Conférencier
|
Transcription
|
| bnossaman@ochsner.org |
D'accord. |
| |
et |
| Nicolas Shelton |
Vous pouvez commencer lorsque vous êtes prêt, ce que je vais faire, c'est simplement vous demander de regarder l'heure, donc si vous pouvez la garder autour de 20 minutes, c'est bien. |
| |
Et, et si vous faites une erreur, ce n'est pas grave, continuez simplement à continuer la présentation, ils peuvent toujours apporter des modifications si nécessaire plus tard. |
| bnossaman@ochsner.org |
Merci. |
| Nicolas Shelton |
OK, quand tu es prêt. |
| bnossaman@ochsner.org |
Vous pouvez commencer à. |
| |
905 à droite. |
| |
Merci ce matin de m'avoir permis de présenter cette énigme intéressante que nous avions dans nos unités de soins intensifs chez Ochsner Health à la Nouvelle-Orléans au début de l'épidémie de COVID. |
| |
Nous n'avions pas, et la nation, peut-être même le monde, n'avait pas de protocole de conception pour faire face à cette pandémie potentiellement mortelle, autre que les soins de soutien. Alors j'ai commencé à concevoir |
| |
une analyse décisionnelle éclairée dont les résultats seront présentés ce matin, pour voir si nous pouvons nous attaquer à cette balle qui roule vers nous. |
| |
Au début du 8 mars 2020, |
| |
nous avons vu le pic soudain et énorme de patients COVID-19. Parallèlement à cela, il y a eu une augmentation considérable du nombre de patients nécessitant une ventilation mécanique... |
| |
ventilation pulmonaire des poumons, d'accord. |
| |
J'ai la chance d'être intensiviste et d'avoir participé aux soins de ces patients, même si nous avions parfois jusqu'à sept unités dédiées aux soins de cette population de patients spécialisés. |
| |
Les calculs préliminaires ont indiqué que |
| |
J'aurais probablement besoin d'au moins 200 bases de données de patients, pour faire une sorte de formulation sur la façon dont nous devrions aborder cette population de patients. |
| |
Comme nous le voyons dans la première diapositive statique, il s'agissait de la distribution de la mortalité dans cette population de patients. |
| |
Et nous assistons à une augmentation spectaculaire, à partir de 50 ans jusqu'à près de 100 ans, du taux élevé de mortalité hospitalière dans cette population de patients. Bien sûr, ces données peuvent être additionnées soit avec une médiane à l'ensemble des plages de quartiles, soit avec une moyenne de l'écart type. |
| |
Mais en fin de compte, nous voulions faire une sorte de prédiction sur le type de patient qui arriverait à notre porte, et plus important encore, |
| |
comment gérer la prise en charge de ces patients. Donc, même si nous avons un intervalle de prédiction calculé, le prochain patient se situerait dans un intervalle de confiance à 95 % de 45 à 99. |
| |
Bien que ce soit une information importante, |
| |
ce n'est pas là où se trouve notre principal intérêt. Ainsi, en mars 2020, nous commençons à récolter jusqu'à 500 points de données dans chacun de nos 211 premiers patients COVID-19 qui ont reçu un résultat positif invasif. |
| |
ventilation sous pression au centre de santé Ochsner à la Nouvelle-Orléans, en Louisiane, en environ quatre semaines, ce qui correspond essentiellement à cette gamme ici de patients |
| |
nous pensons avoir calculé une taille d'échantillon suffisante et obtenu une taille d'échantillon suffisante pour permettre cette élaboration d'un protocole institutionnel individualisé |
| |
ou une analyse de décision éclairée qui, à ce moment-là, la thérapie de soutien actuelle comprenait peut-être l'utilisation de l'hydroxycloroquine, l'utilisation de ??? ou un anti infectieux, |
| |
les patients enclins, c'est-à-dire les retourner face contre terre, l'utilisation de médicaments pour soutenir la pression artérielle systémique, l'utilisation de l'hémodialyse en cas d'insuffisance rénale et l'utilisation d'anticoagulants, c'est-à-dire l'héparine pour prévenir la composante thrombogénétique qui survient lorsque l'organisme subit des agressions majeures. |
| |
Cependant, cette extraction de données a nécessité environ cinq mois d'extraction minutieuse et nous l'avons donc utilisée pour les étapes ultérieures de la pandémie. |
| |
Et nous utilisons maintenant cette base de données pour nous aider à jumeler les futures thérapies, Dieu merci pour les monoclonaux, que nous avions à ce stade précoce des soins aux patients. Donc, notre principal résultat d'intérêt est essentiellement la mortalité hospitalière, |
| |
ce qui, malheureusement troublant, était de 65%, ce qui correspond à la même fourchette que celle rapportée dans différents centres médicaux en Chine, |
| |
