新闻

News

新闻

News

The BMJ:目前 COVID-19 的应对方案可能存在问题且证据薄弱

  • 来源:未知
  • 作者:bmjchina
  • 日期:2020-05-12
  • 分享:

原文来源:
Prediction models for diagnosis and prognosis of covid-19 infection: systematic review and critical appraisal
doi: https://doi.org/10.1136/bmj.m1328
Cite this as: BMJ 2020;369:m1328

The BMJ(英国医学杂志)近日发表的研究表明,用于应对 COVID-19 相关临床决策的模型和方案可能证据薄弱且过于乐观,建立模型所依据的证据来自有偏倚且不够可靠的研究。

欧洲研究团队考察了关于 COVID-19 的多项研究,发现其中一些报道质量不佳,存在很高的偏倚风险,并纳入了一些不确定能否真正投入临床实践的推荐。

COVID-19 大流行对全球卫生造成重大、紧迫的威胁,许多国家的确诊和死亡病例持续增加。自从病毒去年12月爆发以来,给医疗系统带来了巨大的压力,疑似病例的有效早期筛查和诊断,以及确诊病例的预后问题,受到特别关注。

目前的病毒核酸检测和胸部 CT 扫描是 COVID-19 标准诊断方法,但十分费时。

因此,由马斯特里赫特大学、鲁汶大学、乌德勒支大学医学中心、牛津大学、维也纳医科大学、基尔大学和莱顿大学的国际专家组成的团队,与 Cochrane 预后方法小组(Cochrane Prognosis Methods Group)协作,审阅并评估已在期刊发表或预印文章中用于 COVID-19 感染诊断和预后的预测模型。

这些模型都是为了预测现存的 COVID-19 感染、确诊病例未来会出现的并发症,或者在一般人群中识别 COVID-19 高风险人群。

他们重点分析了27项研究,其中描述了31个预测模型。绝大多数研究(25项)使用了中国 COVID-19 数据,一项研究使用了意大利数据,还有一项研究使用了国际数据(包括美国、英国和中国数据)。这些研究数据收集于2019年12月8日到2020年3月15日之间。

研究人员的分析确定了3个预测一般人群中肺炎和其他事件住院情况的模型,18个检测有症状群体中 COVID-19 感染情况的模型,以及13个使用 CT 结果进行机器学习的模型。另外,他们还确定了10个预测死亡率风险、个体病情恶化或者住院时间的预后模型。

研究人员发现,他们分析的所有研究都存在较高的偏倚风险,主要因为:

  • 选择了不具有代表性的对照患者
  • 排除了在研究结束时仍未康复的患者
  • 数据分析欠佳

研究报告的质量差别很大,几乎所有报告均未描述研究人群和模型的预期用途,很少有报告评估预测的校准度。

研究人员称,面对疫情导致的紧迫需求,COVID-19 的预测模型正在快速产出,以支持医疗决策;他们亦承认,COVID-19 患者的临床数据仍然较稀少,而所有研究都是在紧迫的时间下予以完成。

然而,他们总结道:“我们的回顾分析表明,所提出的模型报告质量不满意,而且偏倚风险较高。因此,这些研究报告的模型表现可能过于乐观,不建议用其支持医疗决策。模型可能存在缺陷,表现欠佳,因此他们的预测可能并不可靠”——这引起了研究者的担忧。

他们建议立即共享 COVID-19 研究中的个体参与者数据,以支持建立“更严格开发的预测模型”,并评估现有模型。

我们强调,在开发和验证预测模型时,需要遵循方法学指南,因为将不可靠的预测应用于指导临床决策,可能弊大于利。”研究人员提及。

研究者将在动态综述(Living Review)中继续更新证据,确保医疗卫生专业人士掌握关于诊断和预后模型可用性和质量的最新信息。