論文No2546
Individualizing Risk Prediction for Positive Coronavirus Disease 2019 Testing: Results From 11,672 Patients
Lara Jehi, Xinge Ji, Alex Milinovich, Serpil Erzurum, Brian P. Rubin, Steve Gordon, James B. Young, Michael W. Kattan
CHEST, VOLUME 158, ISSUE 4, P1364-1375, OCTOBER 01, 2020.
＜背景＞
COVDI-19が世界に蔓延している。
多くのケースシリーズにもかかわらず、患者ごとの治療決定の知識が不足している。
＜目的＞
統計的モデルが正確にCOVID-19感染を正確に予測するかを検討する。
＜方法＞
クリーブランドクリニックでCOVID-19の検査を行ったすべての患者を前向きに登録するレジストリを開発し、
個別のリスク予測モデルを作成した。
鼻腔あるいは咽喉頭COVID-19検査陽性の傾向に注目した。
モデルの横断検証一致指数に貢献しない変数を除くために、LASSO解析を行った。
一時的に地理的に異なったコホートで外的検証を行った後に、
統計的予測モデルをノモグラムに表記し、オンラインのリスク計算機として配備した。
＜結果＞
開発コホートにおいて、11672名が基準をみたし、うち818名(7.0%)がCOVID-19陽性であった。
検証コホートにおいては2295名が基準を満たし、うち290名がCOVID-19陽性であった。
男性、アフリカ系アメリカ人、高齢、濃厚接触者がCOVID-19陽性のリスクが高かった。
肺炎球菌ワクチン、インフルエンザワクチン接種者、あるいはメラトニン、パロキセチン、カルベジロール服用者ではリスクが低かった。
我々のモデルは弁別能(c-statistic = 0.863 in 開発コホート、 and 0.840 in 検証コホート)がよかった。
さまざまな予測カットオフ値で感度、特異度、陰性尤度比、陽性尤度比を示した。
モデルは https://riskcalc.org/COVID19 から無料で使用できる。
＜感想＞
COVID-19陽性の予測モデルが開発されました。
男性、アフリカ系アメリカ人、高齢、濃厚接触者がCOVID-19陽性のリスクが高かったようです。肺炎球菌ワクチン、インフルエンザワクチン接種者、あるいはメラトニン、パロキセチン、カルベジロール服用者ではリスクが低かったようです。モデルは https://riskcalc.org/COVID19 から無料で使用できます。
Background
Coronavirus disease 2019 (COVID-19) is sweeping the globe. Despite multiple case-series, actionable knowledge to tailor decision-making proactively is missing.
Research Question
Can a statistical model accurately predict infection with COVID-19?
Study Design and Methods
We developed a prospective registry of all patients tested for COVID-19 in Cleveland Clinic to create individualized risk prediction models. We focus here on the likelihood of a positive nasal or oropharyngeal COVID-19 test. A least absolute shrinkage and selection operator logistic regression algorithm was constructed that removed variables that were not contributing to the model’s cross-validated concordance index. After external validation in a temporally and geographically distinct cohort, the statistical prediction model was illustrated as a nomogram and deployed in an online risk calculator.
Results
In the development cohort, 11,672 patients fulfilled study criteria, including 818 patients (7.0%) who tested positive for COVID-19; in the validation cohort, 2295 patients fulfilled criteria, including 290 patients who tested positive for COVID-19. Male, African American, older patients, and those with known COVID-19 exposure were at higher risk of being positive for COVID-19. Risk was reduced in those who had pneumococcal polysaccharide or influenza vaccine or who were on melatonin, paroxetine, or carvedilol. Our model had favorable discrimination (c-statistic = 0.863 in the development cohort and 0.840 in the validation cohort) and calibration. We present sensitivity, specificity, negative predictive value, and positive predictive value at different prediction cutoff points. The calculator is freely available at https://riskcalc.org/COVID19.
Interpretation
Prediction of a COVID-19 positive test is possible and could help direct health-care resources. We demonstrate relevance of age, race, sex, and socioeconomic characteristics in COVID-19 susceptibility and suggest a potential modifying role of certain common vaccinations and drugs that have been identified in drug-repurposing studies.