивный белок, мг/л > 200 14 [10-19] 0,408 6 [4-9] 0,016*
< 200 13 [8-19] 4 [3-8]
Лактатдегидрогеназа, МЕ/л > 500 12 [8-18] 0,111 6 [3-9] 0,013*
300-500 14 [9-20] 5 [3-9]
< 300 15 [11-18] 4 [3-6]
Примечание: р-уа1ие - уровень значимости; * - результаты статистически значимые Ме - медиана, [1ЦЯ] - межквартильный интервал
интенсивностью [19]. Результаты недавних исследований продемонстрировали повышенную экспрессию АПФ2 в эпителии бронхов и в легочной ткани у пациентов с ХОБЛ и в эпителии проксимальных канальцев почек у пациентов с ХБП по сравнению с группой контроля (пациенты, не имеющие в анамнезе данных заболеваний) [5, 8, 21]. Следует также принимать во внимание, что пациенты с ХОБЛ и ХБП имеют повышенную восприимчивость к вирусным инфекциям, возможно, из-за дисрегуляции иммунной системы [8, 21]. Следовательно, любое увеличение уровня АПФ2 у пациентов с ХОБЛ и ХБП, повышающее восприимчивость к инфекции SARS-CoV-2, происходит на фоне сниженной защиты организма [19].
В ренин-ангиотензин-альдостероновой системе ангиотензин I, образовавшийся из ангиотензино-гена под действием ренина, превращается в ангио-тензин II при участии ангиотензинпревращающе-го фермента (АПФ). Ангиотензин II запускает сосудосуживающие и провоспалительные эффекты через ангиотензиновые рецепторы. АПФ2 преобразует ангиотензин I в ангиотензин 1-9, который далее может быть преобразован с помощью АПФ в ангиотензин 1-7, который в свою очередь через рецептор Mas оказывает противовоспалительный эффект. Ангиотензин II может непосредственно активировать экспрессию воспалительных цитокинов макрофагального происхождения, таких как интер-лейкин (IL)-1, IL-6, IL-23, ФНО-а, и образование активных форм кислорода, каждый из цитокинов способствует развитию и прогрессированию повреждения органов [4, 19, 21].
Связывание SARS-CoV-2 с рецептором АПФ2 и проникновение вируса в клетку приводят к подавле-
нию экспрессии поверхностного АПФ2, беспрепятственному накоплению и активности ангиотензи-на II и возникновению провоспалительного каскада с увеличением нейтрофильной инфильтрации органов, продукции провоспалительных цитокинов, повышению проницаемости сосудов с повреждением органов-мишеней [7, 19, 30, 33].
Также в нашем исследовании многофакторный анализ показал, что исходные уровни лабораторных показателей при поступлении в ОРИТ ЛДГ 300 МЕ/л и более и СРБ 200 мг/л и более являются основными немодифицируемыми факторами - предикторами наступления неблагоприятного исхода у пациентов с СОУГО-19. Полученные результаты соотносятся с ранее опубликованными результатами исследований [20, 22].
Выявленная в данном исследовании связь между повышенным уровнем ЛДГ в крови на момент поступления в ОРИТ и госпитальной летальностью совпадает с результатами других исследований [17]. Высокий уровень ЛДГ может быть хорошим предиктором тяжести течения заболевания и летального исхода у пациентов с СОУГО-19 [17]. Увеличенная концентрация ЛДГ у пациентов данной категории, вероятно, является следствием гипоксии, что приводит к повышению регуляции гликолитического пути и множественному повреждению органов [18]. У пациентов с новой коронавирусной инфекцией СОУГО-19 течение заболевания сопровождается каскадом патологических процессов, связанных с активацией системной воспалительной реакции, что проявляется в виде повышения содержания СРБ в плазме крови [18]. Проведенное исследование подтвердило, что исходный уровень СРБ у пациентов с СОУГО-19 имеет прямую корреляцию с риском
развития летального исхода у пациентов данной категории. Аналогичная связь обнаружена и в других исследованиях, где исходный повышенный уровень СРБ был выявлен у умерших пациентов [24] и являлся фактором риска прогрессирования заболевания у пациентов с СОУГО-19 [23].
Комплексный анализ исходных лабораторных параметров, данных клинического обследования и демографических факторов в течение нескольких минут - часов при поступлении в отделение реанимации подтверждает ценность этих факторов в оценке прогноза летального исхода у пациентов. Авторы разработали простой в использовании инструмент - номограмму для прогнозирования летального исхода у реанимационных пациентов с СОУГО-19, основанную на оценке возраста пациентов, сопутствующих заболеваний (ХОБЛ, ХБП 3Ь стадии и выше, заболевания периферических артерий), уровня СРБ и ЛДГ в сыворотке крови пациентов при поступлении в ОРИТ.
