CC BY
7
ОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯ
Прогностические критерии развития тяжелых клинических форм COVID-19 у работников медицинской организации
Платонова Т.А.1, Семененко Т.А.2, 3, Голубкова А.А.4, 5, Сисин Е.И.6, 7, Скляр М.С.1, Карбовничая Е.А.1, Смирнова С.С.8, 9_
1 Общество с ограниченной ответственностью «Европейский медицинский центр "УГМК-Здоровье"», 620144, г. Екатеринбург, Российская Федерация
2 Федеральное государственное бюджетное учреждение «Национальный исследовательский центр эпидемиологии и микробиологии имени почетного академика Н.Ф. Гамалеи» Министерства здравоохранения Российской Федерации, 123098, г. Москва, Российская Федерация
3 Федеральное государственное автономное образовательное учреждение высшего образования Первый Московский государственный медицинский университет имени И.М. Сеченова Министерства здравоохранения Российской Федерации (Сеченовский Университет), 119991, г. Москва, Российская Федерация
4 Федеральное бюджетное учреждение науки «Центральный научно-исследовательский институт эпидемиологии» Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека, 111123, г. Москва, Российская Федерация
5 Федеральное государственное бюджетное образовательное учреждение дополнительного профессионального образования «Российская медицинская академия непрерывного профессионального образования» Министерства здравоохранения Российской Федерации, 125993, г. Москва, Российская Федерация
6 Федеральное бюджетное учреждение здравоохранения «Центр гигиены и эпидемиологии в Ханты-Мансийском автономном округе - Югре», 628011, г. Ханты-Мансийск, Российская Федерация
7 Бюджетное учреждение высшего образования Ханты-Мансийского автономного округа - Югра «Ханты-Мансийская государственная медицинская академия», 628011, г. Ханты-Мансийск, Российская Федерация
8 Екатеринбургский научно-исследовательский институт вирусных инфекций федерального бюджетного учреждения науки «Государственный научный центр вирусологии и биотехнологии "Вектор"» Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека, 620030, г. Екатеринбург, Российская Федерация
9 Федеральное государственное бюджетное образовательное учреждение высшего образования «Уральский государственный медицинский университет» Министерства здравоохранения Российской Федерации, 620028, г. Екатеринбург, Российская Федерация
Сотрудники медицинских организаций являются одной из групп риска заражения новой коронавирус-ной инфекцией (COVID-19), в том числе с развитием тяжелых клинических форм.
Цель исследования - анализ клинических проявлений новой коронавирусной инфекции у медицинских работников с определением лабораторных маркеров развития тяжелого течения COVID-19.
Материал и методы. В исследование включены 186 медицинских работников, которые переболели COVID-19 в 2020 г. У 67 человек (группа наблюдения) заболевание протекало в форме пневмонии, у 119 (группа сравнения) - острой респираторной инфекции, вызванной SARS-CoV-2. В острый период болезни проведено лабораторное обследование: общеклинический анализ крови, CD-типирование субпопуляций лимфоцитов, оценка биохимических показателей, определение параметров системы гемостаза и уровней цитокинов.
Методом бинарной логистической регрессии построены многофакторные модели. Для определения пороговых значений показателей использован ROC-анализ. Статистическую обработку материалов проводили с использованием пакета прикладных программ Microsoft Office 2016 и IBM SPSS Statistics (26-я версия). Различия считали статистически достоверными при р<0,05.
Результаты и обсуждение. Наиболее частыми клиническими проявлениями COVID-19 были слабость, повышение температуры тела, миалгия, артралгия, затруднение носового дыхания, серозно-слизистое отделяемое из носа, боль в горле, кашель, чувство сдавленности в грудной клетке, одышка, головная боль, боль в области глазных яблок, головокружение, аносмия, агевзия и диспептические проявления в виде диареи, тошноты или рвоты.
Выявлены маркеры, связанные с развитием тяжелого течения пневмонии, ассоциированной с COVID-19. Определены пороговые значения лабораторных показателей для прогнозирования тяжелого течения COVID-19: количество тромбоцитов (<239х109/л), лимфоцитов (<1,955х109/л), цитотоксических Т-лимфоцитов (<0,455х109/л), Т-хелперов (<0,855х109/л), NK-клеток (<0,205х109/л), скорости оседания эритроцитов (>11,5 мм/ч), лактатдегидрогеназы (>196 ед/л), общего белка (<71,55 г/л), D-димера (>0,325 мкг/мл), С-реактивного белка (>4,17 мг/л), интерлейкина-6 (>3,63 пг/л).
Заключение. Полученные данные позволяют прогнозировать возможность развития тяжелого варианта течения COVID-19.
Финансирование. Исследование не имело спонсорской поддержки. Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Вклад авторов. Концепция и дизайн исследования - Платонова Т.А., Семененко Т.А., Голубкова А.А.; сбор и обработка материала - Платонова Т.А., Скляр М.С., Карбовничая Е.А., Сисин Е.И.; статистическая обработка, написание текста - Платонова Т.А., Карбовничая Е.А., Смирнова С.С.; редактирование, утверждение окончательного варианта статьи - Семененко Т.А., Голуб-кова А.А.
Ключевые слова:
новая
коронавирусная инфекция;
медицинские
работники;
клинические
проявления;
лабораторные
маркеры;
пороговые
значения;
прогностические
критерии
Для цитирования: Платонова Т.А., Семененко Т.А., Голубкова А.А., Сисин Е.И., Скляр М.С., Карбовничая Е.А., Смирнова С.С. Прогностические критерии развития тяжелых клинических форм COVID-19 у работников медицинской организации // Инфекционные болезни: новости, мнения, обучение. 2022. Т. 11, № 4. С. 19-29. DOI: https://doi.org/10.33029/2305-3496-2022-11-4-19-29 Статья поступила в редакцию 31.01.2022. Принята в печать 24.10.2022.
