Verslagen

Voortgangsverslag

Samenvatting
Dit item is dichtgeklapt
Dit item is opengeklapt

Doelstelling 1 – Modelontwikkeling:

We hebben een model ontwikkeld dat sterfte en de kans op een IC opname voorspelt voor patiënten die zich op de SEH presenteren met een COVID-19 verdenking. Het voorspelmodel – COVID Outcome Prediction in the Emergency Department (COPE) – is gebaseerd op de snel en objectief meetbare variabelen leeftijd, ademfrequentie, C-reactieve proteïne, lactaat dehydrogenase, albumine en ureum. Het voorspellend vermogen (kalibratie en discriminatie) van COPE was zeer goed in patiënten in de tweede golf van de COVID-19 pandemie. COPE identificeerde ook heel goed patiënten die met een grote kans IC opname nodig hadden in de tweede golf van de pandemie. De ontwikkeling van COPE is Open Access gepubliceerd op medRxiv (doi: doi.org/10.1101/2020.12.30.20249023). COPE is geïmplementeerd in een webapplicatie (https://mdmerasmusmc.shinyapps.io/COPE/).

 

Doelstelling 2 – Modelvalidatie:

COPE wordt gevalideerd in 12 vestigingen van Northwell Health in New York. De eerste resultaten van deze validatie zijn veelbelovend.

 

Doelstelling 3 – Participatie van belanghebbenden:

Wij bereiden interviews voor met focusgroepen die bestaan uit enerzijds zorgprofessionals en anderzijds COVID-19 patiënten en hun naasten. Deze interviews staan gepland voor april 2021. Kernvraag is hoe COPE gezamenlijke behandel beslissingen van patiënten en artsen kan ondersteunen.

 

Resultaten
Dit item is dichtgeklapt
Dit item is opengeklapt

We hebben een model ontwikkeld dat sterfte en de kans op een IC opname voorspelt voor patiënten die zich op de SEH presenteren met een COVID-19 verdenking. Het voorspelmodel – COVID Outcome Prediction in the Emergency Department (COPE) – is gebaseerd op de snel en objectief meetbare variabelen leeftijd, ademfrequentie, C-reactieve proteïne, lactaat dehydrogenase, albumine en ureum. Het voorspellend vermogen (kalibratie en discriminatie) van COPE was zeer goed in patiënten in de tweede golf van de COVID-19 pandemie. COPE identificeerde ook heel goed patiënten die met een grote kans IC opname nodig hadden in de tweede golf van de pandemie. De ontwikkeling van COPE (COVID Outcome Prediction in the Emergency Department) is Open Access gepubliceerd op medRxiv (doi: doi.org/10.1101/2020.12.30.20249023). COPE is geïmplementeerd in een webapplicatie (https://mdmerasmusmc.shinyapps.io/COPE/).

 

Samenvatting van de aanvraag

Samenvatting
Dit item is dichtgeklapt
Dit item is opengeklapt

Approximately 20% of patients hospitalized with covid-19 require intensive care (ICU). Guiding clinicians and patients facing decisions on ICU admission requires an accurate forecast based on individual characteristics. Clinical prediction models provide such forecasts of ICU admission or mortality. A number of clinical prediction models appeared in the literature, but none were developed using high methodological rigor or were externally validated.

The aim of this study is to: 1) develop clinical prediction models that impact clinical care through guiding treatment decisions by predicting: i) need for ICU admission in patients hospitalized with covid-19; ii) mortality in hospitalized patients; iii) mortality in ICU patients; 2) assess the validity and generalizability of these models across different international datasets; 3) engage stakeholders to develop guidance for best use of these clinical prediction models in the care of covid-19 patients.

We will retrospectively include over 4000 consecutive covid-19 patients presenting to the emergency departments of 10 Dutch hospitals. We will consider a broad set of predictors based on literature and expert knowledge that are routinely measured in the emergency department and use a competing risk framework with cox proportional hazards regression. For validation we have access to USA databases including over 10.000 patients. We will convene a multi-stakeholder panel including patients; relatives; hospitals physicians; GPs; nurses; and ethicists to create a cycle of continual stakeholder feedback that results in clinical decision support tools that are more useful when implemented in clinical care.

The results of this project will improve care for covid patients since i)we develop transparent models with predictors that are available in clinical practice, ii)use state of the art methods, iii)perform multicenter international validation, iv)engage stakeholders, and v)the first models will be available within 3 months.

 

Naar boven
Direct naar: InhoudDirect naar: NavigatieDirect naar: Onderkant website