Принцип использования номограммы в данной работе: необходимо найти положение каждой переменной на соответствующей оси, провести перпендикуляр к оси абсцисс для определения количества баллов, затем добавить баллы от всех переменных, посчитать общее количество баллов и далее спроецировать общее количество баллов на линию вероятности летального исхода в ОРИТ, чтобы определить риски неблагоприятного исхода у пациентов с СОУГО-19, находящихся на лечении в ОРИТ. Использование модели проиллюстрировано на примере пациента 62 лет (3 балла) без коморбидной патологии, с СРБ 252 мг/л (7,5 балла) и ЛДГ 689 МЕ/л (10 баллов) при поступлении (вертикальные линии на рис. 2). Сумма баллов для этого пациента составила 20,5, что соответствует примерно 35% вероятности летального исхода в ОРИТ. При наличии суммы баллов свыше 22 правомерно делать заключение о высокой вероятности летального исхода в течение 30 дней после госпитализации.
Полученная регрессионная модель и ее решающее правило характеризовались высоким качеством прогноза. Более того, высокие значения прогностической ценности положительного результата, прогностической ценности отрицательного результата и прогностической точности представленной модели позволяют использовать результат прогноза для двусторонней интерпретации и выделять группы пациентов низкого и высокого рисков.
Несколько предыдущих исследований также показали клиническую значимость прогностических моделей оценки факторов риска развития неблагоприятного исхода (прогрессирование заболевания или летальный исход) у пациентов с СОУГО-19 [11, 16, 26, 34, 35] с целью оптимизации оказания медицинской помощи. Полученные в данном исследовании значения качества прогностической модели на двух выборках (обучающая выборка: ЛИС = 0,868 [0,814-0,912], р < 0,001, тестовая выборка: ЛИС = 0,811 [0,733-0,874], р < 0,001)
соответствуют отличной дискриминационной способности модели, а отсутствие значимых различий параметра AUC в когортах обучения и тестирования свидетельствует о ее устойчивости при проверке. Полученные результаты сопоставимы с ранее опубликованными данными. Так, например, B. Zhang et al. для построения своей номограммы с целью прогнозирования неблагоприятного исхода в течение 30 дней с момента госпитализации в стационар (потребность в ИВЛ, перевод в ОРИТ, развитие шока, полиорганной недостаточности или смерть) использовали 8 предикторов: возраст, ЛДГ, D-димер, АСТ, протромбиновое время, креа-тинин и глюкозу плазмы крови, КТ ОГК. Данная модель показала хорошую прогностическую значимость как в обучающей когорте (AUC = 0,963; 95%-ный ДИ 0,917-0,957, p < 0,0001, чувствительность 94,6%, специфичность 78,8%), так и в когорте внутренней валидации (AUC = 0,877; 95%-ный ДИ 0,825-0,918, p < 0,0001, чувствительность 85,7%, специфичность 72,7%) [34]. Однако недостатком существующих прогностических моделей [16, 26, 34, 35] является то, что они разработаны на пациентах в момент госпитализации в стационар, а не в ОРИТ, и не могут быть применимы для пациентов в критическом состоянии.
В данной работе отмечено, что чем старше пациенты с COVID-19, тем меньше времени они находятся в стационаре или в ОРИТ. Наличие в анамнезе заболеваний периферических артерий или ХБП 3b стадии и выше сопряжено с меньшим временем пребывания в стационаре. Возможно, это связано с тем, что с возрастом с большей вероятностью увеличивается количество сопутствующих заболеваний у пациентов на фоне пониженной функции иммунной системы в результате хронического воспаления, что ведет к повышенной восприимчивости к вирусным инфекциям, развитию тяжелого течения заболевания и осложнениям. Полученные результаты соотносятся с ранее проведенными работами. В исследовании N. Shryane et al. продемонстрирована связь возраста с длительностью нахождения в ОРИТ. Так, среднее время пребывания пациентов в возрасте 75 лет и старше в отделении реанимации составило 10,7 ± 1,0 сут против 15,4 ± 2,3 сут в группе пациентов до 50 лет [29].
Увеличение исходного уровня СРБ в нашем исследовании показало положительную статистически значимую корреляцию с количеством дней в ОРИТ, то есть чем выше значение данного лабораторного параметра, тем дольше пациенты лечатся в условиях ОРИТ. Аналогичные данные получены в работе И. М. Устьянцевой и др., где пациенты с медианным значением возраста 69 лет (IQR: 65-72, p = 0,05) с более высоким уровнем СРБ больше времени находились в ОРИТ (при уровне СРБ 255,1 ± 138,2 мг/л (p < 0,01) в реанимации Ме = 17 дней [IQR: 12-25] против при уровне СРБ 87,1 ± 51,2 мг/л - Ме = 3 дня [IQR: 1-4], p < 0,01) [10].