Prognostic criteria for the development of severe clinical forms of COVID-19 in medical organization workers
Platonova T.A.1, Semenenko T.A.2-3, Golubkova A.A.45, Sisin E.I.6-7, Sklyar M.S.1, Karbovnichaya E.A.1, Smirnova S.S.8, 9
1 European medical center "UMMC-Health", 620144, Yekaterinburg, Russian Federation
2 National Research Centre of Epidemiology and Microbiology named after N.F. Gamaleya of the Ministry of Healthcare of the Russian Federation, 123098, Moscow, Russian Federation
3 Sechenov First Moscow State Medical University of the Ministry of Health of Russia (Sechenov University), 119991, Moscow, Russian Federation
4 Central Research Institute of Epidemiology of Rospotrebnadzor, 111123, Moscow, Russian Federation
5 Russian Medical Academy of Continuing Professional Education, 125993, Moscow, Russian Federation
6 Center for Hygiene and Epidemiology in the Khanty-Mansiysk Autonomous Okrug - Yugra, 628011, Khanty-Mansiysk, Russian Federation
7 Khanty-Mansiysk State Medical Academy, 628011, Khanty-Mansiysk, Russian Federation
8 SRC VB «Vector», Rospotrebnadzor, 620030, Yekaterinburg, Russian Federation
9 Ural State Medical University, 620028, Yekaterinburg, Russian Federation
Employees of medical organizations are one of the risk groups for infection with a new coronavirus infection (COVID-19), including with the development of severe clinical forms.
The aim of the study was to analyze the clinical manifestations of a new coronavirus infection in medical workers with the determination of laboratory markers for the development of severe COVID-19.
Material and methods. The study included 186 medical workers who had COVID-19 in 2020. In 67 people (observation group), the disease occurred in the form of pneumonia, in 119 people (comparison group) - acute respiratory infection caused by SARS-CoV-2. In the acute period of the disease, a laboratory examination was carried out: a general clinical blood test, CD-typing of lymphocyte subpopulations, assessment of biochemical parameters, determination of parameters of the hemostasis system and cytokine levels.
Using the binary logistic regression method, we have built multifactor models. To determine the threshold values of the indicators, we used ROC analysis. Statistical processing of materials was carried out using Microsoft Office 2016 and IBM SPSS Statistics (version 26). The differences were considered statistically significant at p<0.05.
Keywords:
coronavirus infection; COVID-19; medical workers; clinical manifestations; laboratory markers; threshold values; prognostic criteria
Results and discussion. The most frequent clinical manifestations of COVID-19 were: weakness, fever, myalgia, arthralgia, difficulty in nasal breathing, serous-mucous discharge from the nose, sore throat, cough, feeling of "tightness" in the chest, shortness of breath, headache, pain in the eyeballs, dizziness, anosmia, ageusia and dyspeptic manifestations in the form of diarrhea, nausea or vomiting.
Markers associated with the development of severe pneumonia associated with COVID-19 have been identified. Threshold values of laboratory parameters for predicting the severe course of COVID-19 were determined: the number of platelets (less than 239x109/l), lymphocytes (less than 1.955x109/l), cytotoxic T-lymphocytes (less than 0.45 5x109/l), T-helper cells (less than 0.855x109/l), NK-cells (less than 0.205x109/l), ESR (more than 11.5 mm/h), LDH (more than 196 units/l), total protein (less than 71.55 g/l), D-dimer (more than 0.325 mcg/ml), CRP (more than 4.17 mg/l), IL-6 (more than 3.63 pg/l).
Conclusion. The data obtained make it possible to predict the possibility of developing a severe variant of the COVID-19 course.
Funding. The study had no sponsor support.
Conflict of interest. The authors declare no conflict of interest.
Contribution. Concept and design of the study - Platonova T.A., Semenenko T.A., Golubkova A.A.; collection and processing of the material - Platonova T.A., Sklyar M.S., Karbovnichaya E.A., Sisin E.I.; statistical processing, text writing - Platonova T.A., Kar-bovnichaya E.A., Smirnova S.S.; editing, approval of the final version of the article - Semenenko T.A., Golubkova A.A.
For citation: Platonova T.A., Semenenko T.A., Golubkova A.A., Sisin E.I., Sklyar M.S., Karbovnichaya E.A., Smirnova S.S. Prognostic criteria for the development of severe clinical forms of COVID-19 in medical organization workers. Infektsionnye bolezni: novosti, mneniya, obuchenie [Infectious Diseases: News, Opinions, Training]. 2022; 11 (4): 19-29. DOI: https://doi.org/10.33029/2305-3496-2022-11-4-19-29 Received 31.01.2022. Accepted 24.10.2022.
Глобальное распространение новой коронавирусной инфекции (COVID-19) поставило задачу оперативной разработки эффективных методов ее профилактики и лечения. Особую значимость такие исследования имели для групп профессионального риска, в том числе сотрудников медицинских организаций (МО), заболеваемость которых на всех этапах эпидемического распространения инфекции была существенно выше, чем в других профессиональных группах [1-4].
В современных условиях необходимы исследования по оценке частоты встречаемости отдельных клинических проявлений новой коронавирусной инфекции у сотрудников МО и изучению ряда лабораторных показателей, ассоциированных с неблагоприятным прогнозом в течении болезни, которые позволят выявлять людей с высокой вероятностью возникновения тяжелых клинических форм уже на ранних стадиях болезни и применять наиболее эффективные протоколы лечения в дебюте заболевания для сохранения здоровья и работоспособности данной профессиональной группы.
Цель исследования - анализ клинических проявлений новой коронавирусной инфекции у медицинских работников с определением лабораторных маркеров развития тяжелого течения COVID-19.
Материал и методы
Исследование проведено в 2020 г. в течение первого и второго эпидемических подъемов заболеваемости COVID-19. Дизайн исследования одобрен Локальным этическим комитетом ООО «УГМК-Здоровье». Участие в исследовании было добровольным, каждый сотрудник МО заполнял бланк информированного добровольного согласия.
В исследование включили 186 сотрудников МО с диагнозом «новая коронавирусная инфекция (COVID-19)», у 67 из
них заболевание было в форме пневмонии (группа наблюдения), у 119 - в форме острой респираторной инфекции (группа сравнения). Сотрудники МО были различных специальностей и должностей: 54 (29,0%) врача, 45 (24,2%) представителей среднего и 12 (6,5%) - младшего медицинского персонала, 44 (23,7%) представителя административно-управленческого персонала, 31 (16,6%) сотрудник технической и хозяйственной служб. Медиана возраста переболевших COVID-19 сотрудников МО составила 39,0 года (min 18 - max 70). По гендерной характеристике большинство участников исследования были женщины: 73,6% против 26,3% мужчин.