en France, au Canada. Bien sûr, nous avons les intervalles de confiance, pour ceux d'entre nous qui devraient présenter cette information, cela peut aller de 58% à 71%. |
| |
Malheureusement, dans nos soins aux patients, bien que nous ayons eu un taux de mortalité très élevé et un taux de mortalité hospitalière inacceptable, les patients qui ont survécu jusqu'à la sortie de l'hôpital, nous n'avions pas non plus de bons antécédents dans ce domaine. |
| |
Seul un patient sur 10, vraiment moins d'un patient sur 10, est rentré chez lui pour reprendre ses activités quotidiennes. La grande majorité de ces patients nécessitaient un certain degré d'assistance |
| |
aide à domicile ou placement dans des établissements de soins infirmiers qualifiés, etc., ou des établissements de soins aigus de longue durée, bien que les chiffres soient faibles, car malheureusement, nous avions un pourcentage élevé de mortalité. |
| |
Nous avons alors commencé à examiner l'étiologie de ce COVID par système d'organes. |
| |
Oui, la majorité des patients sont venus à notre hôpital avec des problèmes respiratoires, mais un certain nombre de ces patients avaient d'autres problèmes comme principale plainte, nous l'appelons la principale plainte en médecine. Et nous voyons ceux répertoriés ici, et si nous activons |
| |
mortalité hospitalière, nous avons en quelque sorte une idée de si vous êtes venu avec une étiologie infectieuse, essayez d'utiliser votre œil, est-ce que ce taux de mortalité est élevé ? |
| |
Nous avons eu deux patients souffrant de troubles abdominaux, ce qui représente à nouveau une mortalité de 100 %, mais un petit nombre, néanmoins nous avons en quelque sorte une idée de ce à quoi nous avons affaire. |
| |
Nous avons ensuite examiné les symptômes d'admission, les patients et leurs plaintes. Et encore une fois nous avons les six grands |
| |
admettre avec de la fièvre se plaindre de fièvre; faiblesse ou fatigue généralisée; diarrhée; toux; essoufflement ou anosmie, qui est ce manque d'odorat et de goût, qui était franchement |
| |
un symptôme qui a été signalé tardivement, certainement pas au cours des quatre premières semaines, et nous l'avons donc en quelque sorte ignoré. Et encore une fois, si nous regardons simplement les taux de mortalité, |
| |
en regardant ces symptômes, je suis surpris que nous ayons un pourcentage élevé... plus élevé d'incidence de mortalité chez les patients sans fièvre |
| |
ou sans plainte de toux ou sans essoufflement, par rapport aux autres patients qui se sont présentés sur une base de pourcentage. Nous utilisons nos yeux, juste pour mesurer le volume de mortalité regrettable chez ces patients atteints de ce type de |
| |
plaintes. |
| |
Nous avons ensuite regardé ... une diapositive très occupée, je m'excuse pour l'agitation de cette diapositive ... mais nous avons regardé |
| |
les évaluations des signes vitaux, ces six paramètres que nous utilisons, et voir si nous pouvons détailler des informations lorsque ces patients se présentent |
| |
dans nos salles d'urgence. Et nous obtenons cet ensemble initial de signes vitaux pour voir si nous pouvons l'utiliser comme prédicteur. Et encore une fois, juste en tournant les taux de mortalité, nous voyons que |
| |
à peu près tout suit la forme des histogrammes que nous voyons ici d'accord. |
| |
Nous avons été surpris que beaucoup de ces nouveaux patients n'aient pas eu plus d'abaissement de la pression artérielle diastolique, car, généralement dans le cadre du syndrome de réponse inflammatoire systémique, |
| |
ou SIRS, la pression diastolique monte généralement une réponse dans les années 40 et 50, certainement pas dans ces valeurs élevées ici. Cela suggère donc, du moins pour moi, que ces patients souffrent davantage d'un |
| |
syndrome de surstimulation sympathique décrit par Dunser et ses collègues en Allemagne dans les années 90. |
| |
Le SOS, pour paraphraser, est associé à une mortalité très élevée. Cela peut avoir un rôle clé à jouer. |
| |
Et puis, bien sûr, un oxymètre de pouls, qui normalement chez la plupart des patients, dans des conditions de base, se situe autour de 100, un peu moins de 100. |
| |
Et nous voyons que la grande majorité des patients sont arrivés avec des valeurs très basses, ce qui, étonnamment, il y avait des survivants dans ces groupes bas, donc cela a un rôle à jouer, mais pas nécessairement un rôle définitif. |
| |
Nous avons ensuite examiné les comorbidités et les distributions de ces comorbidités. Et encore, hypertension essentielle, diabète, maladie coronarienne, insuffisance cardiaque, tabac, |
| |
antécédent de BPCO (maladie pulmonaire obstructive chronique), maladie réactive réversible des voies respiratoires, maladie rénale, |