Также авторами отмечено, что увеличение значения инициального ЛДГ связано с меньшей длительностью пребывания в стационаре и более длительной госпитализацией в ОРИТ. Этот результат объясняется тем фактом, что пациенты, которые имели исходный высокий уровень ЛДГ, были в более тяжелом состоянии на момент поступления в стационар и, соответственно, для продолжения лечения переводились в ОРИТ, что подтверждается данными одномерного анализа. Сходные результаты получены и в исследовании F. Zhou et al. В цитируемой работе сообщается о том, что пациенты с COVID-19, имеющие исходный уровень ЛДГ более 245 Ед/л (Ме = 521,0 [IQR: 363,0-669,0] Ед/л, p < 0,0001), меньше времени находились в стационаре (Ме = 7,5 [IQR: 5,0-11,0] дня против Ме = 12,0 [IQR: 9,0-15,0], p < 0,0001) и дольше лечились в отделении реанимации (аналогично Ме = 8,0 [IQR: 4,0-12,0] дня против Ме = 7,0 [IQR: 2,0-90], p = 0,41) [35].
Представленное исследование имеет несколько ограничений. Во-первых, это одноцентровое и ретроспективное исследование, что приводит к известным ограничениям при оценке обоснованности выводов. Во-вторых, так как исследование включает пациентов, находившихся на лечении в ОРИТ в
период первой волны пандемии СОУГО-19, то авторы столкнулись с распространенной проблемой на тот момент: трудности диагностики абсолютно нового заболевания и, соответственно, отсутствие стандартизированного подхода к объему выборки анализируемых лабораторных маркеров, что могло привести к неполной клинической характеристике пациентов.
Результаты исследования, по мнению авторов, могут иметь большое практическое значение в прогнозировании риска развития летального исхода у реанимационных пациентов с СОУГО-19.
Заключение
Данная номограмма обладает хорошими прогностическими способностями относительно возникновения летального исхода в течение 30 дней после госпитализации у пациентов с СОУГО-19, проходивших лечение в ОРИТ.
Результаты исследования могут иметь большое практическое значение при формировании групп низкого и высокого риска летального исхода у реанимационных пациентов с СОУГО-19. Разработанную модель можно использовать для разработки стратегий ведения пациентов с данным заболеванием.
Конфликт интересов. Авторы заявляют об отсутствии у них конфликта интересов. Conflict of Interests. The authors state that they have no conflict of interests.
ЛИТЕРАТУРА
1. Багненко С. Ф., Полушин Ю. С., Шлык И. В. и др. Опыт работы ПСПбГМУ им. И. П. Павлова по оказанию помощи больным с новой коронавирусной инфекцией: первые итоги и уроки // Вестник анестезиологии и реаниматологии. - 2021. - Т. 18, № 2. - С. 7-16. https://doi.org/10. 21292/2078-5658-2021-18-2-7-16.
2. Белобородова Н. В., Зуев Е. В., Замятин М. Н. и др. Этиотропная терапия СОУГО-19: критический анализ и перспективы // Общая реаниматология. - 2020. - № 16 (6). - С. 65-90. doi: 110.15360/1813-9779-2020-4-0-1.
3. Волчков В. А., Пушкин А. С., Рукавишникова С. А. и др. Критические значения лабораторных показателей в формировании исхода у пациентов с СОУТО-19 // Анестезиология и реаниматология. - 2021. - № 5. - С. 23-28. doi: 10.17116/anaesthesiology202105123.
4. Временные методические рекомендации. Профилактика, диагностика и лечение новой коронавирусной инфекции СОУШ-19. Версия 6 (28.04.2020) / Утв. Минздравом РФ. [Электронный ресурс]. URL:https://static-1.rosminzdrav. ru/system/attachments/attaches/000/050/116/original/28042020_МR_ COVID-19_v6.pdf (дата обращения 01.11.2021).
5. Выхристенко Л. Р., Счастливенко А. И., Бондарева Л. И. и др. Поражение почек при инфекции ОЭ"УГО-19 // Вестник ВГМУ - 2021. - Т. 20, № 1. -С. 7-23. doi: https://doi.org/10.22263/2312-4156.2021.L7.
6. Глыбочко П. В., Фомин В. В., Моисеев С. В. и др. Исходы у больных с тяжелым течением COVID19, госпитализированных для респираторной поддержки в отделения реанимации и интенсивной терапии // Клиническая фармакология и терапия. - 2020. - № 29 (3). - С. 25-36. doi: 10.32756/0869-5490-2020-3-25-36.
7. Конради А. О., Недошивин А. О. Ангиотензин II и COVID-19. Тайны взаимодействий // Российский кардиологический журнал. - 2020. - Т. 25, № 4. - С. 3861. doi:10.15829/1560-4071-2020-3861.