В острый период болезни проведено лабораторное обследование сотрудников, которое включало общеклинический анализ крови, CD-типирование субпопуляций лимфоцитов методом проточной цитометрии (Т-лимфоциты, в том числе Т-хелперы и Т-цитотоксические лимфоциты, CD-индекс, В-лимфоциты, NK- и TNK-клетки), оценку ряда биохимических показателей [щелочной фосфатазы, амилазы, аспартат- (АСТ) и аланинаминотрансферазы (АЛТ), креатинкиназы, лактатдегидрогеназы (ЛДГ), общего белка, мочевины, холестерина, глюкозы, креатинина, С-реактивного белка (СРБ), общего билирубина], показателей системы гемостаза (D-димер) и определение цитокинов методом твердофазного иммуноферментного анализа [интерлейкины (ИЛ) 1ß, 6, 10; фактор некроза опухолей а (ФНОа); интер-фероны (ИФН) а, ß, у; С9-компонент системы комплемента]. У каждого участника исследования было предусмотрено от 1 до 4 точек контроля, итого: для общеклинического и биохимического исследований - по 304 лабораторные единицы (205 - группа наблюдения, 99 - группа сравнения), для определения субпопуляций лимфоцитов - 286 (195 - группа наблюдения, 91 - группа сравнения), для оценки уровня D -димера - 101 (49 - группа наблюдения, 52 - группа срав-
нения), цитокинового профиля, в том числе для ИЛ-6 - 288 (190 - группа наблюдения, 98 - группа сравнения) и для других параметров (ИЛ-ip, ИЛ-10, ФНОа, ИФН а, р, у) -84 (группа наблюдения - 43, группа сравнения - 41). Лабораторные исследования выполнены в клинико-диагностической лаборатории ООО «УГМК-Здоровье».
После выздоровления и возвращения на работу каждому сотруднику - участнику настоящего исследования было предложено заполнить разработанную авторами на GoogLe-платформе онлайн-анкету для уточнения анамнестических и клинических данных. Анкета включала 66 вопросов, объединенных в несколько блоков: паспортная часть, эпидемиологический анамнез, характеристика клинических проявлений болезни, лечение, последствия перенесенного заболевания.
В исследовании применяли клинический, иммунологический и статистический методы исследования. При анализе полученных данных использовали общепринятые статистические приемы. Рассчитан экстенсивный показатель. Характер распределения данных определяли с помощью критерия Колмогорова-Смирнова и Шапиро-Уилка. При сравнении количественных переменных статистическую значимость различий оценивали по критерию Манна-Уитни, при сравнении категориальных - по критерию х2 или точному критерию Фишера, в зависимости от минимального предполагаемого числа. Различия считали статистически значимыми при р<0,05. При оценке изменений в лабораторных параметрах при различных формах коронавирусной инфекции дополнительно были построены многофакторные модели с использованием метода бинарной логистической регрессии с отбором факторов методом исключения. Учитывали только прогностические модели, обладающие статистической достоверностью (р<0,05) и достаточной чувствительностью и специфичностью (более 50%). С использованием многофакторных прогностических моделей рассчитаны скорректированные отношения шансов (ОШ) с 95% доверительным интервалом (95% ДИ). С целью определения пороговых значений некоторых лабораторных показателей были построены ROC-кривые. Рассчитана площадь под ROC-кривой (AUC) и определены оптимальные пороги классификации (точки cut-off), с учетом максимальных уровней чувствительности, специфичности и их соответствия между собой. Статистическую обработку материалов проводили с использованием пакета прикладных программ Microsoft Office 2016 и IBM SPSS Statistics (26 версия).
гия, артралгия (55,6%). Часть сотрудников жаловались на головную боль (61,0%), аносмию или дизосмию (73,0%), болезненность в области глазных яблок (28,4%), головокружение (25,6%). Дисфункцию желудочно-кишечного тракта в виде тошноты или рвоты отметили 12,6%, диарею - 21,5%, агевзию или дисгевзию - 49,5%. Кожные проявления в виде высыпаний папулезного или пятнисто-папулезного характера отметили 7,1% респондентов. В единичных случаях сотрудники указывали на избыточную потливость, нарушение сердечного ритма, боль в эпигастральной области, нарушение сна, судороги в нижних конечностях.
При сравнении клинических проявлений у работников с различными формами заболевания (табл. 1) установлено, что при развитии пневмонии наиболее частыми были слабость, повышение температуры тела, головная боль, боль в мышцах, суставах, кашель, чувство сдавления в грудной клетке, одышка и диарея, а при острой респираторной инфекции чаще выявляли затруднение носового дыхания, ринорею (р<0,05). При этом у сотрудников с разными клиническими формами COVID-19 значимых различий в частоте обнаружения таких симптомов, как аносмия, агевзия, боль в горле, боль в глазах, головокружение, тошнота, высыпания на коже, не установлено (р>0,05).
При оценке параметров общеклинического анализа крови статистически значимые различия в группе наблюдения и сравнения были выявлены для количества нейтрофилов (р=0,001), лимфоцитов (р<0,001), эозинофилов (р=0,014), эритроцитов (р=0,010), их среднего объема (р=0,004), ани-зоцитоза (р=0,004), количества нормобластов (р<0,001), скорости оседания эритроцитов (р<0,001), ширины распределения тромбоцитов по объему (р<0,001), среднего объема тромбоцитов (р<0,001), коэффициента крупных тромбоцитов (р<0,001).
При построении многофакторной модели с использованием метода бинарной логистической регрессии с учетом данных общеклинического анализа крови установлено, что лабораторными маркерами, ассоциированными с формированием более тяжелых форм COVID-19, были уровни лейкоцитов, лимфоцитов, тромбоцитов и СОЭ. Разработанная модель была статистически значимой (р<0,001). Чувствительность при пороговом значении функции 50% составила 79,9%, а специфичность - 69,4%. Общая диагностическая эффективность - 76,0%.
На 7-м шаге было получено следующее регрессионное уравнение:
Результаты и обсуждение
Среди симптомов, характерных для острых респираторных инфекций (ОРИ), у всех наблюдаемых сотрудников МО наиболее частыми симптомами были: затруднение носового дыхания и серозно-слизистые выделения из носовых ходов - у 107 (57,3%), кашель, преимущественно непродуктивный - у 102 (55,1%), боль в горле - у 72 (39,0%), чувство сдавленности в грудной клетке - у 61 (33,0%), одышка -у 51 (27,5%). Помимо этого, большинство сотрудников отмечали такие общеинфекционные симптомы, как слабость (82,8%), повышение температуры тела (80,4%), миал-
Р = 1 / (1 + е-2) х 100%, 2 = -0,316 + 0,286ххИВс - 0,006х Х^ + °,08°х хсоэ - а69^^
где Р - вероятность наличия более тяжелых клинических форм заболевания, пневмонии (%), Хщвс - значение лейкоцитов (х109/л), Хр|Т - тромбоцитов (х109/л), ХСОЭ - скорости оседания эритроцитов (мм/ч), Хтрн - лимфоцитов (х109/л).
