Digital DiagnosticsDigital DiagnosticsDigital DiagnosticsDigital Diagnostics2712-84902712-8962Eco-Vector4679110.17816/DD46791Original Study ArticlesОригинальные исследования原创性科研成果Research ArticleChest computed tomography for outcome prediction in laboratory-confirmed COVID-19: A retrospective analysis of 38,051 casesПрогнозирование исходов при лабораторно верифицированном COVID-19 по данным компьютерной томографии органов грудной клетки: ретроспективный анализ 38 051 пациента基于胸部CT的实验室验证COVID-19预后预测：38,051例患者的回顾性分析https://orcid.org/0000-0001-6545-61708542-1720MorozovSergey P.МорозовСергей Павлович
Russian Federation

MD, PhD

д-р мед. наук, профессор

morozov@npcmr.ruhttps://orcid.org/0000-0002-0302-293X8896-8051CherninaValeria Yu.ЧернинаВалерия Юрьевна
Russian Federation

MD

v.chernina@npcmr.ruhttps://orcid.org/0000-0002-2681-93783306-1387BlokhinAndreevich I.БлохинИван Андреевич
Russian Federation

MD

i.blokhin@npcmr.ruhttps://orcid.org/0000-0003-1816-13156810-3279GombolevskiyVictor A.ГомболевскийВиктор Александрович
Russian Federation

MD, PhD, MPH

к.м.н.

g_victor@mail.ruResearch and Practical Clinical Center for Diagnostics and Telemedicine Technologies of the Moscow Health Care DepartmentГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы»22122020301220201127361210202008122020Copyright ©; 2020, Morozov S.P., Chernina V.Y., Blokhin A.I., Gombolevskiy V.A.Copyright ©; 2020, Морозов С.П., Чернина В.Ю., Блохин И.А., Гомболевский В.А.Copyright ©; 2020, Morozov S., Chernina V., Blokhin A., Gombolevskiy V.2020Morozov S.P., Chernina V.Y., Blokhin A.I., Gombolevskiy V.A.Морозов С.П., Чернина В.Ю., Блохин И.А., Гомболевский В.А.Morozov S., Chernina V., Blokhin A., Gombolevskiy V.https://creativecommons.org/licenses/by-nc-nd/4.0https://jdigitaldiagnostics.com/DD/article/view/46791

BACKGROUND: In the current epidemiological situation, computed tomography (CT) of chest organs plays an important role in disease diagnosis. Clinical and CT data allow physicians to quickly establish the probability of the presence and prognosis of patients with coronavirus disease 2019 (COVID-19).

AIMS: This study aimed to predict outcomes in patients with laboratory-confirmed COVID-19 based on chest CT and a semi-quantitative visual pulmonary lesion grading system (CT 0–4).

MATERIALS AND METHODS: A retrospective analysis of the Unified Medical Information and Analytical Service and Unified Radiological Information Service records from March 01, 2020 to July 30, 2020 was performed. The inclusion criteria were as follows: patients diagnosed with U07.1 (laboratory-verified coronavirus infection) from March 01, 2020 to July 30, 2020 and referred for a chest CT by a physician with suspected community-acquired pneumonia caused by COVID-19; the maximum period between laboratory verification and CT was not more than five days. The observation period for each patient was at least till 30 days from the date of CT. CT was performed in 48 medical organizations providing primary medical care to adults in Moscow. The exclusion criterion was a negative reverse transcription-polymerase chain reaction results by July 30, 2020. The CT 0–4 scale is recommended for use in the Russian Federation to estimate the volume of lung parenchyma lesions when COVID-19 is suspected.

RESULTS: The total sample volume was 38,051 patients. In this study, the risk of death was three times higher for CT-4 than for CT-0. In the Kaplan–Meier survival curve, the survival rate of patients in the CT-3 category was almost three times lower (hazard ratio = 2.94) than in the CT 0–2 categories; in addition, the higher the initial category of CT, the lower the risk of deterioration. The time for hospitalization decreased with the increase in the CT grade.

CONCLUSION: The visual CT 0–4 scale can be used to predict outcomes, such as hospitalizations and deaths, in patients suspected of COVID-19 who underwent chest CT in primary health care.

Обоснование. В условиях сложившейся эпидемиологической ситуации компьютерная томография органов грудной клетки (КТ ОГК) играет важную роль в диагностике заболевания. Клинические и КТ-данные позволяют врачам в короткие сроки установить вероятность наличия и прогноз у пациентов с COVID-19.

Цель ― прогнозирование исходов у лабораторно верифицированных больных COVID-19 по данным КТ ОГК с помощью полуколичественной визуальной шкалы степени поражения лёгочной паренхимы (шкала КТ0–КТ4).