8. Овсянников Е. С., Авдеев С. Н., Будневский А. В. и др. COVID-19 и хроническая обструктивная болезнь легких: известное о неизвестном //
REFERENCES
1. Bagnenko S.F., Polushin Yu.S., Shlyk I.V. et al. The Pavlov University experience in medical assistance for patients with the novel Coronavirus infection: first results and lessons. Messenger of Anesthesiology and Resuscitation, 2021, vol. 18, no. 2, pp. 7-16. (In Russ.) https://doi.org/10. 21292/2078-5658-2021-18-2-7-16.
2. Beloborodova N.V., Zuev E.V., Zamyatin M.N. et al. Causal therapy of COVID-19: critical review and prospects. Obschaya Reanimatologiya, 2020, no. 16 (6), pp. 65-90. (In Russ.) doi: 110.15360/1813-9779-2020-4-0-1.
3. Volchkov V.A., Pushkin A.S., Rukavishnikova S.A. et al. Critical values of laboratory tests in outcomes of patients with COVID-19. Anesteziologiya i Reanimatologiya, 2021, no. 5, pp. 23-28. (In Russ.) doi: 10.17116/anaesthesiology202105123.
4. Vremennye metodicheskie rekomendatsii. Profilaktika, diagnostika i lechenie novoy koronavirusnoy infektsii (COVID-19) Versiya 6. [Provisional guidelines on prevention, diagnostics and treatment of the new coronavirus infection (COVID-19). Version 6]. (28.04.2020) Approved by the Russian MoH. (Epub.), Available:https://static-1.rosminzdrav. ru/system/attachments/attaches/000/050/116/original/28042020_MR_ COVID-19_v6.pdf (Accessed 01.11.2021).
5. Vykhristenko L.R., Schastlivenko A.I., Bondareva L.I. et al. Kidney injury in COVID-19. Vestnik VGMU, 2021, vol. 20, no. 1, pp. 7-23. (In Russ.) doi: https://doi.org/10.22263/2312-4156.2021.L7.
6. Glybochko P.V., Fomin V.V., Moiseev S.V. et al. Outcomes in patients with severe COVID-19 admitted for respiratory support to intensive care units. Klinicheskaya Farmakologiya i Terapiya, 2020, no. 29 (3), pp. 25- 36. (In Russ.) doi: 10.32756/0869-5490-2020-3-25-36.
7. Konradi A.O., Nedoshivin A.O. Angiotensin II and COVID-19. Secrets of interactions. Rossiysky Kardiologicheskiy Journal, 2020, vol. 25, no. 4, pp. 3861. (In Russ.) doi:10.15829/1560-4071-2020-3861.
8. Ovsyannikov E.S., Avdeev S.N., Budnevskiy A.V. et al. COVID-19 and chronic obstructive pulmonary disease: what is known about the unknown. Tuberculosis
Туб. и болезни легких. - 2021. - Т. 99, № 2. - С. 6-15. doi: 10.21292/20751230-2021-99-2-6-15.
9. Полушин Ю. С., Шлык И. В., Гаврилова Е. Г. и др. Роль ферритина в оценке тяжести COVID-19 // Вестник анестезиологии и реаниматологии. - 2021. -Т. 18, № 4. - С. 20-28. https://doi.org/10.21292/2078-5658-2021-18-4-20-28.
10. Устьянцева И. М., Зинченко М. А., Гусельникова Ю. А. и др. SARS-CoV-2. Маркеры воспаления // Политравма. - 2020. - № 4. - С. 35-43. doi: 10.24411/1819-1495-2020-10044.
11. Bakin E. A., Stanevich O. V., Chmelevsky M. P. et al. A novel approach for COVID-19 patient condition tracking: from instant prediction to regular monitoring // Front. Med., 07 December 2021 https://doi. org/10.3389/fmed.2021.744652.
12. Cai L., Zhou X., Wang M. et al. Predictive Nomogram for severe COVID-19 and identification of mortality-related immune features // J. Allergy Clin. Immunol. Pract. - 2021. - Vol. 9, № 1. - P. 177-184.e3. doi: 10.1016/j.jaip.2020.10.043.
13. Charlson M. E., Pompei P., Ales K. L. et al. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation // J. Chronic. Dis. - 1987. - Vol. 40, № 5. - P. 373-383. doi: 10.1016/0021-9681(87)90171-8.
14. DeLong E. R., DeLong D. M., Clarke-Pearson D. L. Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach // Biometrics. - 1988. - Vol. 44, № 3. - Р. 837-845. [Электронный ресурс]. URL:https://www.jstor.org/stable/2531595 (дата обращения 01.11.2021).
15. Fang X., Li S., Yu H. et al. Epidemiological, comorbidity factors with severity and prognosis of COVID-19: a systematic review and meta-analysis // Aging. -2020. - Vol. 12, № 13. - P. 12493-12503. doi: 10.18632/aging.103579.
