|
扬声器
|
脚本
|
| bnossaman@ochsner.org |
好的。 |
| |
和 |
| 尼古拉斯·谢尔顿 |
当你准备好时你就可以开始，我会做的只是要求你注意时间，所以如果你能把时间保持在 20 分钟左右就可以了。 |
| |
而且，如果您犯了错误，也没有什么大不了的，只需继续演示即可，他们可以随时在必要时进行任何编辑。 |
| bnossaman@ochsner.org |
谢谢。 |
| 尼古拉斯·谢尔顿 |
好的，当你准备好的时候。 |
| bnossaman@ochsner.org |
您可以从 开始。 |
| |
905 对。 |
| |
感谢大家今天早上允许我介绍这个有趣的难题，即在 COVID 疫情爆发之初，我们在新奥尔良奥克斯纳健康中心重症监护室遇到的难题。 |
| |
除了支持性治疗外，我们、整个国家，甚至全世界，都没有针对这种危及生命的流行病的设计方案。所以我开始设计 |
| |
一个明智的决策分析，其结果将于今天上午公布，看看我们是否可以解决这个向我们滚来的球。 |
| |
2020年3月8日凌晨， |
| |
我们看到 COVID-19 患者数量突然大幅增加。与此同时，需要呼吸机的患者数量也大幅增加…… |
| |
肺部通气，好的。 |
| |
我很幸运，我是一名重症监护医生，参与了这些患者的护理，尽管我们有时有多达七个科室专门护理这类特殊的患者群体。 |
| |
初步计算表明 |
| |
我可能需要至少 200 个患者的数据库，以便制定有关如何处理该患者群体的某种方案。 |
| |
正如我们在第一张静态幻灯片中看到的，这是该患者群体的死亡率分布。 |
| |
我们发现，从 50 岁开始直至近 100 岁，该患者群体的住院死亡率急剧上升。当然，这些数据可以用整个四分位数范围的中位数或标准差的平均值来加总。 |
| |
但最终我们想预测一下会来我们家门口的病人类型，更重要的是， |
| |
如何管理这些患者的护理。因此，即使我们有一个预测区间，计算得出下一位患者的 95% 置信区间为 45 至 99。 |
| |
虽然这是重要的信息， |
| |
这不是我们的主要兴趣所在。因此，在 2020 年 3 月，我们开始在最初 211 名接受侵入性阳性检测的 COVID-19 患者中收集多达 500 个数据点 |
| |
路易斯安那州新奥尔良 Ochsner 健康中心的高压通气大约持续了四周，基本上就是这个范围内的患者 |
| |
我们相信我们计算并获得了足够的样本量，以制定个性化的机构协议 |
| |
或经过明智的决策分析，当时的当前支持疗法可能包括使用羟氯喹，使用???或抗感染药物， |
| |
让患者俯卧，即将他们面朝下，使用药物维持全身血压，使用血液透析治疗肾衰竭，使用抗凝剂，即肝素，以防止身体受到重大攻击时发生的血栓形成成分。 |
| |
然而，这次数据提取需要大约五个月的仔细提取，因此我们将其用于疫情的后期阶段。 |
| |
现在，我们使用这个数据库来帮助我们匹配未来的治疗方法，感谢上帝，我们在患者护理的早期阶段就拥有了单克隆抗体。因此，我们感兴趣的主要结果基本上是医院死亡率， |
| |
令人遗憾的是，这一比例高达 65%，与中国不同医疗中心报告的比例相同， |
| |
在法国、加拿大。当然，我们有置信区间，对于我们这些应该提供这些信息的人来说，它可以在 58% 到 71% 之间。 |
| |
遗憾的是，在我们的病人护理中，虽然我们的死亡率和令人无法接受的医院死亡率非常高，但是对于那些确实存活到出院的病人，我们在这方面也没有良好的记录。 |
| |
只有十分之一的患者（实际上不到十分之一）回家重新开始日常活动。绝大多数患者需要一定程度的协助 |
| |
在家提供帮助或安置在专业护理机构等，或长期急性护理机构，尽管数量很少，因为遗憾的是，我们的死亡率很高。 |
| |
因此我们开始通过器官系统检查这种 COVID 的病因。 |
| |
是的，大多数患者来我们医院时都患有呼吸系统疾病，但其中许多患者的主要症状是其他问题，我们在医学上称之为主诉。我们在这里列出了这些，如果我们激活 |
| |
医院死亡率，如果你是因感染性病因入院，我们用眼睛看一下，这个死亡率高吗？ |
| |
我们有两名患者出现腹部不适，死亡率也是 100％，但数量很少，尽管如此，我们还是知道我们在处理什么问题。 |
| |
然后我们研究了入院症状、患者及其投诉。我们再次得出了六大要点 |
| |
承认发烧，抱怨发烧；全身乏力或疲劳；腹泻；咳嗽；呼吸急促或嗅觉丧失，即嗅觉和味觉丧失，坦率地说 |
| |
症状报告得比较晚，肯定不是在前四周内，所以我们有点忽略了这一点。如果我们只看死亡率， |
| |
