Клинические характеристики и исходы у пациентов с COVID-19 и рассеянным склерозом
Клинические характеристики и исходы у пациентов с COVID-19 и рассеянным склерозом.
Автор: Céline Louapre et al.
Перевод: Анна Селюта, Фонд профилактики рака
Ключевые моменты
Вопрос
Каковы факторы риска развития тяжелого течения COVID-19 у пациентов с рассеянным склерозом (РС)?
Факторы риска, связанные с тяжелым течением COVID-19 у пациентов с РС, неизвестны. Получение препаратов, изменяющих течение РС (ПИТРС) может влиять на риск развития тяжелого течения COVID-19, помимо таких общепризнанных факторов как возраст и сопутствующие заболевания.
Результаты
В данное когортное исследование включили 347 пациентов с РС с факторами риска для тяжелого течения COVID-19: инвалидность, связанная с неврологическим заболеванием, возраст и ожирение. При этом не было обнаружено причинно-следственной связи между приемом ПИТРС и тяжелым течением COVID-19.
Значение
Определение этих факторов риска может послужить обоснованием индивидуальной стратегии клинического ведения пациентов с РС во время пандемии COVID-19.
Цель исследования
Описать клинические характеристики и исходы у пациентов с РС и COVID-19 и выявить факторы, связанные с тяжелым течением COVID-19.
Дизайн исследования и участники
Реестр Covisep — это многоцентровое ретроспективное обсервационное когортное исследование, проводимое в экспертных центрах РС и больницах общего профиля, а также неврологами, сотрудничающими с экспертными центрами РС и членами Французского общества рассеянного склероза. В исследование были включены пациенты с РС c подтвержденным или предполагаемым диагнозом COVID-19 в период с 1.03. по 21.05.2020 г. Диагноз COVID-19 устанавливался на основе данных ПЦР-теста (мазок из носа), КТ грудной клетки или типичных симптомов COVID-19.
Основные результаты и меры
Основным результатом была оценка тяжести течения COVID-19 по 7-балльной шкале (от 1 [нет госпитализации и ограничений деятельности] до 7 [смерть]) с значением три в качестве пограничного (госпитализирован и не требует поддержки кислородом). Мы собрали демографические данные, неврологический анамнез, учли данные расширенной шкалы оценки инвалидизации EDSS (Expanded Disability Status Scale — Расширенная шкала статуса инвалидности по J.Kurtzke; от 0 до 10, с контрольными значениями 3 и 6), сопутствующие заболевания, характеристики COVID-19 и исходы. Для оценки связи перечисленных переменных с исходами COVID-19 использовались одномерные и многомерные модели логистической регрессии [см. прим. перев. 1].
Результаты
Было проанализировано 347 пациентов (средний возраст [SD — стандартное отклонение] 44,6 [12,8] лет, 249 женщин; средняя продолжительность заболевания, 13,5 [10,0] лет). 73 пациента (21%) имели степень тяжести течения COVID-19, равную 3 или более, и 12 пациентов (3,5%) умерли от COVID-19. Медиана EDSS была 2,0 (диапазон 0-9,5), и 284 пациента (81,8%) получали ПИТРС-терапию. Среди пациентов, не получавших ПИТРС, была более высокая доля пациентов с показателем тяжести течения COVID-19, равным 3 или более (46,0% против 15,5%; P <0,001). Многофакторные модели логистической регрессии определили, что возраст (OR (отношение шансов) за 10 лет: 1,9 [95% ДИ, 1,4-2,5]), EDSS (OR для EDSS ≥6, 6,3 [95% ДИ. 2,8-14,4]) и ожирение (OR 3,0 [95% ДИ, 1,0-8,7]) были независимыми факторами риска для степени тяжести COVID-19 3 или более. Это указывает на необходимость госпитализации или более высокую степень тяжести течения COVID-19. EDSS был связан с самой высокой вероятностью тяжелого исхода COVID-19 (R2, 0,2), за которым следовали возраст (R2, 0,06) и ожирение (R2, 0,01).
Выводы и значение
В данном исследовании, основанном на реестре пациентов с РС, возраст, EDSS и ожирение — это независимые факторы риска развития тяжелого течения COVID-19. Не было обнаружено связи между применением ПИТРС и тяжестью течения COVID-19. Определение этих факторов риска должно служить обоснованием для индивидуальной стратегии клинического ведения пациентов с РС во время пандемии COVID-19.
Примечание переводчика
Логистическая регрессия или логит-модель — это статистическая модель, используемая для прогнозирования вероятности возникновения некоторого события, путем его сравнения с логистической кривой. Эта регрессия дает ответ в виде вероятности бинарного события (1 или 0).