Увеличение уровня лейкоцитов на 1х109/л приводит к увеличению шансов развития тяжелых форм COVID-19 в 1,331 раза (ОШ=1,331; 95% ДИ 1,098-1,164; р=0,004), рост скорости оседания эритроцитов на 1 мм/ч - к увеличению шансов в 1,083 раза (ОШ=1,083; 95% ДИ 1,053-1,114;
Таблица 1. Частота регистрации клинических проявлений у сотрудников с различными формами течения СОУЮ-19
| Клиническая форма COVID-19
Клинические проявления пневмония (n=67) ОРИ (n= 119) X2 Р
абс. ч. I % абс. ч. I %
Симптомы острых респираторных инфекций
Затруднение носового дыхания, ринорея 32 47,4 75 62,9 4,088 0,044*
Боль в горле 29 43,9 43 36,2 0,923 0,337
Кашель 47 70,9 55 46,2 9,912 0,002*
Чувство сдавленности в грудной клетке 35 52,1 27 22,3 16,843 <0,001*
Одышка 32 47,4 19 16,3 21,774 <0,001*
Общеинфекционные симптомы
Слабость 61 II 91.0 93 77,9 5,003 0,026*
Повышение температуры тела 63 ЩЩ 93,3 87 73,2 12,020 <0,001*
Миалгия, артралгия 46 68,6 57 48,3 7,474 0,007*
Неврологические симптомы
Головная боль 47 70,9 66 55,4 3,878 0,049*
Аносмия, дизосмия 45 67,4 91 76,1 1,889 0,170
Боль в глазных яблоках 20 29,7 33 27,7 0,095 0,759
Головокружение 22 32,1 26 22,0 2,703 0,101
Симптомы поражения желудочно-кишечного тракта
Диарея 20 ЩЩ 29,9 20 16,8 4,321 0,038*
Тошнота, рвота 11 II 16,8 12 10,2 0,248
Агевзия, дисгевзия 33 ■■ 48,6 60 50,1 0,023 0,879
Кожные проявления
Экзантема 5 7,4 8 7,0 - 1,000
Примечание. * - различия показателей статистически значимы (р<0,05); ОРИ - острые респираторные инфекции.
р<0,001), увеличение количества тромбоцитов на 1х109/л -к снижению шансов тяжелых форм в 1,006 раза (0Ш=0,994; 95% ДИ 0,990-0,998; р=0,007), увеличение уровня лимфоцитов на 1х109/л - к снижению шансов в 2 раза (0Ш=0,500; 95% ДИ 0,318-0,786; р=0,003).
При анализе параметров иммунограммы статистически значимые различия получены для следующих субпопуляций лимфоцитов: Т-лимфоцитов Сй3+ (р<0,001), Т-хелперов Сй3+С04+ (р<0,001), цитотоксических Т-лимфоцитов Сй3+С08+ (р<0,001), натуральных киллеров С03-С016+/56+ (р<0,001), В-лимфоцитов С019+ (р=0,019).
Однако построение многофакторной модели с использованием метода бинарной логистической регрессии для оценки зависимости вероятности выявления тяжелых форм COVID-19 от количества различных субпопуляций лимфоцитов показало низкую специфичность (22,0%).
В связи с этим была сформирована дополнительная прогностическая модель с целью оценки вероятности выявления более тяжелых клинических форм COVID-19 в зависимости от параметров общего анализа крови в комплексе с оценкой различных субпопуляций лимфоцитов. Разработанная модель была статистически значимой (р<0,001). Чувствительность при пороговом значении функции 50% составила 80,2%, а специфичность - 70,7%. Общая диагностическая эффективность - 76,8%.
На 12-м шаге была получена следующая регрессионная функция:
Р = 1 / (1 + е-2) х 100%, I = -0,303 + 0,327 х X - 0,007 х X + 0,083 х X - 1,192 х
' ' WBC ' РИ ' СОЭ '
Хс - 2,546 х V
где Р - вероятность наличия более тяжелых клинических форм заболевания, пневмонии (%), ХтС - значение лейкоцитов (х109/л), Хга - тромбоцитов (х109/л), ХСОЭ - скорости оседания эритроцитов (мм/ч), ХТс - Т-цитотоксических лимфоцитов (х109/л), Хмк - Щ-клеток (х109/л).
Исходя из коэффициента детерминации К2 в модели было учтено 39,0% факторов, оказывающих влияние на вероятность формирования более тяжелых форм заболевания. Установлено, что увеличение уровня лейкоцитов на 1х109/л ведет к увеличению шансов развития тяжелых форм COVID-19 в 1,387 раза, рост скорости оседания эритроцитов на 1 мм/ч - к увеличению шансов в 1,087 раза, увеличение количества тромбоцитов на 1х109/л - к снижению шансов тяжелых форм в 1,007 раза, увеличение уровня цитотоксических Т-лимфоцитов на
Таблица 2. Вероятность развития более тяжелых форм течения СОУЮ-19
Показатель ОШ; 95% ДИ Р
Лейкоциты 1,387; 1,128-1,706 0,002
Тромбоциты 0,993; 0,898-0,997 0,002
СОЭ 1,087; 1,055-1,119 <0,001
Т-цитотоксические лимфоциты 0,303; 0,099-0,934 0,038
NK-клетки 0,078; 0,012-0,535 0,009
ЛДГ 1,025; 1,009-1,041 0,002
Общий белок 0,780; 0,694-0,876 <0,001
СРБ 1,167; 1,032-1,319 0,014
ИЛ-6 1,170; 1,036-1,321 0,011
ИФНа 0,754; 0,612-0,929 0,008
Расшифровка аббревиатур дана в тексте.
