论文部分内容阅读
目的:分析新型冠状病毒肺炎(COVID-19)严重程度的相关危险因素,为COVID-19的病情预测提供科学预估模型。方法:回顾性分析2020年1月至2021年2月石家庄市第五医院收治的473例新型冠状病毒(SARS-Co V-2)感染者,依据疾病的严重程度及临床分型将所有研究对象分为无症状感染组、轻型组、普通型组及重型/危重型组。对四组患者的基础资料和入院首次化验的实验室指标进行单因素分析,对单因素分析差异有统计学意义的指标进行四组间的组间两两比较,并采用多元有序Logistic回归分析筛选出发病初期COVID-19严重程度的独立危险因素。结果:473例SARS-Co V-2感染者中,无症状感染者149人(31.5%),轻型患者118人(25.0%),普通型患者193人(40.8%),重型和危重型患者13人(2.7%,其中重型10例,危重型3例)。单因素分析结果显示,年龄、基础疾病、白细胞(WBC)、中性粒细胞计数(NE)、淋巴细胞计数(LY)、单核细胞计数(MONO)、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、白蛋白(ALB)、活化部分凝血活酶时间(APTT)、纤维蛋白原(FIB)、凝血酶时间(TT)等12个指标在COVID-19严重程度不同的分组之间差异具有统计学意义(P<0.05)。单因素分析差异有统计学意义的指标,在四组之间进行组间两两比较的结果显示,无症状感染组和轻型组之间年龄、WBC、FIB差异具有统计学意义;无症状感染组和普通型组之间年龄、LY、ALT、AST、ALB、APTT、TT差异具有统计学意义;无症状感染组和重型/危重型组之间基础疾病、LY、AST、ALB、TT差异具有统计学意义;轻型组和普通型组之间MONO、ALB、APTT、FIB、TT差异具有统计学意义;轻型组和重型/危重型组之间基础疾病、MONO、AST、ALB、TT差异具有统计学意义;普通型和重型/危重型组之间AST差异具有统计学意义。多元有序Logistic回归分析结果显示,AST升高(OR=1.793,95%CI:1.054~3.051)、ALB降低(OR=8.607,95%CI:5.449~13.595)及TT降低(OR=8.950,95%CI:4.810~16.652)是COVID-19严重程度的独立危险因素。结论:AST升高、ALB降低和TT降低是COVID-19严重程度的独立危险因素。应用此Logistic回归模型有助于临床医生在COVID-19发病初期对疾病的严重程度进行早期预测,实现对患者进行分层管理,合理分配医疗资源,提高临床疗效,对COVID-19疫情防控具有重要的推动作用。