COVID-19住院患者死亡的地理分布及预测因素：一项队列研究

背景：全球新型冠状病毒病（COVID-19）大流行提供了评估医院如何管理具有不同人口统计学和临床表现的住院患者护理的机会。本研究旨在展示人口密集居住区对住院的影响，并确定在国际上受灾最严重的县之一中，COVID-19住院患者住院时间和死亡率的预测因素。方法：这是一项单中心队列研究，纳入2020年3月2日至2020年5月11日期间纽约1325名连续住院的COVID-19患者。对研究患者居住地相对于区域人口密度的地理分布进行了绘图，数据分析包括住院时间、有创机械通气（IMV）的需求和持续时间以及死亡率。构建Logistic回归模型以预测其余活跃研究患者的出院去向。结果：研究队列的中位年龄（四分位距[IQR]）为62（49-75）岁，超过一半为男性（57%），有高血压（60%）、肥胖（41%）和糖尿病（42%）病史。研究患者的地理居住地与人口密度较高的地区不成比例地相关（rs = 0.235；P = .004），在该区域发现了“热点”。研究患者在就诊时主要表现为高血压（MAP > 90 mmHg；670，51%）、淋巴细胞减少（590，55%）、低钠血症（411，31%）和肾功能障碍（估算肾小球滤过率 < 60 mL/min/1.73 m2；381，29%）。在有去向的患者（1188/1325）中，15%（182/1188）需要IMV，21%（250/1188）发生急性肾损伤。在IMV患者中，存活者（22 [16.5-29.5]天）的中位（IQR）住院时间显著长于非存活者（15 [10-23.75]天），但这并非由于在呼吸机上停留的时间延长。所有住院患者的总体死亡率为15%，接受IMV的患者为48%，根据为预测其余使用呼吸机患者去向而构建的Logistic回归模型，预计该比例将小幅上升至49%。住院期间急性肾损伤（比值比，3.23）是需要IMV患者死亡率的最强预测因素。结论：这是第一项综合利用COVID-19患者的人口统计学、临床特征和住院过程来确定不良结果预测因素的研究，可用于未来大流行浪潮中的资源分配。