0,4 0,6 1 - специфичность
0,4 0,6 1 - специфичность
0,4 0,6 1 - специфичность
0,4 0,6 1 - специфичность
0,4 0,6 1 - специфичность
0,4 0,6 1 - специфичность
А
Б
В
Г
Д
Е
Рис. 1. ROC-кривые, описывающие зависимость вероятности развития более тяжелых форм COVID-19 с учетом различных лабораторных параметров: тромбоцитов (А), лимфоцитов (Б), цитотоксических Т-лимфоцитов (В), Т-хелперов (Г), NK-клеток (Д), скорости оседания эритроцитов (Е)
1х109/л - к снижению шансов в 3,300 раза, увеличение количества NK-клеток на 1х109/л - к снижению шансов в 12,820 раза (табл. 2).
С целью определения пороговых значений некоторых лабораторных показателей общего анализа крови (ОАК) и иммунофенотипирования лимфоцитов были построены ROC-кривые. Статистически значимые модели (р<0,05) с чувствительностью и специфичностью более 50% были получены для зависимости вероятности развития более тяжелых форм от уровня тромбоцитов, лимфоцитов, в том числе Т-цитотоксических лимфоцитов и Т-хелперов, NK-клеток и СОЭ (рис. 1).
Полученная ROC-кривая для уровня тромбоцитов характеризовалась значением AUC = 0,566+0,033 (95% ДИ 0,4910,621), p=0,054. Значение тромбоцитов в точке cut-off было определено как 239х109/л. У сотрудников МО с количеством тромбоцитов 239х109/л и менее отмечался повышенный риск формирования пневмонии, более 239х109/л риск предполагался на низком уровне. Чувствительность модели -55,5%, специфичность - 54,5%.
AUC для количества лимфоцитов составляла 0,671+0,031 (95% ДИ 0,611-0,731), p<0,001. Пороговое значение лимфоцитов определено как 1,955х109/л. При уровне лимфоцитов <1,955х109/л отмечался повышенный риск формирования пневмонии, при уровне >1,955х109/л риск признавался низким. Чувствительность и специфичность модели составили 67,0 и 52,7% соответственно.
AUC ROC-кривой зависимости вероятности пневмонии от количества цитотоксических Т-лимфоцитов (ЦТЛ) соответствовала 0,626+0,033 (95% ДИ 0,561-0,690), p<0,001. Пороговое значение ЦТЛ, разделяющее сотрудников на группы повышенной и низкой вероятности развития пневмонии, составило 0,455х109/л. При уровне ЦТЛ <0,455х109/л отмечался повышенный риск формирования пневмонии, в случае уровня >0,455х109/л риск оценивался как низкий. Чувствительность модели - 61,1%, специфичность -58,0%.
ROC-кривая для Т-хелперов характеризовалась AUC = 0,675+0,030 (95% ДИ 0,613-0,736), p<0,001. Значение Т-хелперов в точке cut-off было определено как 0,855х109/л. Для людей с количеством Т-хелперов 0,855х109/л и менее был характерен повышенный риск формирования пневмонии, в случае уровня Т-хелперов >0,855х109/л риск предполагался на низком уровне. Чувствительность модели -64,9%, специфичность - 58,0%.
AUC ROC-кривой для NK-клеток составляла 0,691+0,031 (95% ДИ 0,630-0,752), p<0,001. Пороговое значение NK-клеток - 0,205х109/л. При уровне NK-клеток <0,205х109/л отмечался повышенный риск формирования пневмонии, при уровне более 0,205х109/л риск оценивался как низкий. Чувствительность модели составила 65,4%, специфичность -64,0%.
ROC-кривая для СОЭ имела AUC 0,759+0,029 (95% ДИ 0,702-0,816), p<0,001. СОЭ в точке cut-off была определена как 11,5 мм/ч. У сотрудников с СОЭ >11,5 мм/ч был повышенный риск формирования пневмонии, <11,5 мм/ч -риск предполагался на низком уровне. Чувствительность модели - 70,0%, специфичность - 72,4%.
Далее были проанализированы результаты биохимического исследования крови. Статистически значимые различия в группе наблюдения и сравнения были установлены для уровня АСТ (р<0,001), АЛТ (р<0,001), креатинкиназы (р=0,016), ЛДГ (р<0,001), общего белка (р<0,001), мочевины (р<0,001), общего билирубина (р=0,002), креатинина (р<0,001), СРБ (р=0,001).
С использованием метода бинарной логистической регрессии, с отбором факторов методом исключения, была сформирована прогностическая модель зависимости вероятности выявления тяжелых форм COVID-19 от параметров биохимического исследования крови. Полученная модель была статистически значимой (p<0,001). Чувствительность модели при выбранном пороговом значении логистической функции 50% составила 91,2%, специфичность - 70,6%. Общая диагностическая эффективность модели составила 85,6%.
На 4-м шаге было получено следующее регрессионное уравнение:
P = 1 / (1 + e-z) х 100%, z = 12,696 + 0,25 х X - 0,249 х X + 1,154 х X
ЛД1 Ub СгЬ
где P - вероятность наличия более тяжелых клинических форм заболевания, пневмонии (%), ХЛДГ - значение лактатде-гидрогеназы (ед/л), ХОБ - общего белка (г/л), ХСРБ - СРБ (мг/л).
Исходя из коэффициента детерминации R2 в модели было учтено 62,0% факторов, оказывающих влияние на вероятность формирования более тяжелых форм заболевания. Установлено, что увеличение уровня ЛДГ на 1 ед/л ведет к увеличению шансов тяжелых форм COVID-19, пневмонии -в 1,025 раза, увеличение уровня СРБ на 1 мг/л - к увеличению шансов в 1,167 раза, а увеличение уровня общего белка на 1 г/л - к снижению шансов в 1,282 раза (см. табл. 2).
Далее с целью определения точки cut-off для конкретных лабораторных показателей биохимического исследования крови были построены ROC-кривые. Статистически значимые модели (р<0,05) с чувствительностью и специфичностью >50% были получены для зависимости вероятности развития более тяжелых форм коронавирусной инфекции от уровня ЛДГ, общего белка и СРБ (рис. 2).
Для количества ЛДГ ROC-кривая характеризовалась значением AUC 0,754+0,029 (95% ДИ 0,697-0,810), p<0,001. Значение ЛДГ в точке cut-off было определено как 196 ед/л. У сотрудников с уровнем ЛДГ более 196 ед/л отмечался повышенный риск выявления пневмонии, при уровне ЛДГ <196 ед/л риск был на низком уровне. Чувствительность модели - 68,4%, специфичность - 67,4%.