Материал и методы. Выполнен ретроспективный анализ выгрузки историй болезни из Единого медицинского информационного-аналитического сервиса (ЕМИАС) и протоколов из Единого радиологического информационного сервиса (ЕРИС) в период с 01.03.2020 по 30.07.2020. В исследование включены истории болезней пациентов с диагнозом U07.1 по МКБ-10 (лабораторно верифицированная коронавирусная инфекция), которым с 1 марта по 30 июля 2020 г. включительно проведена КТ ОГК по направлению врача-терапевта при подозрении на внебольничную пневмонию, вызванную COVID-19; максимально допустимый срок между лабораторной верификацией и КТ ОГК ― не более 5 дней. Срок наблюдения за каждым пациентом ― не менее 30 сут от даты проведения КТ. Исследования были выполнены в 48 медицинских организациях, оказывающих первичную медицинскую помощь взрослому населению Москвы. Не вошли в исследование пациенты, у которых результаты теста полимеразной цепной реакции на COVID-19 были отрицательными к 30.07.2020. Шкала КТ0–КТ4 рекомендована к применению в Российской Федерации для оценки объёма поражения паренхимы лёгкого при подозрении на COVID-19.

Результаты. Итоговый объём выборки ― 38 051 пациент. По результатам исследования выявлено, что для категории КТ4 риск смерти выше в 3 раза по сравнению с категорией КТ0. По кривым Каплана–Мейера для анализа выживаемости доля выживших пациентов в категории КТ3 почти в 3 раза ниже (HR = 2,94), чем в категориях КТ0–КТ2. Кроме того, установлено, что чем выше исходная категория КТ, тем ниже риск ухудшения. Время до госпитализации снижалось при увеличении категории по данным КТ ОГК.

Заключение. Визуальная шкала КТ0–КТ4 может быть использована в качестве предиктора исходов (госпитализаций и летальных исходов) у пациентов, которым при подозрении на COVID-19 выполнена КТ ОГК на базе первичного звена здравоохранения.

论证：在目前的流行病学情况下，胸部器官CT（胸部器官的计算机断层扫描）在该病的诊断中起着重要的作用。临床和CT数据使医生能够快速判断COVID-19患者的存在概率和预后。

目的：预测实验室证实的COVID-19患者的结果，基于胸部器官CT，使用肺实质损伤程度半定量视觉量表（CT0—CT4量表）。

材料与方法。对2020年3月1日至2020年7月30日期间从统一医疗信息和分析服务处（UMIAS）和从统一放射信息服务处（ERIS）卸载的医疗记录和协议进行了回顾性分析。本研究纳入了根据ICD-10诊断为U07.1患者的病历（实验室确诊新型冠状病毒感染病例）。从2020年3月1日至7月30日，这些患者在疑似COVID-19引起的社区获得性肺炎的内科医生的指导下接受胸部器官CT检查；实验室检查和胸部器官计算机断层扫描之间最长允许的时间不超过5天。每位病人的随访期由CT日期起计最少为30天。这项研究是在向莫斯科成年人口提供初级医疗保健的48个医疗机构中进行的。本研究不包括截至2020年7月30日COVID-19聚合酶链反应试验结果为阴性的患者。CT0-CT4量表推荐在俄罗斯联邦用于评估疑似COVID-19病例肺实质损害的程度。

结果。样本量为38,051例。根据研究结果，CT-4类患者的死亡风险比CT-0类患者高3倍。Kaplan-Meyer 生存曲线显示，CT-3类患者的存活比例比CT0-CT2类患者低3倍（HR = 2.94）。此外，发现了CT的初始类别越高，恶化的风险越低。根据胸部器官CT显示，住院时间随类别的增加而减少。

