风险评分可预测COVID-19门诊患者的预后

一种新的基于人工智能的评分考虑多种因素来预测在急诊诊所或急诊科就诊的单个COVID-19患者的预后。该工具由马萨诸塞州总医院(MGH)的研究人员开发，可用于快速和自动确定哪些患者最有可能出现并发症和需要住院治疗。

这项研究的动力始于美国流感流行初期，当时马萨诸塞州经历了频繁的紧急护理和住院治疗。作为一名传染病作为MGH生物威胁团队的一员，Gregory Robbins医学博士认识到需要一种更复杂的方法来识别门诊患者，以确定其出现负面结果的风险最大。

中描述的传染病杂志，一个由神经病学、传染病、重症监护、放射学、病理学、急诊医学和机器学习专家组成的团队，根据MGH呼吸道疾病诊所和医院9381名成人门诊患者的信息输入，设计了COVID-19视力评分(CoVA)急诊科在2020年3月7日至5月2日期间。“大样本量有助于确保机器学习模型MGH McCance脑健康中心神经内科研究员、数据科学主任M. Brandon Westover医学博士说:“我们能够了解在许多不同的可用数据中，哪些可以可靠地预测COVID-19感染的过程。”Westover是该研究的三位合著者之一，另外两位合著者是Robbins和Shibani Mukerji，医学博士，MGH神经感染性疾病部门的副主任。

随后在5月3日至5月14日的另外2205名患者身上进行了CoVA测试。第一作者孙浩琪博士是MGH临床数据动画中心(CDAC)神经内科的研究员，他说:“前瞻性的模型测试帮助我们验证CoVA评分在现实世界中看到‘新’患者时确实有效。”在这个前瞻性验证组中，26.1%、6.3%和0.5%的患者分别在7天内住院、严重疾病或死亡。CoVA在预测哪些患者会属于这些类别方面表现出色。

在30个预测因素中——包括年龄和性别、COVID-19检测状况等人口统计数据，生命体征,病史以及胸透结果(如果有的话)——前五名是年龄，舒张压、血氧饱和度、COVID-19检测状态和呼吸频率。

Mukerji说:“虽然其他几个小组已经开发了COVID-19并发症的风险评分，但我们的独特之处在于基于如此大的患者样本，经过前瞻性验证，并专门设计用于门诊，而不是已经住院的患者。”CoVA的设计是为了将自动评分纳入电子病历系统。我们希望它能在未来COVID-19疫情激增时发挥作用，那时快速临床评估可能至关重要。”

---

---