AUC ROC-кривой для общего белка составляла 0,726+0,029 (95% ДИ 0,618-0,784), p<0,001. Значение уровня общего белка в точке cut-off было определено как 71,55 г/л. У пациентов с уровнем общего белка 71,55 г/л и менее отмечался повышенный риск формирования пневмонии, при уровне более 71,55 г/л риск предполагался на низком уровне. Чувствительность и специфичность модели составили 67,6 и 66,7% соответственно.
ROC-кривая для СРБ характеризовалась значением AUC = 0,774+0,027 (95% ДИ: 0,720-0,827), p<0,001. Пороговое значение СРБ - 4,17 мг/л. У сотрудников с уровнем СРБ
0,4 0,6 1 - специфичность
0,4 0,6 1 - специфичность
0,4 0,6 1 - специфичность
Д
0,4 0,6 1 - специфичность
0,4 0,6 1 - специфичность
А
Б
В
Г
Рис. 2. ROC-кривые, описывающие зависимость вероятности развития более тяжелых форм COVID-19 с учетом различных лабораторных параметров: лактатдегидрогеназы (А), общего белка (Б), С-реактивного белка (В), D-димера (Г), интерлейкина-6 (Д)
>4,17 мг/л присутствовал повышенный риск формирования пневмонии, при уровне <4,17 мг/л риск более тяжелых форм инфекции был на низком уровне. Чувствительность модели составила 67,7%, специфичность - 69,5%.
При проведении данного исследования оценивали также уровень D-димера у сотрудников с разными клиническими формами коронавирусной инфекции. В группе наблюдения и сравнения были получены статистически значимые различия (р<0,001). Для данного лабораторного параметра была построена ROC-кривая (см. рис. 2). Значение AUC составило 0,711+0,051 (95% ДИ 0,6110,811), модель была статистически значимой (p<0,001). Пороговое значение D-димера - 0,325 мкг/мл. У людей с уровнем D-димера >0,325 мкг/мл присутствовал повышенный риск формирования пневмонии, при уровне D-димера <0,325 мкг/мл риск более тяжелых форм инфекции был низким. Чувствительность модели составила 63,3%, специфичность - 63,5%.
В ходе выполнения настоящего исследования проводили оценку цитокинового профиля у сотрудников с COVID-19. Статистически значимые различия в группе наблюдения и сравнения были установлены для уровня ИЛ-6 (р<0,001), ИЛ-10 (р=0,018) и С9-компонента системы комплемента (р<0,001).
С использованием метода бинарной логистической регрессии сформирована прогностическая модель с учетом результатов этих лабораторных исследований. Полученная модель была статистически значимой (p<0,001). Чувствительность модели при выбранном пороговом значении 50% составила 93,2%, специфичность - 65,0%. Общая диагностическая эффективность модели составила 86,1%.
На 6-м шаге было получено следующее регрессионное уравнение:
P = 1 / (1 + e-z) х 100%, z = -1,170 + 0,157 х X - 0,282 х X ,
' ' ИЛ-6 ' ИФН-а '
где P - вероятность наличия более тяжелых клинических форм заболевания, пневмонии (%), ХИЛ-6 - интерлейкина-6 (пг/мл), ХИфН-а - значение ИФН-а (пг/мл).
Исходя из коэффициента детерминации R2 в модели были учтены 43,4% факторов, оказывающих влияние на вероятность формирования более тяжелых форм заболевания. Установлено, что увеличение уровня ИЛ-6 на 1 пг/мл ведет к увеличению шансов формирования тяжелых форм COVID-19 в 1,170 раза, а увеличение уровня ИФНа на 1 пг/мл - в 1,326 раза (см. табл. 2).
С целью определения пороговых значений отдельных лабораторных показателей цитокинового профиля были построены ROC-кривые. Статистически значимые модели (р<0,05) с чувствительностью и специфичностью >50% были получены только для ИЛ-6 (см. рис. 2). AUC ROC-кривой для ИЛ-6 составляла 0,658+0,032 (95% ДИ 0,595-0,722). Наблюдаемая зависимость была статистически значимой (p<0,001). Значение ИЛ-6 в точке cut-off было определено как 3,63 пг/л. У людей с уровнем ИЛ-6 >3,63 пг/л присутствовал повышенный риск формирования пневмонии, <3,63 пг/л риск более тяжелых форм инфекции был низким. Чувствительность модели составила 64,6%, специфичность - 64,5%.
Полученные в проведенном исследовании результаты в целом коррелируют с данными других авторов, но есть некоторые нюансы. В исследовании из больницы Жэньминь Ухань-ского университета (Китай) [5] изучено диагностическое и прогностическое значение лабораторных параметров общего и биохимического анализа крови. Авторы показали, что для прогноза развития более тяжелых форм заболевания имели значение уровни лейкоцитов, лимфоцитов, нейтрофи-лов и тромбоцитов, что соответствует полученным в проведенном исследовании данным, в частности о прогностической значимости уровня лейкоцитов, лимфоцитов и тромбоцитов; однако не удалось выявить закономерности, связанные с уровнем нейтрофилов. Показано значение СОЭ как одного из важных лабораторных маркеров развития тяжелых форм инфекции. Среди параметров биохимического анализа крови Z. Lv и соавт. определили прогностическое значение уровня прямого билирубина, липопротеинов низкой плотности и мочевины, что не соответствует результатам, полученным в исследовании, проведенном среди медицинских работников.
В исследовании, выполненном на базе 2 клинических больниц в Тяньцзине (Китай) [6] с использованием бинарного логистического регрессионного анализа, было продемонстрировано, что маркерами неблагоприятного течения COVID-19, имеющими прогностическую ценность, являются соотношение нейтрофилов и лимфоцитов (при прогрес-сировании заболевания отмечается увеличение данного индекса), а также отдельные характеристики тромбоцитов -средний объем и коэффициент крупных тромбоцитов, которые при развитии более тяжелых форм заболевания снижаются, что не было установлено в проведенном исследовании при построении прогностических моделей.
В исследовании, выполненном в Третьей больнице г. Ухань (Китай) [7], было установлено, что соотношение нейтрофилов и лимфоцитов и содержание С-реактивного белка были независимыми факторами риска развития более тяжелых форм COVID-19, что соответствует полученным данным в части прогностической эффективности уровня СРБ.