16. Fang X., Li X., Bian Y. et al. Radiomics nomogram for the prediction of 2019 novel coronavirus pneumonia caused by SARS-CoV-2 // Eur. Radiol. - 2020. -
№ 30. - P. 6888-6901. doi: 10.1007/s00330-020-07032-z.
17. Han Y., Zhang H., Mu S. et al. Lactate dehydrogenase, a risk factor of severe COVID-19 patients: a retrospective and observational study // Aging. - 2020. -Vol. 12, № 12. - P. 11245-11258. doi: 10.1101/2020.03.24.20040162.
18. Henry B. M., de Oliveira M. H. S., Benoit S. et al. Hematologic, biochemical and immune biomarker abnormalities associated with severe illness and mortality in coronavirus disease 2019 (COVID-19): a meta-analysis // Clin. Chem. Lab. Med. - 2020. - Vol. 58, № 7. - P. 1021-1028. doi: 10.1515/cclm-2020-0369.
19. Hoffmann M., Kleine-Weber H., Schroeder S. et al. SARS-CoV-2 cell entry depends on ACE2 and TMPRSS2 and is blocked by a clinically proven protease inhibitor // Cell. - 2020. - № 181. - Р. 271-280. doi:10.1016/j. cell.2020.02.052.
20. Huang C., Wang Y., Li X. et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China // Lancet. - 2020. - Vol. 10223, № 395. -P. 497-506. doi: 10.1016/S0140-6736(20)30183-5.
21. Imig J. D., Ryan M. J. Immune and inflammatory role in renal disease // Compr. Physiol. - 2013. - № 3. - P. 957-976. doi: 10.1002/cphy.c120028.
22. Izcovich A., Ragusa M. A., Tortosa F. et al. Prognostic factors for severity and mortality in patients infected with COVID-19: A systematic review // PLoS One. - 2020. - Vol. 15, № 11. - P. e0241955. doi: 10.1371/journal.pone.0241955.
23. Liu W., Tao Z. W., Lei W. et al. Analysis of factors associated with disease outcomes in hospitalized patients with 2019 novel coronavirus disease // Chin. Med. J. -
2020. - Vol. 133, № 9. - P. 1032-1038. doi: 10.1097/CM9.0000000000000775.
24. Malik P., Patel U., Mehta D. et al. Biomarkers and outcomes of COVID-19 hospitalisations: systematic review and meta-analysis // BMJ Evid. Based Med. -
2021. - Vol. 26, № 3. - P. 107-108. doi: 10.1136/bmjebm-2020-111536.
25. Munblit D., Nekliudov N. P. Bugaeva O. et al. Stop COVID Cohort: An Observational Study of 3480 Patients Admitted to the Sechenov University Hospital Network in Moscow City for Suspected Coronavirus Disease 2019 (COVID-19) Infection // Clin. Infect. Dis. - 2021. - Vol. 73, № 1. - Р. 1-11. doi: 10.1093/cid/ciaa1535.
26. Nguyen Y., Corre F., Honsel V. et al. A nomogram to predict the risk of unfavourable outcome in COVID-19: a retrospective cohort of 279 hospitalized patients in Paris area // Ann. Med. - 2020. - Vol. 52, № 7. - P. 367-375. doi: 10.1080/07853890.2020.1803499.
27. Reyes F. M., Hache-Marliere M., Karamanis D. et al. Assessment of the association of COPD and asthma with in-hospital mortality in patients with COVID-19. A systematic review, meta-analysis, and meta-regression analysis // J. Clin. Med. - 2021. - № 10. - Р. 2087. doi: 10.3390/jcm10102087.
28. Royal College of Physicians. National Early Warning Score (NEWS) 2 2020. Available from: [Электронный ресурс]. URL:https://www.rcplondon. ac.uk/projects/outputs/national-early-warning-score-news-2 (дата обращения 2021-06-01).
and Lung Diseases, 2021, vol. 99, no. 2, pp. 6-15. (In Russ.) doi: 10.21292/20751230-2021-99-2-6-15.
9. Polushin Yu.S., Shlyk I.V., Gavrilova E.G. et al. The role of ferritin in assessing COVID-19 severity. Messenger of Anesthesiology and Resuscitation, 2021, vol. 18, no. 4, pp. 20-28. (in Russ.) https://doi.org/10.21292/2078-5658-2021-18-4-20-28.
10. Ustyantseva I.M., Zinchenko M.A., Guselnikova Yu.A. et al. SARS-CoV-2. Inflammation markers. Politravma, 2020, no. 4, pp. 35-43. (In Russ.) doi: 10.24411/1819-1495-2020-10044.
11. Bakin E.A., Stanevich O.V., Chmelevsky M.P. et al. A novel approach for COVID-19 patient condition tracking: from instant prediction to regular monitoring. Front. Med., 07 December 2021. https://doi. org/10.3389/fmed.2021.744652.
