オミクロン株流行期のCOVID-19関連死亡・入院リスク予測アルゴリズムQCOVID4：英国コホート研究

【背景】

オミクロン株流行下において、SARS-CoV-2陽性者のCOVID-19関連死亡・入院リスクを正確に予測するアルゴリズムの必要性が高まっていた。既存のNHS Digitalのアルゴリズムと比較し、より高精度な予測モデルの構築が求められていた。

【結果】

SARS-CoV-2陽性者130万人超の解析で、QCOVID4は年齢、貧困度、健康・社会人口学的因子、ワクチン接種回数、既感染歴を予測因子とした。ワクチン4回以上接種で死亡リスク92%減、既感染で49%減（男性）。QCOVID4はCOVID-19関連死亡の変動を76.0%説明し、NHS Digitalより高精度に高リスク者を特定した。

【臨床へのインパクト】

QCOVID4は、オミクロン株流行期におけるCOVID-19陽性者の死亡・入院リスクを、既存のNHS Digitalのアルゴリズムよりも正確に予測できる。このアルゴリズムは、高リスク患者を効率的に特定し、治療介入の対象を絞り込むのに有用である。日本の臨床現場でも、同様の予測モデルが開発されれば、限られた医療資源の最適化や、患者個別のリスクに応じた治療戦略の立案に役立つ可能性がある。

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。