结果。CT0-CT4的视觉尺度可用于预测疑似COVID-19患者的预后（住院和死亡），如果患者在初级卫生保健的基础上接受了胸部器官CT检查。

COVID-19community-acquired pneumoniacomputed tomographyCOVID-19внебольничная пневмониякомпьютерная томографияCOVID-19社区获得性肺炎计算机断层扫描World Health Organization. Timeline of WHO’s response to COVID-19 [Internet]. WHO; 2020 [cited 2020 Sept 9]. Available from: https://www.who.int/news-room/detail/29-06-2020-covidtimelineWorld Health Organization. Timeline of WHO’s response to COVID-19 [Internet]. WHO, 2020 [дата обращения: 09.09.2020]. Доступ по ссылке: https://www.who.int/news-room/detail/29-06-2020-covidtimelineDong E, Du H, Gardner L. An interactive web-based dashboard to track COVID-19 in real time. Lancet Infect Dis. 2020;20(5):533–534. doi: 10.1016/S1473-3099(20)30120-1Dong E., Du H., Gardner L. An interactive web-based dashboard to track COVID-19 in real time // Lancet Infect Dis. 2020. Vol. 20, N 5. Р. 533–534. doi: 10.1016/S1473-3099(20)30120-1Zhang R, Ouyang H, Fu L, et al. CT features of SARS-CoV-2 pneumonia according to clinical presentation: a retrospective analysis of 120 consecutive patients from Wuhan city. Eur Radiol. 2020;30(8):4417–4426. doi: 10.1007/s00330-020-06854-1Zhang R., Ouyang H., Fu L., et al. CT features of SARS-CoV-2 pneumonia according to clinical presentation: a retrospective analysis of 120 consecutive patients from Wuhan city // Eur Radiol. 2020. Vol. 30, N 8. Р. 4417–4426. doi: 10.1007/s00330-020-06854-1Silverstein WK, Stroud L, Cleghorn GE, Leis JA. First imported case of 2019 novel coronavirus in Canada, presenting as mild pneumonia. Lancet. 2020;395(10225):734. doi: 10.1016/S0140-6736(20)30370-6Silverstein W.K., Stroud L., Cleghorn G.E., Leis J.A. First imported case of 2019 novel coronavirus in Canada, presenting as mild pneumonia // The Lancet. 2020. Vol. 395, N 10225. Р. 734. doi: 10.1016/S0140-6736(20)30370-6Yoon SH, Lee KH, Kim JY, et al. Chest radiographic and CT findings of the 2019 Novel Coronavirus Disease (COVID-19): analysis of nine patients treated in Korea. Korean J Radiol. 2020;21(4):494-500. doi: 10.3348/kjr.2020.0132Yoon S.H., Lee K.H., Kim J.Y., et al. Chest radiographic and CT findings of the 2019 Novel Coronavirus Disease (COVID-19): analysis of nine patients treated in Korea // Korean J Radiol. 2020. Vol. 21, N 4. Р. 494–500. doi: 10.3348/kjr.2020.0132Sverzellati N, Milanese G, Milone F, et al. Integrated radiologic algorithm for COVID-19 pandemic. J Thorac Imaging. 2020;35(4):228–233. doi: 10.1097/RTI.0000000000000516Sverzellati N., Milanese G., Milone F., et al. Integrated radiologic algorithm for COVID-19 pandemic // J Thorac Imaging. 2020. Vol. 35, N 4. Р. 228–233. doi: 10.1097/RTI.0000000000000516Colombi D, Bodini FC, Petrini M, et al. Well-aerated lung on admitting chest CT to predict adverse outcome in COVID-19 pneumonia. Radiology. 2020;296(2):E86–E96. doi: 10.1148/radiol.2020201433Colombi D., Bodini F.C., Petrini M., et al. Well-aerated lung on admitting chest CT to predict adverse outcome in COVID-19 pneumonia // Radiology. 2020. Vol. 296, N 2. E86–E96. doi: 10.1148/radiol.2020201433Li K, Fang Y, Li W, et al. CT image visual quantitative evaluation and clinical classification of coronavirus disease (COVID-19). Eur Radiol. 2020;30(8):4407–4416. doi: 10.1007/s00330-020-06817-6Li K., Fang Y., Li W., et al. CT image visual quantitative evaluation and clinical classification of coronavirus disease (COVID-19) // Eur Radiol. 2020. Vol. 30, N 8. Р. 4407–4416. doi: 10.1007/s00330-020-06817-6Wynants L, van Calster B, Collins GS, et al. Prediction models for diagnosis and prognosis of covid-19: systematic review and critical appraisal. BMJ. 2020;369:M1328. doi: 10.1136/bmj.m1328Wynants L., van Calster B., Collins G.S., et al. Prediction models for diagnosis and prognosis of covid-19: systematic review and critical appraisal // BMJ. 2020. Vol. 369. M1328. doi: 10.1136/bmj.m1328Morozov SP, Protsenko DN, Smetanina SV, et al. Radiation diagnostics of coronavirus disease (COVID-19): organization, methodology, interpretation of results: Preprint No. CDT – 2020 – II. Version 2 from 17.04.2020. Series «Best practices of radiation and instrumental diagnostics». Issue 65. Moscow: GBUZ «NPKTS DIT DZM»; 2020. 78 р. (In Russ).Морозов С.П., Проценко Д.Н., Сметанина С.