12. Cai L., Zhou X., Wang M. et al. Predictive Nomogram for severe COVID-19 and identification of mortality-related immune features. J. Allergy Clin. Immunol. Pract., 2021, vol. 9, no. 1, pp. 177-184.e3. doi: 10.1016/j.jaip.2020.10.043.
13. Charlson M.E., Pompei P., Ales K.L. et al. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J. Chronic. Dis., 1987, vol. 40, no. 5, pp. no. 373- 383. doi: 10.1016/0021-9681(87)90171-8.
14. DeLong E.R., DeLong D.M., Clarke-Pearson D.L. Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach. Biometrics, 1988, vol. 44, no. 3, pp. 837-845. (Epub.), Available: https://www.jstor.org/stable/2531595 (Accessed 01.11.2021).
15. Fang X., Li S., Yu H. et al. Epidemiological, comorbidity factors with severity and prognosis of COVID-19: a systematic review and meta-analysis. Aging, 2020, vol. 12, no. 13, pp. 12493-12503. doi: 10.18632/aging.103579.
16. Fang X., Li X., Bian Y. et al. Radiomics nomogram for the prediction of 2019 novel coronavirus pneumonia caused by SARS-CoV-2. Eur. Radiol., 2020, no. 30, pp. 6888-6901. doi: 10.1007/s00330-020-07032-z.
17. Han Y., Zhang H., Mu S. et al. Lactate dehydrogenase, a risk factor of severe COVID-19 patients: a retrospective and observational study. Aging, 2020, vol. 12, no. 12, pp. 11245-11258. doi: 10.1101/2020.03.24.20040162.
18. Henry B.M., de Oliveira M.H.S., Benoit S. et al. Hematologic, biochemical and immune biomarker abnormalities associated with severe illness and mortality in coronavirus disease 2019 (COVID-19): a meta-analysis. Clin. Chem. Lab. Med., 2020, vol. 58, no. 7, pp. 1021-1028. doi: 10.1515/cclm-2020-0369.
19. Hoffmann M., Kleine-Weber H., Schroeder S. et al. SARS-CoV-2 cell entry depends on ACE2 and TMPRSS2 and is blocked by a clinically proven protease inhibitor. Cell, 2020, no. 181, pp. 271-280. doi:10.1016/j. cell.2020.02.052.
20. Huang C., Wang Y., Li X. et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet, 2020, vol. 10223, no. 395, pp. 497-506. doi: 10.1016/S0140-6736(20)30183-5.
21. Imig J.D., Ryan M.J. Immune and inflammatory role in renal disease. Compr. Physiol., 2013, no. 3, pp. 957-976. doi: 10.1002/cphy.c120028.
22. Izcovich A., Ragusa M.A., Tortosa F. et al. Prognostic factors for severity and mortality in patients infected with COVID-19: A systematic review. PLoS One,
2020, vol. 15, no. 11, pp. e0241955. doi: 10.1371/journal.pone.0241955.
23. Liu W., Tao Z. W., Lei W. et al. Analysis of factors associated with disease outcomes in hospitalized patients with 2019 novel coronavirus disease. Chin. Med. J., 2020, vol. 133, no. 9, pp. 1032-1038. doi: 10.1097/CM9.0000000000000775.
24. Malik P., Patel U., Mehta D. et al. Biomarkers and outcomes of COVID-19 hospitalisations: systematic review and meta-analysis. BMJ Evid. Based Med.,
2021, vol. 26, no. 3, pp. pp. 107-108. doi: 10.1136/bmjebm-2020-111536.
25. Munblit D., Nekliudov N.P., Bugaeva O. et al. Stop COVID Cohort: An Observational Study of 3480 Patients Admitted to the Sechenov University Hospital Network in Moscow City for Suspected Coronavirus Disease 2019 (COVID-19) Infection. Clin. Infect. Dis., 2021, vol. 73, no. 1, pp. 1-11. doi: 10.1093/cid/ciaa1535.
26. Nguyen Y., Corre F., Honsel V. et al. A nomogram to predict the risk of unfavourable outcome in COVID-19: a retrospective cohort of 279 hospitalized patients in Paris area. Ann. Med., 2020, vol. 52, no. 7, pp. 367-375. doi: 10.1080/07853890.2020.1803499.
27. Reyes F.M., Hache-Marliere M., Karamanis D. et al. Assessment of the association of COPD and asthma with in-hospital mortality in patients with COVID-19. A systematic review, meta-analysis, and meta-regression analysis. J. Clin. Med., 2021, no. 10, pp. 2087. doi: 10.3390/jcm10102087.
28. Royal College of Physicians. National Early Warning Score (NEWS) 2.2020, Available from: (Epub.), Available: https://www.rcplondon. ac.uk/projects/outputs/national-early-warning-score-news-2 (Accessed 01.06.2021).