| |
et menant jusqu'à la transplantation d'organes et la malignité. Et si nous nous tournons à nouveau vers ces patients décédés à regret pendant leur hospitalisation pour COVID |
| |
dans cette cohorte, nous voyons que la transplantation d'organes, si vous en avez eu, vous avez malheureusement connu une mortalité de 100 %. Mais à notre grande surprise, |
| |
que nous commençons à avoir une idée de l'endroit où ces patients souffrant d'hypertension essentielle, on dirait |
| |
que le pourcentage de mortalité est à peu près le même, certainement pour le diabète, l'insuffisance cardiaque congestive, peut-être moins, |
| |
certainement avec une maladie coronarienne, un pourcentage plus élevé ayant l'impression qu'ils auraient des problèmes de maladie coronarienne et de COVID. Et l'abus de tabac, un pourcentage élevé, qui aura peut-être un rôle à jouer, un peu plus tard. |
| |
Nous avons ensuite effectué un ajustement logistique nominal pour une mortalité hospitalière, car encore une fois |
| |
vous devez examiner toutes les interactions que toutes ces comorbidités jouent avec la mortalité hospitalière et encore une fois, il y a beaucoup de facteurs de risque qui ne répondent peut-être pas au strict |
| |
critères statistiques pour la modélisation avec un ajustement logistique nominal, et je reconnais cette limitation. Mais on voit que l'abus de tabac est très élevé, avec une faible probabilité due au hasard de 97 sur 10 000, ainsi qu'aux maladies rénales, etc. |
| |
Nous avons dû éliminer la transplantation d'organes, car les comptages n'étaient pas suffisants pour permettre au modèle de régresser. |
| |
Nous générons ensuite... plus d'intérêt à faire des ajustements de modèles linéaires généralisés avec des différences de risque standardisées, donc une façon amusante de regarder |
| |
les données sur les résultats, en examinant les présentations des patients avec leurs symptômes, et aucun de ces éléments n'était statistiquement significatif, et le risque de mortalité n'était pas là parce que tous les intervalles de confiance croisent zéro. |
| |
Nous avons ensuite examiné l'une des fonctionnalités clés pour... que JMP fournit est le partitionnement, le partitionnement récursif. Et |
| |
faisant une validation interne, voici tous les 211 patients regardant vos paramètres de laboratoire d'admission, les analyses de sang, si vous voulez, et nous avons divisé les données et, étonnamment, ce qui avait le plus |
| |
associée à la mortalité hospitalière étant représentée dans les points patients individualisés. Sous les lignes ici se trouvait un protime ou une mesure de la coagulation, et s'il était élevé, vous aviez un taux de mortalité plus élevé, essentiellement d'environ |
| |
85%, alors que si vous aviez un protime inférieur à 13,4 secondes, un taux de mortalité d'environ 60% et la valeur du log est supérieure à 3. |
| |
Donc d'un point de vue statistique, la tendance n'est pas vraiment due au hasard ; c'est possible, mais pas |
| |
pas vraiment. D'accord, et puis si nous le divisons une fois de plus, nous obtenons cette procalcitonine, qui est un marqueur dans la littérature sur les maladies infectieuses est |
| |
un signe d'infection bactérienne non virale, mais bactérienne. Et nous voyons certaines différences exprimées ici. Est-ce avantageux? |
| |
Dans ce ???gramme, eh bien, les courbes caractéristiques de l'opérateur du récepteur ne sont pas aussi robustes que nous le souhaiterions, alors c'est peut-être davantage dû au hasard et moins aux soins du patient, mais cela vaut certainement la peine d'être exploré. |
| |
Voici des graphiques de durée de séjour à l'hôpital dans notre population de patients, et nous voyons que la durée de séjour augmente jusqu'à environ 20, |
| |
un peu moins de 20 jours et jusqu'à environ 70 jours. Et malheureusement, nous avons eu des patients qui ne sont pas restés longtemps à l'hôpital, et si nous traçons cette information, |
| |
nous constatons que beaucoup de ces patients sont décédés très tôt. C'est regrettable. Tous ces patients, comme je l'ai dit, iraient initialement dans l'unité de soins intensifs, nous avons donc ces informations ici, exprimées en taux de mortalité, en pourcentages, etc. |
| |
Alors, c'est notre première intrigue superposée, que je voudrais montrer au public, dans laquelle... |
| |
C'est un toboggan un peu chargé au début, tous les 211 patients entre le 8 mars et le 5 avril 2020. Regardez les modèles et le degré d'aléatoire et, bien sûr, malheureusement, si vous n'êtes pas sorti de l'hôpital et dans le... dans la salle d'hôpital, |