В метаанализе, касающемся 21 исследования, выполненном B. Henry и соавт. [8], были определены наиболее эффективные маркеры развития более тяжелых форм коронавирусной инфекции, маркеры потенциального прогресси-рования заболевания до критического состояния - количество лейкоцитов, лимфоцитов, тромбоцитов, уровень ИЛ-6 и ферритина сыворотки. Значение уровней лейкоцитов, лимфоцитов, тромбоцитов и ИЛ-6 как эффективных прогностических лабораторных маркеров развития тяжелых клинических форм коронавирусной инфекции с поражением легочной ткани также отмечено и в проведенном среди медицинских работников исследовании. Однако следует учесть, что при планировании проведения последующих исследований в группах профессионального риска необходимо обратить внимание на прогностическое значение ферритина.
Таким образом, при сопоставлении полученных результатов по общеклиническому и биохимическому анализу крови с данными опубликованных материалов выявлены как определенные соответствия (в части значения уровня лейкоцитов, лимфоцитов, тромбоцитов и СРБ), так и некоторые раз-
личия. В работах ряда авторов делается акцент на значение уровня нейтрофилов, соотношения нейтрофилов и лимфоцитов, отдельных характеристик тромбоцитов, общего билирубина, липопротеинов низкой плотности, мочевины, что не было в полной мере подтверждено в настоящем исследовании при построении прогностических моделей. В то же время в опубликованных работах не уделяется достаточного внимания уровню СОЭ, ЛДГ и общего белка сыворотки крови.
При анализе результатов иммунофенотипирования лимфоцитов в настоящем исследовании было продемонстрировано, что у сотрудников МО с более тяжелыми клиническими формами коронавирусной инфекции происходит более выраженное снижение количества практически всех субпопуляций лимфоцитов, что соответствует материалам, полученным другими авторами. В метаанализе 20 публикаций, проведенном W. Huang и соавт. [9], показано, что общее количество лимфоцитов, Т-клеток, в том числе CD4+- и CD8+-T-клеток, B-клеток, натуральных киллеров имело статистически значимое снижение у пациентов с COVID-19 тяжелого или крайне тяжелого течения по сравнению с инфекцией легкой или средней степени тяжести. В качестве прогностических маркеров среди показателей иммунограммы некоторые авторы предлагают использовать уровень Т-лимфоцитов, а также CD8+- и CD4+-Т-клеток [10]. В дополнение к этим параметрам по данным ROC-анализа предложено использовать количество NK-клеток как дополнительный лабораторный прогностический параметр.
При анализе динамики уровня D-димера у сотрудников МО с разными клиническими формами COVID-19 в проведенном исследовании были получены статистически значимые различия в сравниваемых группах и подтверждено его значение в качестве эффективного прогностического лабораторного параметра при построении моделей, что соответствует результатам исследований других авторов [11-14].
Среди показателей, характеризующих цитокиновый профиль, была установлена роль ИЛ-6 в качестве параметра для прогноза течения заболевания, что соответствует данным других исследований [15-17].
Полученные в проведенном исследовании результаты касаются конкретной профессиональной группы риска инфицирования, имеющей определенную гендерную, возрастную и общесоматическую характеристику, что могло обосновать полученные результаты и их отличия от данных других авторов, касающихся общепопуляционных исследований, и это дает направление для дополнительных углубленных исследований в группах высокого профессионального риска инфицирования SARS-CoV-2.
Заключение
Таким образом, в процессе исследования были изучены клинические проявления COVID-19 у сотрудников МО. Определены лабораторные маркеры и их пороговые значения, ассоциированные с более тяжелыми вариантами COVID-19: количество тромбоцитов (<239х109/л), лимфоцитов (<1,955х109/л), цитотоксических Т-лимфоцитов (<0,455х109/л), Т-хелперов (<0,855х109/л), NK-клеток (<0,205х109/л), СОЭ (>11,5 мм/ч), ЛДГ (>196 ед/л), общего белка (<71,55 г/л), D-димера (>0,325 мкг/мл), СРБ (>4,17 мг/л), ИЛ-6 (>3,63 пг/л). Полученные данные могут иметь широкое применение в клинической практике. Однако, несмотря на установленные данные о частоте отдельных клинических проявлений и динамике лабораторных параметров при COVID-19 у конкретной профессиональной группы риска инфицирования, в современных условиях необходимо учитывать меняющуюся эпидемическую ситуацию, формирование новых генетических вариантов возбудителя и возможные изменения течения болезни, что имеет немаловажное значение для оперативной корректировки протоколов лечения пациентов.
СВЕДЕНИЯ ОБ АВТОРАХ
Платонова Татьяна Александровна (Tatyana A. Platonova)* - кандидат медицинских наук, врач-эпидемиолог, заведующий эпидемиологическим отделом ООО «УГМК-Здоровье», Екатеринбург, Российская Федерация E-mail: fill.1990@inbox.ru https://orcid.org/0000-0001-5441-854X
Семененко Татьяна Анатольевна (Tatyana A. Semenenko) - доктор медицинских наук, профессор, академик РАЕН, руководитель отдела эпидемиологии ФГБУ «НИЦЭМ им. Н.Ф. Гамалеи» Минздрава России, профессор кафедры инфектологии и вирусологии ИПО ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), Москва, Российская Федерация
E-mail: semenenko@gamaleya.org https://orcid.org/0000-0002-6686-9011
Голубкова Алла Александровна (Alla A. Golubkova) - доктор медицинских наук, профессор, ведущий научный сотрудник лаборатории инфекций, связанных с оказанием медицинской помощи ФБУН Центральный НИИ эпидемиологии Роспотребнад-зора, профессор кафедры эпидемиологии ФГБОУ ДПО РМАНПО Минздрава России, Москва, Российская Федерация E-mail: allagolubkova@yandex.ru https://orcid.org/0000-0003-4812-2165
* Автор для корреспонденции.
