成人のCOVID-19入院・死亡リスク予測アルゴリズムQCOVID、英国大規模データで開発・検証
【背景】
COVID-19パンデミック下で、成人における入院や死亡のリスクを正確に予測するツールが求められていた。既存の予測モデルは限定的であり、大規模なリアルワールドデータを用いた網羅的なリスク予測アルゴリズムの開発と検証が喫緊の課題であった。
【結果】
QCOVIDアルゴリズムは、年齢、民族性、貧困度、BMI、併存疾患を予測因子とし、COVID-19による死亡に対し男性で73.1%（95%CI 71.9-74.3%）の変動を説明し、Harrell's Cは0.928（0.919-0.938）と高い判別能を示した。予測リスク上位5%の患者で死亡の感度は75.7%であった。
【臨床へのインパクト】
QCOVIDは、COVID-19による入院・死亡リスクを高い精度で予測できる。このアルゴリズムは、個々の患者のリスク層別化に活用でき、高リスク患者の特定と医療資源の効率的な配分に貢献しうる。感染率や社会的距離戦略の変化に応じて動的に更新可能であり、パンデミックの進化に対応した診療計画立案に役立つ。
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。