29. Shryane N., Pampaka M., Aparicio-Castro A. et al. Length of stay in ICU of COVID-19 patients in England, March - May 2020 // Int. J. Popul. Data Sci. -2021. - Vol. 5, № 4. - P. 1411. doi: 10.23SS9/ijpds.v5i4.1411.
30. Sodhi C. P., Wohlford-Lenane C., Yamaguchi Y. et al. Attenuation of pulmonary ACE2 activity impairs inactivation of des-Arg9 bradykinin/BKB1R axis and facilitates LPS-induced neutrophil infiltration // Am. J. Physiol. Lung Cell Mol. Physiol. - 201S. - Vol. 314, № 1. - Р. L17-L31. doi: 10.1152/ajplung.00498.2016.
31. Wang K., Zuo P., Liu Y. et al. Clinical and laboratory predictors of in-hospital mortality in patients with COVID-19: a cohort study in Wuhan, China // Clin. Infect. Dis. - 2020. - № 71. - P. 2079-20SS. doi: 10.1093/cid/ciaa53S.
32. World Health Organization. Novel coronavirus (2019-nCoV): situation report-40. [Электронный ресурс] URL: https://www.who. int/docs/default-source/coronaviruse/situation-reports/20200229-sit rep-40-covid-19.pdf. (дата обращения 01.11.2021).
33. Xu Z., Li W., Han J. et al. Angiotensin II induces kidney inflammatory injury and fibrosis through binding to myeloid differentiation protein-2 (MD2) // Sci. Rep. - 2017. - № 7. - Р. 44911. doi: 10.103S/srep44911.
34. Zhang B., Liu Q., Zhang X. et al. Clinical utility of a nomogram for predicting 30-days poor outcome in hospitalized patients with COVID-19: multicenter external validation and decision curve analysis // Front Med. (Lausanne). -2020. - № 7. - P. 5904б0. doi: 10.3389/fmed.2020.590460.
35. Zhou F., Yu T., Du R. et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study // Lancet. - 2020. - Vol. 10229, № 395. - P. 1054-1062. doi: 10.1016/S0140-6736(20)30566-3.
36. Zlotnik A., Abraira V. A general-purpose nomogram generator for predictive logistic regression models // Stata J. - 2015. - Vol. 15, № 2. - P. 537-546. doi:10.1177/1536S67X1501500212.
29. Shryane N., Pampaka M., Aparicio-Castro A. et al. Length of stay in ICU of COVID-19 patients in England, March - May 2020. Int. J. Popul. Data Sci., 2021, vol. 5, no. 4, pp. 1411. doi: 10.23889/ijpds.v5i4.1411.
30. Sodhi C. P., Wohlford-Lenane C., Yamaguchi Y. et al. Attenuation of pulmonary ACE2 activity impairs inactivation of des-Arg9 bradykinin/BKB1R axis and facilitates LPS-induced neutrophil infiltration. Am. J. Physiol. Lung Cell Mol. Physiol., 2018, vol. 314, no. 1, pp. L17-L31. doi: 10.1152/ajplung.00498.2016.
31. Wang K., Zuo P., Liu Y. et al. Clinical and laboratory predictors of in-hospital mortality in patients with COVID-19: a cohort study in Wuhan, China. Clin. Infect. Dis., 2020, no. 71, pp. 2079-2088. doi: 10.1093/cid/ciaa538.
32. World Health Organization. Novel coronavirus (2019-nCoV): situation report-40. Available: https://www.who.int/docs/default-source/coronaviruse/si tuation-reportsZ20200229-sitrep-40-covid-19.pdf. (Accessed 01.11.2021).
33. Xu Z., Li W., Han J. et al. Angiotensin II induces kidney inflammatory injury and fibrosis through binding to myeloid differentiation protein-2 (MD2). Sci. Rep., 2017, no. 7, pp. 44911. doi: 10.1038/srep44911.
34. Zhang B., Liu Q., Zhang X. et al. Clinical utility of a nomogram for predicting 30-days poor outcome in hospitalized patients with COVID-19: multicenter external validation and decision curve analysis. Front Med. (Lausanne), 2020, no. 7, pp. 590460. doi: 10.3389/fmed.2020.590460.
35. Zhou F., Yu T., Du R. et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. Lancet, 2020, vol. 10229, no. 395, pp. 1054-1062. doi: 10.1016/S0140-6736(20)30566-3.
36. Zlotnik A., Abraira V. A general-purpose nomogram generator for predictive logistic regression models. Stata J., 2015, vol. 15, no. 2, pp. 537-546. doi:10.1177/1536867X1501500212.
ИНФОРМАЦИЯ ОБ АВТОРАХ:
Научно-исследовательский институт общей реаниматологии им. В. А. Неговского Федерального научно-клинического центра реаниматологии и реабилитологии, 107031, Москва, ул. Петровка, д. 25, стр. 2.
