在最近一項研究中，克利夫蘭診所的研究人員已經(jīng)開(kāi)發(fā)并驗證了一種風(fēng)險預測模型該模型可以幫助醫生預測最近檢驗出SARS-CoV-2感染陽(yáng)性患者中哪些群體住院風(fēng)險最大。

　　該新模型發(fā)表在《PLOS One》雜志上，由克利夫蘭診所首席研究信息官Lara Jehi博士等人領(lǐng)導完成。他們的早期模型預測了個(gè)別患者檢測出該病毒呈陽(yáng)性的可能性。

　　該研究的通訊作者Jehi博士說(shuō)：“最終，我們希望創(chuàng )建一套工具，醫生可以在患者使用COVID-19的許多時(shí)間點(diǎn)上，使用這些工具來(lái)幫助個(gè)性化護理和資源分配?！?/span>

　　該團隊的最新模型是使用回顧性患者數據開(kāi)發(fā)并驗證的，該數據來(lái)自3,500例早期俄亥俄州和佛羅里達州克利夫蘭診所的3,500例患者（3月初至6月初），這些患者的COVID-19檢測呈陽(yáng)性。數據科學(xué)家使用統計算法將注冊患者的電子病歷中的數據轉換為風(fēng)險預測模型。

　　比較因COVID-19而住院和未住院的患者之間的特征，發(fā)現了一些以前不確定的住院危險因素，包括：1）抽煙，以前的吸煙者比現在的吸煙者更有可能住院。2）服用某些藥物。服用血管緊張素轉換酶（ACE）抑制劑或血管緊張素II型I受體阻滯劑（ARB）的患者更有可能住院。3）種族。非裔美國人患者比其他種族的患者更有可能住院。

　　Kattan博士是開(kāi)發(fā)和驗證醫療決策預測模型的專(zhuān)家，他警告說(shuō)，進(jìn)一步研究ACE抑制劑與ARB之間的聯(lián)系將是必要的。 “在我們的研究中，僅通過(guò)單變量分析發(fā)現服用這些藥物會(huì )增加住院的風(fēng)險，這意味著(zhù)觀(guān)察到的關(guān)聯(lián)可能是其他混雜變量的結果?！?/span>

　　研究小組的發(fā)現還顯示，出現發(fā)燒，呼吸急促，嘔吐和疲勞等癥狀復合體的患者更有可能住院治療。

　　該研究證實(shí)了以前文獻中報道的其他關(guān)聯(lián)，包括老年人住院風(fēng)險更高；男人以及合并癥（如糖尿病和高血壓）或來(lái)自較低社會(huì )經(jīng)濟背景的人群具有更高的住院風(fēng)險。

　　Jehi博士說(shuō)：“住院治療可以用作疾病嚴重程度的指標。了解哪些患者最有可能因COVID-19相關(guān)癥狀和并發(fā)癥而入院，不僅可以幫助醫生決定如何從測試開(kāi)始就如何最好地管理患者的護理，還可以決定如何分配床位和其他資源?！?/span>