這是目前第一篇 Prospective study,雖有統計學意義,但樣本數不夠多,導致 GRADE 等級不足。
但對於可能面臨武漢肺炎爆量的病患,這是未來可能需要思考的方向:並非所有病患都要住隔離病房。
前言
COVID-19 在湖北死亡率比較高,而武漢地帶因為病例數暴增,死亡率也較其他地方高。
其中一個很大的原因,是「醫療的崩潰」。會造成這狀況主要的原因有三項:1. 無症狀時可傳染。2. 發病初期症狀輕微。3. 住院時間不斷延長。
前兩項會造成病患數量暴增,搭配最後一項會讓醫療量能整個癱瘓。當一個病人最起碼要住到三到六個禮拜,代表這一張病床在這段時間再也無法治療其他病人。
預測指標
因為初期新興病毒 COVID-19 完全不認識,不論是傳染途徑、方式、治療等等,故所有病患皆須隔離住院,但當隔離病房用完後,開始會占用單人房與雙人房,之後呢?
這篇在北京地壇醫院進行的前瞻性研究想回答這個問題,哪些病患會快速惡化需要加護病房?那些可以不用住院?不僅進行適當的分流,避免醫院癱瘓,也能把加護病房留給會快速惡化的人。
由這論文 1 ( Lancet 1.24 )、論文 2 ( Lancet 1.29)、論文 3 ( medRxiv 2.09 ) 發現,COVID-19 感染的病患 Lymphocyte 會降低,而這篇論文 ( JAMA 2.07 )更提到如果 Lymphocyte 持續下降,暗示著病人將會死亡。
本篇從2020.01.13-31 收集北京地壇醫院共 61 名病患,想看看熱門的 N/L Ratio 是否有能預測哪些病患較嚴重?數值應該切多少?此外,跟另外兩個社區型肺炎的 CURB-65 或病毒肺炎的 MuLBSTA score 比較,是否有比較好?
結果
內文把 26 個變相拿去跑 LASSO 回歸 與 COX後,抓出 NLR 是比較合適來判斷的變相。接著再跟另外兩個預測指標 CRUB-65 與 MuLBSTA 比較。
發現單獨使用 NLR 當作預測指標,比起兩者都好 ( 0.849 > 0.762; 0.849 > 0.7 )。若把兩個評分項目再加入 NLR,又更能夠提升原本的準確度 ( 0.851 > 0.762; 0.889 > 0.7 )。
分流方式
把年齡與 NLR 兩者搭配進行分層分析。可發現年紀 > 50 與 NLR > 3.13 這組預後最差。
依照這兩個指標把病患初步分類,如果年齡 > 50 歲與 NLR > 3.13,那麼這群病人可能住院後會快速惡化,需要提前準備。而年齡 < 50 歲與 NLR < 3.13 這組,可以採取居家隔離或是住到一般非隔離病床。可分離出輕症病患,避免醫療資源的排擠,把資源留給需要的病患,也可減少死亡率。
結果運用的限制
最近幾年 NLR 除了最早在急重症領域的論文外,也應用到心臟科、腫瘤科、骨科甚至耳鼻喉科等範圍,實在是熱門又便宜的生化指標。
這篇 meta-analysis 的論文討論利用 NLR 預測 Sepsis 病患是否能夠存活,其 Cut-off 值設定在 >10 以上。
而這篇論文,嘗試著想要界定 NLR 的正常範圍,最後設定在 0.78 - 3.53。
這些數字是否準確,雖仍有待商確,但可大略抓出 NLR 數值的方向。而此篇論文 NLR 的值設定在 3.13,這是意義不大的值,或許是因為病患數不多的關係,但指出了一個不錯的思考方向,NLR 除可用來測量預後,還可以區別出輕症不需住院的病患,減少住院率,保留醫療資源,減少死亡率。
最後結論
武漢肺炎不僅容易傳播,且病程長,往往需住院 3- 6 個禮拜,這容易造成醫療資源的耗竭,若以一些 parameter 來區分不需住院的輕症,確實可保留足夠的資療資源,至於 NLR 恰當的數值,則需更多研究來確認。
沒有留言:
張貼留言