Сисин Евгений Игоревич (Evgeny I. Sisin) - кандидат медицинских наук, врач-эпидемиолог отдела обеспечения эпидемиологического надзора ФБУЗ «Центр гигиены и эпидемиологии в ХМАО-Югре», доцент кафедры инфекционных болезней с курсом эпидемиологии БУ «Ханты-Мансийская государственная медицинская академия», Ханты-Мансийск, Российская Федерация E-mail: evg-sisin1@yandex.ru https://orcid.org/0000-0001-5003-1110
Скляр Михаил Семенович (Mikhail S. Sklyar) - доктор медицинских наук, генеральный директор ООО «УГМК-Здоровье», Екатеринбург, Российская Федерация E-mail: info@ugmk-clinic.ru https://orcid.org/0000-0003-1692-522X
Карбовничая Елена Александровна (Elena A. Karbovnichaya) - заведующий клинико-диагностической лабораторией ООО «УГМК-Здоровье», Екатеринбург, Российская Федерация E-mail: KarbovnichaiaEA@ugmk-clinic.ru https://orcid.org/0000-0001-6236-4916
Смирнова Светлана Сергеевна (Svetlana S. Smirnova) - кандидат медицинских наук, руководитель Урало-Сибирского научно-методического центра по профилактике инфекций, связанных с оказанием медицинской помощи, ЕНИИВИ ФБУН ГНЦ ВБ «Вектор» Роспотребнадзора, доцент кафедры эпидемиологии, социальной гигиены и организации госсанэпидслужбы ФГБОУ ВО УГМУ Минздрава России, Екатеринбург, Российская Федерация E-mail: smirnova_ss69@mail.ru https://orcid.org/0000-0002-9749-4611
ЛИТЕРАТУРА/REFERENCES
1. Calo F., Russo A., Camaioni C., De Pascalis S., Coppola N. Burden, risk assessment, surveillance and management of SARS-CoV-2 infection in health workers: a scoping review. Infect Dis Poverty. 2020; 9 (1): 139. DOI: https://doi.org/10.1186/ s40249-020-00756-6
2. Treibel T.A., Manisty C., Burton M., McKnight A., et al. COVID-19: PCR screening of asymptomatic health-care workers at London hospital. Lancet. 2020; 10 237 (395): 1608-10. DOI: https://doi.org/10.1016/S0140-6736(20)31100-4
3. Nguyen L.H., Drew D.A., Graham M.S., Joshi A.D., et al.; Coronavirus Pandemic Epidemiology Consortium. Risk of COVID-19 among front-line health-care workers and the general community: a prospective cohort study. Lancet Public Health. 2020; 9 (5): e475-83. DOI: https://doi.org/10.1016/S2468-2667(20)30164-X
4. Alserehi H.A., Alqunaibet A.M., Al-Tawfiq J.A., Alharbi N.K., et al. Seropreva-lence of SARS-CoV-2 (COVID-19) among healthcare workers in Saudi Arabia: comparing case and control hospitals. Diagn Microbiol Infect Dis. 2021; 99 (3): 115273. DOI: https://doi.org/10.1016Zj.diagmicrobio.2020.115273
5. Lv Z., Wang W., Qiao B., Cui X., et al. The prognostic value of general laboratory testing in patients with COVID-19. J Clin Lab Anal. 2021; 35 (2): e23668. DOI: https:// doi.org/10.1002/jcla.23668
6. Xu H.M., Liu J., Gu C.G., Zhang J.D., et al. [Expressions of MPV, P-LCR and NLR in patients with novel coronavirus disease 2019]. Zhonghua Yu Fang Yi Xue Za Zhi. 2021; 55 (7): 890-5. DOI: https://doi.org/10.3760/cmaj.cn112150-20200705-00973 (in Chinese)
7. Yufei Y., Mingli L., Xuejiao L., Xuemei D., et al. Utility of the neutrophil-to-lym-phocyte ratio and C-reactive protein level for coronavirus disease 2019 (COVID-19). Scand J Clin Lab Invest. 2020; 80 (7): 536-40. DOI: https://doi.org/10.1080/0036 5513.2020.1803587/
8. Henry B.M., de Oliveira M.H.S., Benoit S., Plebani M., Lippi G. 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; 58 (7): 1021-8. DOI: https://doi.org/10.1515/cclm-2020-0369
9. Huang W., Berube J., McNamara M., Saksena S., et al. Lymphocyte subset counts in COVID-19 patients: a meta-analysis. Cytometry A. 2020; 97 (8): 772-6. DOI: https://doi.org/10.1002/cyto.a.24172
10. Diao B., Wang C., Tan Y., Chen X., et al. Reduction and functional exhaustion of t cells in patients with coronavirus disease 2019 (COVID-19). Front Immunol. 2020; 11: 827. DOI: https://doi.org/10.3389/fimmu.2020.00827
11. Du W.N., Zhang Y., Yu Y., Zhang R.M. D-Dimer levels is associated with severe COVID-19 infections: a meta-analysis. Int J Clin Pract. 2021; 75 (8): e14031. DOI: https://doi.org/10.1111/ijcp.14031
12. Paliogiannis P., Mangoni A.A., Dettori P., Nasrallah G.K., Pintus G., Zinellu A. D-Dimer concentrations and COVID-19 severity: a systematic review and meta-analysis. Front Public Health. 2020; 8: 432. DOI: https://doi.org/10.3389/fpubh.2020. 00432
13. Shah S., Shah K., Patel S.B., Patel F.S., et al. Elevated D-Dimer levels are associated with increased risk of mortality in coronavirus disease 2019: a systematic review and meta-analysis. Cardiol Rev. 2020; 28 (6): 295-302. DOI: https://doi. org/10.1097/CRD.0000000000000330
14. Ozen M., Yilmaz A., Cakmak V., Beyoglu R., et al. D-Dimer as a potential biomarker for disease severity in COVID-19. Am J Emerg Med. 2021; 40: 55-9. DOI: https://doi.org/10.1016/j.ajem.2020.12.023
15. Mojtabavi H., Saghazadeh A., Rezaei N. Interleukin-6 and severe COVID-19: a systematic review and meta-analysis. Eur Cytokine Netw. 2020; 31 (2): 44-9. DOI: https://doi.org/10.1684/ecn.2020.0448
16. Ulhaq Z.S., Soraya G.V. Interleukin-6 as a potential biomarker of COVID-19 progression. Med Mal Infect. 2020; 50 (4): 382-3. DOI: https://doi.org/10.1016/j. medmal.2020.04.002
17. Zhao Z., Xie J., Yin M., Yang Y., et al. Interleukin-6 and severity of COVID-19 patients in Hefei, China. Med Mal Infect. 2020; 50 (7): 629-31. DOI: https://doi. org/10.1016/j.medmal.2020.06.005
