日本語AIでPubMedを検索
定量的肺CTと臨床データを用いた新規コロナウイルス疾患（COVID-19）の評価：短期予後の予測
Evaluation of novel coronavirus disease (COVID-19) using quantitative lung CT and clinical data: prediction of short-term outcome.
PMID: 32592118 PMCID: PMC7318726. DOI: 10.1186/s41747-020-00167-0.
抄録
背景:
CT（コンピュータ断層撮影）により、重症急性呼吸器症候群コロナウイルス2（SARS-CoV-2）感染の定量化が可能となり、予後予測に役立つ。
BACKGROUND: Computed tomography (CT) enables quantification of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, helping in outcome prediction.
方法:
2020年3月1日から3月22日までの間に、肺炎症状があり、肺CTスキャンが陽性で、逆転写ポリメラーゼ連鎖反応（RT-PCR）でSARS-CoV-2が確認された患者を連続して登録した。臨床データを収集した。アウトカムは好ましいか有害か（すなわち、機械的換気の必要性または死亡）と定義され、CT後10日間の期間にわたって登録された。CT上の病変体積（VoD）は半自動的に計算された。重線形回帰法を用いて、臨床/検査データからVoDを予測した。転帰を予測するために、先験的分析を用いて重要な特徴を選択し、その後4つの異なるモデルを訓練するために使用した。
METHODS: From 1 to 22 March 2020, patients with pneumonia symptoms, positive lung CT scan, and confirmed SARS-CoV-2 on reverse transcription-polymerase chain reaction (RT-PCR) were consecutively enrolled. Clinical data was collected. Outcome was defined as favourable or adverse (i.e., need for mechanical ventilation or death) and registered over a period of 10 days following CT. Volume of disease (VoD) on CT was calculated semi-automatically. Multiple linear regression was used to predict VoD by clinical/laboratory data. To predict outcome, important features were selected using a priori analysis and subsequently used to train 4 different models.
結果:
連続して106名の患者が登録された（年齢中央値63.5歳、範囲26～95歳、女性41名/106名、38.7％）。症状の持続期間中央値は5日（範囲1～30），C反応性蛋白（CRP）は4.94mg/L（範囲0.1～28.3）であった．VoD中央値は249.5cm（範囲9.9～1505）で、リンパ球率（p = 0.008）およびCRP（p < 0.001）によって予測された。転帰予測に重要な変数は、CRP（曲線下面積[AUC] 0.77）、VoD（AUC 0.75）、年齢（AUC 0.72）、リンパ球率（AUC 0.70）、冠動脈石灰化（AUC 0.68）、併存疾患の有無（AUC 0.66）であった。転帰予測ではサポートベクターマシンが最も優れた性能を示し、AUCは0.92であった。
RESULTS: A total of 106 consecutive patients were enrolled (median age 63.5 years, range 26-95 years; 41/106 women, 38.7%). Median duration of symptoms and C-reactive protein (CRP) was 5 days (range 1-30) and 4.94 mg/L (range 0.1-28.3), respectively. Median VoD was 249.5 cm (range 9.9-1505) and was predicted by lymphocyte percentage (p = 0.008) and CRP (p < 0.001). Important variables for outcome prediction included CRP (area under the curve [AUC] 0.77), VoD (AUC 0.75), age (AUC 0.72), lymphocyte percentage (AUC 0.70), coronary calcification (AUC 0.68), and presence of comorbidities (AUC 0.66). Support vector machine had the best performance in outcome prediction, yielding an AUC of 0.92.
結論:
簡単なCT後処理ツールを用いてVoDを測定することで、SARS-CoV-2の負担を推定。CTと臨床データを併用することで、短期的な臨床転帰の正確な予測が可能となる。
CONCLUSIONS: Measuring the VoD using a simple CT post-processing tool estimates SARS-CoV-2 burden. CT and clinical data together enable accurate prediction of short-term clinical outcome.