入院COVID-19患者の重症化・死亡リスクを動的に予測、SCARPツール開発

【背景】

COVID-19入院患者の予後予測は困難で、多くの既存ツールは入院時データのみを使用し、入院後の病態変化を反映できていなかった。本研究は、入院後の変化を考慮した動的なリスク予測ツールの開発を目指した。

【結果】

3163人のCOVID-19入院患者を対象に、SCARPツールを開発。重症化または死亡の1日リスク予測のAUCは、入院第1週で0.89 (95% CI, 0.88 to 0.90)、第2週で0.89 (CI, 0.87 to 0.91)と高精度であった。7日リスク予測のAUCも同様に高値を示した。

【臨床へのインパクト】

このSCARPツールは、入院中のCOVID-19患者の重症化や死亡リスクを、日々の臨床データに基づいて動的に予測できる。これにより、患者の病態変化に合わせた迅速な治療介入や医療資源の最適配分が可能となり、日本の臨床現場におけるCOVID-19診療の質向上に貢献しうる。ただし、単一医療システムでの開発のため、汎用性にはさらなる検証が必要である。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。