В. и др. Лучевая диагностика коронавирусной болезни (COVID-19): организация, методология, интерпретация результатов : препринт № ЦДТ – 2020 – II. Версия 2 от 17.04.2020. Серия «Лучшие практики лучевой и инструментальной диагностики». Вып. 65. Москва : ГБУЗ «НПКЦ ДиТ ДЗМ», 2020. 78 с.Sinitsyn VE, Tyurin IE, Mitkov VV. Consensus Guidelines of Russian Society of Radiology (RSR) and Russian Association of Specialists in Ultrasound Diagnostics in Medicine (RASUDM) «Role of Imaging (X-ray, CT and US) in Diagnosis of COVID-19 Pneumonia» (version 2). Journal of radiology and nuclear medicine. 2020;101(2):72–89. (In Russ). doi: 10.20862/0042-4676-2020-101-2-72-89Синицын В.Е., Тюрин И.Е., Митьков В.В. Временные методические рекомендации Российского общества рентгенологов и радиологов (РОРР) и Российской ассоциации специалистов ультразвуковой диагностики в медицине (РАСУДМ) «Методы лучевой диагностики пневмонии при новой коронавирусной инфекции при COVID-19» (версия 2) // Вестник рентгенологии и радиологии. 2020. Т. 101, № 2. С. 72–89. doi: 10.20862/0042-4676-2020-101-2-72-89Morozov SP, Gombolevskiy VA, Cherninа VY, et al. Prediction of lethal outcomes in COVID-19 cases based on the results chest computed tomography. Tuberculosis and Lung Diseases. 2020;98(6):7–14. (In Russ). doi: 10.21292/2075-1230-2020-98-6-7-14Морозов С.П., Гомболевский В.А., Чернина В.Ю. и др. Прогнозирование летальных исходов при COVID-19 по данным компьютерной томографии органов грудной клетки // Туберкулез и болезни легких. 2020. Т. 98, № 6. С. 7–14. doi: 10.21292/2075-1230-2020-98-6-7-14Khristenko E, von Stackelberg O, Kauczor HU, et al. Ctpatterns in COVID-19 associated pneumonia – unification of radiological reports based on glossary of Fleischner society. REJR. 2020;10(1):16–26. (In Russ). doi: 10.21569/2222-7415-2020-10-1-16-26Христенко Е.А., фон Стакельберг О., Кауцор Х.У. и др. КТ-паттерны при COVID-19 ассоциированных пневмониях ― стандартизация описаний исследований на основе глоссария общества Флейшнера // REJR. 2020. Т. 10, № 1. С. 16–26. doi: 10.21569/2222-7415-2020-10-1-16-26Raptis CA, Hammer MM, Short RG, et al. Chest CT and coronavirus disease (COVID-19): a critical review of the literature to date. AJR Am J Roentgenol. 2020;215(4):839–842. doi: 10.2214/AJR.20.23202Raptis C.A., Hammer M.M., Short R.G., et al. Chest CT and coronavirus disease (COVID-19): a critical review of the literature to date // AJR Am J Roentgenol. 2020. Vol. 215, N 4. Р. 839–842. doi: 10.2214/AJR.20.23202Yuan M, Yin W, Tao Z, et al. Association of radiologic findings with mortality of patients infected with 2019 novel coronavirus in Wuhan, China. PLoS One. 2020;15(3):E0230548. doi: 10.1371/journal.pone.0230548Yuan M., Yin W., Tao Z., et al. Association of radiologic findings with mortality of patients infected with 2019 novel coronavirus in Wuhan, China // PLoS One. 2020. Vol. 15, N 3. E0230548. doi: 10.1371/journal.pone.0230548Petrikov SS, Popugaev KА, Barmina TG, et al. Comparison of clinical data and computed tomography semiotics of the lungs in COVID-19. Tuberculosis and Lung Diseases. 2020;98(7):14–25. (In Russ). doi: 10.21292/2075-1230-2020-98-7-14-25Петриков С.С., Попугаев К.А., Бармина Т.Г. и др. Сопоставление клинических данных и компьютерно-томографической семиотики легких при COVID-19 // Туберкулез и болезни легких. 2020. Т. 98, № 7. С. 14–25. doi: 10.21292/2075-1230-2020-98-7-14-25Xu PP, Tian RH, Luo S, et al. Risk factors for adverse clinical outcomes with COVID-19 in China: a multicenter, retrospective, observational study. Theranostics. 2020;10(14):6372–6383. doi: 10.7150/thno.46833Xu P.P., Tian R.H., Luo S., et al. Risk factors for adverse clinical outcomes with COVID-19 in China: a multicenter, retrospective, observational study // Theranostics. 2020. Vol. 10, N 14. Р. 6372–6383. doi: 10.7150/thno.46833Xiong Y, Sun D, Liu Y, et al. Clinical and High-Resolution CT Features of the COVID-19 Infection: Comparison of the Initial and Follow-up Changes. Invest Radiol. 2020;55(6):332–339. doi: 10.1097/RLI.0000000000000674Xiong Y., Sun D., Liu Y., et al. Clinical and High-Resolution CT Features of the COVID-19 Infection: Comparison of the Initial and Follow-up Changes // Investigative Radiology. 2020. Vol. 55, N 6. Р. 332–339. doi: 10.1097/RLI.0000000000000674