COVID-19患者における有害予後予測のための臨床的特徴とCT特徴に基づく予後ノモグラムの開発と検証

Development and Validation of a Prognostic Nomogram Based on Clinical and CT Features for Adverse Outcome Prediction in Patients with COVID-19.

• Yingyan Zheng
• Anling Xiao
• Xiangrong Yu
• Yajing Zhao
• Yiping Lu
• Xuanxuan Li
• Nan Mei
• Dejun She
• Dongdong Wang
• Daoying Geng
• Bo Yin

抄録

目的:

本研究の目的は、コロナウイルス疾患（COVID-19）患者の転帰予測における臨床的特徴とコンピュータ断層撮影（CT）特徴の予測能力を検討することであった。

OBJECTIVE: The purpose of our study was to investigate the predictive abilities of clinical and computed tomography (CT) features for outcome prediction in patients with coronavirus disease (COVID-19).

材料および方法:

当院の2つの病院でCOVID-19が臨床検査で確認された238人の患者の臨床データとCTデータをレトロスペクティブに解析した。トレーニングコホートには160例（男性103例、年齢43.8±12.3歳）が割り付けられ、バリデーションコホートには別の独立した病院の72例（男性38例、年齢45.1±15.8歳）が割り付けられた。主要複合エンドポイントは、集中治療室への入院、機械換気の使用、または死亡であった。独立予測因子を同定するために一変量および多変量Cox比例ハザード分析を行った。臨床的特徴とCT特徴の組み合わせに基づいてノモグラムを作成し、その予後予測性能を検証群で外部から検証した。複合モデルの予測値は、臨床的特徴と放射線学的特徴のみに基づいて構築されたモデルと比較された。

MATERIALS AND METHODS: The clinical and CT data of 238 patients with laboratory-confirmed COVID-19 in our two hospitals were retrospectively analyzed. One hundred sixty-six patients (103 males; age 43.8 ± 12.3 years) were allocated in the training cohort and 72 patients (38 males; age 45.1 ± 15.8 years) from another independent hospital were assigned in the validation cohort. The primary composite endpoint was admission to an intensive care unit, use of mechanical ventilation, or death. Univariate and multivariate Cox proportional hazard analyses were performed to identify independent predictors. A nomogram was constructed based on the combination of clinical and CT features, and its prognostic performance was externally tested in the validation group. The predictive value of the combined model was compared with models built on the clinical and radiological attributes alone.

結果:

全体として、研修コホートでは35人（21.1％）、検証コホートでは10人（13.9％）の感染者が有害な転帰を経験した。併存疾患（ハザード比［HR］、3.35；95％信頼区間［CI］、1.67～6.71；＜0.001）、リンパ球数（HR、0.12；95％CI、0.04～0.38；＜0.001）およびクレイジーパヴィングサイン（HR、2.15；95％CI、1.03～4.48；＝0.042）が独立因子であった。ノモグラムは0.82（95％CI、0.76-0.88）の一致指数（C-index）を示し、その予後値は検証コホートで0.89（95％CI、0.82-0.96）のC-indexで確認された。複合モデルは臨床的モデルまたは放射線学的モデルよりも最良の性能を提供した（< 0.050）。

RESULTS: Overall, 35 infected patients (21.1%) in the training cohort and 10 patients (13.9%) in the validation cohort experienced adverse outcomes. Underlying comorbidity (hazard ratio [HR], 3.35; 95% confidence interval [CI], 1.67-6.71; < 0.001), lymphocyte count (HR, 0.12; 95% CI, 0.04-0.38; < 0.001) and crazy-paving sign (HR, 2.15; 95% CI, 1.03-4.48; = 0.042) were the independent factors. The nomogram displayed a concordance index (C-index) of 0.82 (95% CI, 0.76-0.88), and its prognostic value was confirmed in the validation cohort with a C-index of 0.89 (95% CI, 0.82-0.96). The combined model provided the best performance over the clinical or radiological model ( < 0.050).

結論:

併存疾患、リンパ球数、クレイジーパヴィング徴候は有害転帰の独立した予測因子であった。臨床的特徴とCT的特徴の組み合わせに基づく予後ノモグラムは、COVID-19患者の有害転帰を予測するための有用なツールとなりうるであろう。

CONCLUSION: Underlying comorbidity, lymphocyte count and crazy-paving sign were independent predictors of adverse outcomes. The prognostic nomogram based on the combination of clinical and CT features could be a useful tool for predicting adverse outcomes of patients with COVID-19.

Copyright © 2020 The Korean Society of Radiology.