S'abonner

Validation externe des scores pronostiques de la Covid-19 en hospitalisation : une étude de cohorte multicentrique - 24/11/21

Doi : 10.1016/j.revmed.2021.10.297 
Y. Lombardi 1, L. Azoyan 2, P. Szychowiak 3, A. Bellamine 4, G. Lemaitre 5, M. Bernaux 6, C. Daniel 4, J. Leblanc 7, Q. Riller 1, O. Steichen 2,

AP-HP-Universities-INSERM COVID-19 research collaboration, AP-HP COVID CDR Initiative

1 Faculté de médecine, Sorbonne Université, Paris 
2 Médecine Interne, hôpital Tenon, Paris 
3 Médecine intensive réanimation, CHRU de Tours, Tours 
4 Wind, AP–HP, Paris 
5 Équipe parietal, Université Paris Saclay, INRIA, CEA, Palaiseau 
6 Direction de la stratégie et de la transformation, AP–HP, Paris 
7 Unité de recherche clinique, hôpital Saint-Antoine, Paris 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

La maladie à coronavirus 2019 (Covid-19) a entraîné un nombre sans précédent d’hospitalisation non programmées, occasionnant une forte pression sur le système de santé. Les scores pronostiques sont scusceptibles d’aider à rationaliser la prise en charge des patients (sortie rapide ou au contraire transfert en soins continus, par exemple), mais la plupart d’entre eux n’ont pas été correctement validés. Notre objectif était la validation externe des scores pronostiques pour Covid-19 publiés et calculables à partir des données recueillies en soins courants.

Patients et méthodes

Nous avons utilisé “Covid-19 Evidence Alerts” (McMaster University) pour récupérer des scores pronostiques de haute qualité méthodologique prédisant le décès ou le transfert en unité de soins intensifs (USI). Nous avons étudié leur performance dans une cohorte rétrospective multicentrique de patients adultes hospitalisés pour Covid-19 de janvier 2020 à avril 2021 dans notre institution. Les aires sous les courbes ROC (AUC) ont été calculées pour la prédiction du critère de jugement de l’étude princeps, de la mortalité hospitalière à 30jours et du composite de la mortalité hospitalière ou du transfert en USI à 30jours. Des analyses en sous-groupe ont été faites en fonction de la vague épidémique et de la catégorie d’âge des patients.

Résultats

Nous avons inclus 14 343 patients consécutifs hospitalisés pour Covid-19, dont 43 % durant la première vague épidémique. Leur âge moyen était de 68 ans, 43 % étaient des femmes, 2583 (18 %) sont décédés en hospitalisation avant le 30e jour et 5 067 (35 %) sont décédés ou ont été transférés en USI avant le 30e jour. Nous avons examiné 274 scores parmi lesquels 32 répondaient aux critères d’inclusion. Ils utilisaient de façon variable des données démographiques (sexe, âge), cliniques (comorbidités, signes vitaux à l’admission..), biologiques et radiologiques. Les performances observées dans notre cohortes étaient les suivantes :

– 19 avaient une AUC significativement plus faible dans notre cohorte que dans les études de validation précédemment publiées pour leur critère de jugement princeps ;

– 25 étaient plus performants pour prédire la mortalité hospitalière que le critère composite de la mortalité hospitalière ou du transfert en USI ;

– 7 avaient une AUC >0,75 pour prédire la mortalité hospitalière ;

– 2 avaient une AUC >0,70 pour prédire le critère composite.

Parmi les 7 scores avec une AUC>0,75 pour prédire la mortalité hospitalière, la performance était similaire durant la première vague et les vagues suivantes, mais deux d’entre eux étaient moins performants chez les patients de plus de 65 ans. Malgré leur bonne capacité à identifier les patients les plus graves (AUC), les scores avaient une tendance générale à surestimer la probabilité de décès, surtout après la première vague épidémique.Les variables ayant le plus de poids dans la prédiction étaient l’âge pour 5 scores, l’élévation de la troponine pour un score et un débit de filtration glomérulaire abaissé pour un score.

Conclusion

Sept scores pronostiques prédisent avec fiabilité le décès des patients hospitalisés pour Covid-19. Le 4C Mortality Score et l’ABCS se distinguent car ils ont les meilleurs performances, similaires à celles de leur cohorte de validation initiale, et dans notre cohorte d’aussi bon résultats pendant la première vague épidémique et pendant les vagues suivantes, chez les patients e plus ou de moins de 65 ans. Leur intérêt à guider la prise en charge des patients et à rationaliser l’utilisation des ressources médicales demande à être évaluée. En tout état de cause, une révision de leurs coefficients ou des valeurs seuil utilisées pour indiquer un risque élevé sera nécessaire, car le pronostic des patients hospitalisés pour Covid-19 est désormais meilleur qu’à l’époque de leur dérivation.

Le texte complet de cet article est disponible en PDF.

Plan


© 2021  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 42 - N° S2

P. A331-A332 - décembre 2021 Retour au numéro
Article précédent Article précédent
  • Hyperferritinémies extrêmes : un nombre limité de causes et un mauvais pronostic
  • M. Fauter, S. Mainbourg, T. El Jammal, S. Zaepfel, T. Henry, M. Gerfaud-Valentin, P. Sève, Y. Jamilloux
| Article suivant Article suivant
  • Séquelles physiques et psychiques 3–6 mois après la COVID-19 : premiers résultats de la cohorte prospective ALCOVID
  • L. Chiche, H. Faralli, C. Stavris, S. Rebaudet, J. Allemand, F. Cohen, D. Balma, H. Pegliasco, H. Drouet, M. Delord, P. Halfon, F. Retornaz

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.