Foto: Shutterstock
Een team van deskundigen op het gebied van neurologie, infectieziekten, kritieke zorg, radiologie, pathologie, noodgeneeskunde en computerwetenschappers ontwierp de COVID-19 Acuity Score (CoVA) op basis van informatie over 9.381 volwassen poliklinieken voor respiratoire aandoeningen.
Een nieuwe score op basis van kunstmatige intelligentie houdt rekening met meerdere factoren om de prognose van elke patiënt met Covid-19 te voorspellen, gezien in spoedgevallenklinieken of spoedafdelingen. De tool, gemaakt door onderzoekers van het Massachusetts General Hospital (MGH), kan worden gebruikt om snel en automatisch te bepalen welke patiënten het meest waarschijnlijk complicaties zullen ontwikkelen en in het ziekenhuis moeten worden opgenomen.
De CoVA werd vervolgens getest bij nog eens 2.205 patiënten die tussen 3 en 14 mei werden gezien. De prospectieve testen van het model verifieerden dat de CoVA-score daadwerkelijk werkt wanneer deze wordt toegepast op "nieuwe" patiënten in de echte wereld. In deze prospectieve validatiegroep werd 26,1%, 6,3% en 0,5% van de patiënten in het ziekenhuis opgenomen, had een ernstige ziekte of stierf binnen zeven dagen. CoVA toonde uitstekende prestaties aan bij het voorspellen van patiënten die in deze categorieën zouden vallen.
Van de 30 voorspellers, die demografische gegevens bevatten zoals leeftijd en geslacht, Covid-19 status, vitale functies, medische geschiedenis en röntgenfoto's van de borst (indien beschikbaar), waren de top vijf de leeftijd, de diastolische bloeddruk, de zuurstofsaturatie in het bloed, de Covid-19 status en de ademhalingssnelheid.
CoVA is zo ontworpen dat geautomatiseerde scoring kan worden opgenomen in systemen voor elektronische medische dossiers.
CoVA: An Acuity Score for Outpatient Screening that Predicts COVID-19 Prognosis
Delen via e-mail