Kategorien
Infektiologie Intensivmedizin Wissenschaft

Covid-19: Vorhersagemodell könnte Gesundheitssystem entlasten

Anhand eines mathematischen Modells können nun Patienten, denen ein günstiger COVID-19-Krankheitsverlauf bevorsteht, zuverlässig identifiziert werden. Diese Patienten könnten damit früher als bisher üblich aus den Spitälern entlassen werden, wodurch das Gesundheitssystem – bis zum Erreichen einer ausreichenden Durchimpfungsrate – entlastet werden könnte.

Das Besondere dieses Modells ist, dass es ausschließlich auf ohnehin in der klinischen Routine erhobenen Parametern beruht. Spitalsärzte können ab sofort die bei ihren Patienten erhobenen Parameterwerte in einen frei verfügbaren Online-Rechner eingeben und haben damit ein Werkzeug an der Hand, das ihre Entscheidung über den Zeitpunkt einer möglichen Entlassung wesentlich unterstützt. Das dem Tool zugrundeliegende mathematische Modell wurde von Stefan Heber, MedUni Wien, entwickelt und beruht auf wiederholten Messungen des Entzündungsmarkers C-reaktives Protein, dem Nierenfunktionsmarker Kreatinin sowie der Anzahl der Blutplättchen (Thrombozyten) im Blut.

Aus Ableitungen der Verläufe dieser Parameter innerhalb der ersten vier Krankenhausaufenthaltstage kann zusammen mit zusätzlichen Parametern wie etwa das Alter der Patienten sowie der Information zur Körpertemperatur bei Spitalsaufnahme mit hoher Treffsicherheit ein günstiger Krankheitsverlauf vorhergesagt werden, unabhängig davon, wie lange die Symptome vor Aufnahme ins Spital schon angedauert haben.

Für die Entwicklung des ACCP-Tools wurden die Daten von 441 Patienten aus drei verschiedenen Zentren herangezogen und das entwickelte Modell anschließend anhand der Daten von 553 Patienten von drei weiteren unabhängigen Kohorten validiert.

Referenzen:
MedUni Wien; MedUni Innsbruck; Johannes Kepler Universität Linz; Karolinska Institut, Stockholm
Development and external validation of a logistic regression derived formula based on repeated routine hematological measurements predicting survival of hospitalized Covid-19 patients; Preprint:  https://www.medrxiv.org/content/10.1101/2020.12.20.20248563v1

#covid19 #corona #verlauf #vorhersage #vorhersagetool #entzündungsmarker #thrombozyten #medizin #medimpressions

Fotocredit: Canva