Прогнозирование риска неблагоприятного исхода у пациентов с COVID-19 и противовирусным лечением ремдесивиром в период преобладания SARS-CoV-2 омикрон

Abstract

Введение. В лечении COVID-19 применяется противовирусный препарат ремдесивир, у таких пациентов объективизация рисков неблагоприятного исхода является актуальной задачей.

Цель: разработать и валидировать модель прогнозирования неблагоприятного исхода у госпитализированных пациентов с COVID-19 и лечением ремдесивиром.

Методы. В исследование включены пациенты в возрасте от 18 лет и старше с диагнозом COVID-19 и лечением ремдесивиром (N = 1428). Набор данных был разделен на выборки обучения моделей, внутренней и внешней валидации. Отбор предикторов неблагоприятного исхода осуществляли методом LASSO-регрессии. Отобранные предикторы включались в модель множественной логистической регрессии. Оптимальные пороги классификации определяли методом Юдена на выборке внутренней валидации. Оценку производительности модели проводили на выборке внешней валидации (n = 487), рассчитывая AUC, чувствительность, специфичность. Целесообразность применения модели в клинической практике оценивали с помощью анализа кривых принятия решений (DCA, decision curves analysis). Статистический анализ выполнен в R 4.4.1 с пакетами tidyr, dplyr, comorbidity, glmnet, caret, boot, calibrationCurves, pROC, rms, dcurves.

Результаты. В качестве наиболее стабильных предикторов отобраны С-реактивный белок, лактат-дегидрогеназа, Д-димеры. По результатам множественной логистической регрессии отношения шансов для летального исхода составили: С-реактивный белок (на 10 мг/л) – в 1,097, p < 0,001; ЛДГ (на 50 Ед/л) – 1,276, p < 0,001; Д-димеры > 400 нг/мл – 5,829, p < 0,001. Оптимальная точка классификации на выборке внутренней валидации составила 4,9 %. На внешних данных AUC модели составила 89,5 %, чувствительность модели – 93,8 %, а специфичность – 72,9 %. Применение модели характеризуется клиническим преимуществом при любых порогах классификации по сравнению с альтернативными стратегиями наблюдения пациентов.

Заключение. Разработан и валидирован метод прогнозирования неблагоприятного исхода COVID-19 у пациентов с лечением ремдесивиром, который представлен в виде номограммы.

Background. Remdesivir is used for antiviral treatment in patients with COVID-19. In this population, early quantitative assessment of mortality risk remains a clinical priority.

Aim of the study is to develop and validate prognostic model for predicting risk of lethal outcomes in hospitalized COVID-19 patients treated with remdesivir.

Methods. The study included patients aged 18 years and older with a diagnosis of COVID-19 and treatment with remdesivir (N = 1428). The observations were divided into training, internal validation and external validation sets. Following selection using LASSO regression, predictors were included in multivariable logistic regression model. Optimal classification thresholds were determined with Youden’s metric on internal validation set. Model performance was assessed in the external validation cohort (n = 487) using the AUC, sensitivity, and specificity. Clinical utility of the model was assessed using decision curves analysis. Statistical analysis was performed in R version 4.4.1 with libraries tidyr, dplyr, comorbidity, glmnet, caret, boot, calibrationCurves, pROC, rms, dcurves.

Results. LASSO regression selected C-reactive protein, lactate dehydrogenase, and D-dimer as most stable predictors. According to the multivariable logistic regression model, C-reactive protein (per 10 mg/L), OR 1.098, p < 0.001; lactate dehydrogenase (per 50 U/L), OR = 1.276, p < 0.001; and D-dimers > 400 ng/mL, OR = 5.829, p < 0.001, were independently associated with lethal outcome. Optimal classification threshold on internal validation set was 4.9 %. On external validation cohort, the model achieved AUC of 89.5 %, with sensitivity of 93.8 % and specificity of 72.9 %. Decision curve analysis demonstrated that the model provides a clinical net benefit across all threshold probabilities compared to alternative management strategies.

Conclusion. We developed and validated prognostic model for predicting lethal outcomes in COVID-19 patients receiving remdesivir treatment. The model is presented as a nomogram for convenient clinical application.