ایجاد یک مدل برای پیش بینی نتیجه COVID-۱۹ بر اساس ترکیب آزمون های آزمایشگاهی

مقدمه و هدف: در حال حاضر هیچ روش رضایت بخشی برای پیش بینی نتیجه بیماری COVID-۱۹وجود ندارد. هدف از این مطالعه ایجاد مدلی برای پیش بینی علائم تشخیصی این بیماری است.روش کار: نتایج آزمایشگاهی از ۵۴ بیمار فوت شده در اثر COVID-۱۹ در مرحله بستری و قبل از مرگ جمع آوری شد. ۵۴ بیمار بهبود یافته COVID-۱۹ نیز به عنوان گروه کنترل وارد مطالعه شدند.نتایج: بسیاری از شاخص های آزمایشگاهی مانند نوتروفیل ها، AST ، γ-GT ، ALP ، LDH ، NT-proBNP ، Hs-cTnT ، PT ، APTT ، D-dimer ، IL-۲R، IL-۶، IL-۸، IL- ۱۰ ، TNF-α ، CRP ، فریتین و پروکلسیتونین، همه این موارد در متوفی ها به طور قابل توجهی در مقایسه با بیماران بهبود یافته، افزایش یافته بودند. شاخص های دیگری مانند لنفوسیت ها، پلاکت ها، پروتئین کل و آلبومین در متوفی ها به میزان قابل توجهی کاهش یافته بود. شاخص هایی مانند نوتروفیل ها و پروکالسیتونین به طور مداوم از زمان بستری تا مرگ در متوفی ها افزایش یافته بود و برخی دیگر از قبیل لنفوسیت ها و پلاکت ها در این دوره با کاهش همراه بود. بحث و نتیجه گیری: استفاده از شاخص های فعلی به تنهایی در تمایز بین بیماران بهبود یافته و فوت شده در اثر COVID-۱۹ ارزش متوسطی دارد. یک مدل پیش بینی مبتنی بر ترکیبی از نوتروفیل ها، لنفوسیت ها، پلاکت ها و IL-۲R عملکرد خوبی در پیش بینی نتیجه COVID-۱۹ نشان داد.