看看这些症状，令我惊讶的是，没有发烧的病人的死亡率更高 |
| |
或没有咳嗽或呼吸困难的症状，与其他确实出现症状的患者相比，从百分比来看。我们用眼睛来衡量这些患者中遗憾死亡的数量 |
| |
投訴。 |
| |
然后我们看了……一张忙碌的幻灯片，我很抱歉这张幻灯片很忙碌……但我们看了 |
| |
生命体征评估，我们使用的这六个参数，看看我们是否可以详细说明这些患者出现症状时的情况 |
| |
在我们的急诊室。我们得到了这组初始生命体征，看看我们是否可以用它作为预测指标。再看看死亡率，我们发现 |
| |
几乎所有东西都遵循我们在此处看到的直方图的形状。 |
| |
我们很惊讶，很多新病人的舒张压并没有降低更多，因为一般在全身炎症反应综合征中， |
| |
或 SIRS，舒张压通常在 40 到 50 左右时才会出现反应，肯定不会达到这里的高值。因此，至少在我看来，这表明这些患者更多地遭受 |
| |
20 世纪 90 年代，德国 Dunser 及其同事描述了交感神经过度刺激综合征。 |
| |
换句话说，SOS 与极高的死亡率有关。这可能起着关键作用。 |
| |
当然，还有脉搏血氧仪，在基线条件下，大多数患者的血氧饱和度通常在 100 左右，略低于 100。 |
| |
我们发现绝大多数患者的血红蛋白含量都很低，令人惊讶的是，这些低血红蛋白含量的患者中也有幸存者，所以这有一定的作用，但不一定是决定性的作用。 |
| |
然后我们研究了合并症及其分布。原发性高血压、糖尿病、冠状动脉疾病、心力衰竭、吸烟、 |
| |
慢性阻塞性肺病 (COPD)、反应性可逆性气道疾病、肾脏疾病病史， |
| |
并一直延伸到器官移植和恶性肿瘤。如果我们再看看那些在住院治疗期间不幸去世的新冠肺炎患者 |
| |
在这个群体中，我们发现，如果你接受了器官移植，那么你很遗憾地会经历 100% 的死亡率。但令我们惊讶的是， |
| |
我们开始感觉到这些患有原发性高血压的患者的情况 |
| |
死亡率百分比大致相同，糖尿病、充血性心力衰竭的死亡率肯定较低， |
| |
当然，对于冠状动脉疾病，有更高比例的人觉得自己会患冠状动脉疾病和 COVID。而吸烟的比例也很高，这可能在稍后会发挥作用。 |
| |
然后，我们对医院死亡率进行了名义逻辑拟合，因为 |
| |
你必须考虑所有这些合并症与医院死亡率之间的相互作用，而且，这些风险因素可能不符合严格的 |
| |
统计标准用于名义逻辑拟合建模，我承认这种局限性。但我们看到烟草滥用率很高，概率很低，因为几率为 10,000 分之 97，以及肾脏疾病等。 |
| |
我们不得不消除器官移植，因为数量不足以使模型回归。 |
| |
然后我们生成......对使用标准化风险差异进行广义线性模型拟合更感兴趣，因此这是一种有趣的方式来观察 |
| |
结果数据，查看患者的表现及其症状，这些项目均不具有统计学意义，并且不存在死亡风险，因为所有置信区间都超过零。 |
| |
然后我们研究了 JMP 提供的关键功能之一...分区、递归分区。 |
| |
在进行内部验证时，这里有 211 名患者，他们查看了入院实验室参数、血液检查，如果你愿意的话，我们会拆分数据，令人惊讶的是，最 |
| |
与医院死亡率相关的是个性化患者点。这里的线条下面是预时间或凝血指标，如果它升高，你的死亡率就会更高，基本上是 |
| |
85%，而如果您的 protime 少于 13.4 秒，死亡率约为 60%，并且日志价值将超过 3。 |
| |
因此从统计学的角度来看，这种模式并不是偶然的；这是可能的，但不是 |
| |
不是。好的，然后如果我们再分开一次，我们得到这种促降钙素，它是传染病文献中的一种标志物， |
| |
细菌感染的征兆，不是病毒，而是细菌感染。我们看到这里表达了一些差异。这有好处吗？ |
| |
在这个???gram中，接收器操作特性曲线并不像我们所希望的那样稳健，所以也许这更多的是由于偶然因素而不是由于患者护理，但绝对值得探索。 |
| |
以下是我们病人住院时间的图表，我们发现住院时间长达约 20， |
| |
不到 20 天，最多可达 70 天。遗憾的是，有些病人在医院待的时间不长，如果我们把这些信息绘制出来， |
| |
我们发现很多患者很早就去世了。这很遗憾。正如我所说，所有这些患者最初都会进入重症监护室，所以我们这里有这些信息，以死亡率、百分比决定因素等形式表示。 |
| |
那么，这是我们的第一个叠加图，我想向观众展示一下，其中...... |
| |
一开始，这张幻灯片有点忙，2020 年 3 月 8 日至 4 月 5 日期间共有 211 名患者。看看这些模式和随机程度，当然，很遗憾，如果你没能出院，进入……进入病房， |