Кузовлев Артем Николаевич
доктор медицинских наук, заместитель директора - руководитель, заведующий кафедрой анестезиологии-реаниматологии Института высшего и дополнительного профессионального образования. E-mail: artem_kuzovlev@fnkcrr.ru https://orcid.org/0000-0002-5930-0118
Ермохина Любовь Вячеславовна
аспирантка кафедры анестезиологии и реаниматологии Института высшего и дополнительного профессионального образования. E-mail: ermokhina_92@mail.ru https://orcid.org/0000-0002-0891-4937
Берикашвили Леван Бондоевич
научный сотрудник лаборатории клинической патофизиологии критических состояний. E-mail: levan.berikashvili@mail.ru https://orcid.org/0000-0001-9267-3664
Ядгаров Михаил Яковлевич
младший научный сотрудник лаборатории органопротекции при критических состояниях. E-mail: mikhail.yadgarov@mail.ru https://orcid.org/0000-0003-3792-1682
INFORMATION ABOUT AUTHORS:
V.A. Negovsky National Research Institute of General Reanimatology, Federal Research Clinical Center of Reanimatology and Rehabilitation, 25, Build. 2, Petrovka St., Moscow, 107031.
Artem N. Kuzovlev
Doctor of Medical Sciences, Deputy Director,
Head of the Department of Anesthesiology
and Intensive Care of the Institute of Higher Education
and Post Graduate Training.
Email: artem_kuzovlev@fnkcrr.ru
https://orcid.org/0000-0002-5930-0118
Lyubov V. Ermokhina
Post Graduate Student of the Department of Anesthesiology and Intensive Care of the Institute of Higher Education and Post Graduate Training. Email: ermokhina_92@mail.ru https://orcid.org/0000-0002-0891-4937
Levan B. Berikashvili
Researcher of Laboratory of Clinical Pathophysiology of Critical States. Email: levan.berikashvili@mail.ru https://orcid.org/0000-0001-9267-3664
Mikhail Ya. Yadgarov
Junior Researcher of Laboratory of Organ Protection in Critical States. Email: mikhail.yadgarov@mail.ru https://orcid.org/0000-0003-3792-1682
Каданцева Кристина Кирилловна
научный сотрудник лаборатории органопротекции при критических состояниях. E-mail: kristina161093@gmail.ru https://orcid.org/0000-0002-6593-8580
Лихванцев Валерий Владимирович
доктор медицинских наук, заместитель руководителя. E-mail: lik0704@gmail.com https://orcid.org/0000-0002-5442-6950
ГБУЗ «Городская клиническая больница им. В. П. Демихова Департамента здравоохранения Москвы», 109263, Москва, ул. Шкулева, 4.
Мельникова Наталья Сергеевна
врач - анестезиолог-реаниматолог, заведующая 2-м отделением реанимации и интенсивной терапии. E-mail: doc.nata@bk.ru https://orcid.org/0000-0002-6671-8467
Чаус Николай Иванович
кандидат медицинских наук,
заместитель главного врача по анестезиологии
и реаниматологии.
E-mail: nikchaus@yandex.ru
https://orcid.org/0000-0001-5891-3417
Переходов Сергей Николаевич
доктор медицинских наук, профессор, заслуженный врач РФ, главный врач. E-mail: s.perekhodov@bk7ru https://orcid.org/0000-0002-6276-2305
Серкова Татьяна Сергеевна
ФГАОУВО Первый Московский государственный медицинский университет им. И. М. Сеченова МЗ РФ (Сеченовский университет), студентка.
119146, ул. Большая Пироговская, д. 2, стр. 4. E-mail: serkovatane@yandex.ru
Kristina K. Kadantseva
Researcher of the Laboratory of Organ Protection in Critical States. Email: kristina161093@gmail.ru https://orcid.org/0000-0002-6593-8580
Valeriy V. Likhvantsev
Doctor of Medical Sciences, Deputy Head. Email: lik0704@gmail.com https://orcid.org/0000-0002-5442-6950
V.P. Demikhov City Clinical Hospital, Moscow Health Department, 4, Shkuleva St., Moscow, 109263.
Natalya S. Melnikova
Anesthesiologist and Emergency Physician of Anesthesiology and Intensive Care Department no. 2. Email: doc.nata@bk.ru https://orcid.org/0000-0002-6671-8467
Nikolay I. Chaus
Candidate of Medical Sciences, Deputy Chief Physician in Anesthesiology and Intensive Care. Email: nikchaus@yandex.ru https://orcid.org/0000-0001-5891-3417
Sergey N. Perekhodov
Doctor of Medical Sciences, Professor, Honored Doctor of Russia, Chief Physician. Email: s.perekhodov@bk7ru https://orcid.org/0000-0002-6276-2305
Tatiana S. Serkova
1.M. Sechenov First Moscow State Medical University (Sechenov University),
Student.
2, Bd. 4, Bolshaya Pirogovskaya St., Moscow, 119146.
Email: serkovatane@yandex.ru
