Metode: Sebanyak 301 pasien yang dikonfirmasi positif COVID-19 dan dirawat inap di Rumah Sakit Distrik Utama dan Pusat Tumor Universitas Sains dan Teknologi Huazhong (Wuhan, Cina) sejak 1 Januari 2020 sampai 15 Februari 2020 diikutkan dalam studi retrospektif ini. Analisis meliputi data karakteristik demografis pasien, temuan laboratorium, dan luaran klinis. Suatu nomogram kemudian dibentuk untuk memprediksi probabilitas kematian pasien COVID-19.

Hasil: Usia, rasio neutrofil-limfosit, D-dimer, dan protein C-reaktif (CRP) yang tercatat selama rawat inap diidentifikasi sebagai prediktor mortalitas pasien COVID-19 oleh LASSO (The Least Absolute Shrinkage and Selection Operator). Nomogram berhasil menunjukkan kalibrasi dan diskriminasi yang baik pada area di bawah kurva (AUC) 0,921 dan 0,975 untuk kohort derivasi dan validasi secara respektif.

Skor ANDC (age, neutrophil-to-lymphocyte ratio, D-dimer, and C-reactive protein) dan probabilitas kematiannya lalu dihitung. Dengan menggunakan cut-off ANDC sebesar 59 dan 101, pasien COVID-19 kemudian diklasifikasikan menjadi tiga subgroup. Probabilitas kematian pada grup dengan risiko rendah (ANDC <59) adalah <5%, pada grup risiko sedang (59≤ ANDC ≤101) adalah 5–50%, dan pada grup risiko tinggi (ANDC >101) adalah >50%.

Kesimpulan: Nomogram prognosis menunjukkan kekuatan diskriminasi yang baik dalam identifikasi awal pasien COVID-19 dengan risiko mortalitas tinggi. Skor ANDC dapat membantu tenaga kesehatan untuk mengoptimalkan manajemen stratifikasi pasien.

Ulasan Alomedika

COVID-19 umumnya menimbulkan manifestasi klinis yang ringan hingga moderat. Akan tetapi, pasien dengan COVID-19 yang parah dapat mengalami progresivitas dengan cepat menjadi gagal napas akut, koagulopati, syok sepsis, bahkan kematian.

Penelitian retrospektif ini bertujuan untuk membentuk sebuah nomogram berdasarkan faktor-faktor risiko mortalitas COVID-19 guna memprediksi mortalitas pasien. Skor yang dihasilkan diharapkan dapat menjadi alat kuantitatif bagi dokter untuk melakukan stratifikasi risiko pasien COVID-19 dan membantu optimalisasi manajemen klinis.

Ulasan Metode Penelitian

Studi ini merupakan studi retrospektif yang mempelajari 301 pasien COVID-19 di Wuhan. Pelaku studi tidak menjelaskan kriteria inklusi dan eksklusi penelitian secara detail, tetapi menyebutkan bahwa pasien yang dilibatkan adalah pasien yang berusia ≥18 tahun dan yang telah terkonfirmasi positif COVID-10 melalui swab nasofaring.

Partisipan dalam studi ini mungkin menunjukkan case fatality rate yang lebih tinggi dari angka sebenarnya karena tumor centre yang dijadikan tempat studi merupakan salah satu pusat rujukan COVID-19 sehingga banyak menerima kasus kritis.

Uji probabilitas Fisher Exact dilakukan untuk membandingkan perbedaan antara dua kelompok, yaitu kelompok yang bertahan hidup (survivor) dan kelompok yang tidak bertahan hidup (non-survivor). Pengukuran kontinu dijelaskan dengan menggunakan rentang median dan interkuartil. Uji Mann-Whitney U dilakukan untuk perbandingan.

Studi ini menggunakan LASSO untuk meningkatkan kemampuan interpretasi model. Prediktor yang dipilih oleh LASSO dimasukkan ke dalam regresi logistik untuk membuat nomogram prediktif. Studi ini mengklasifikasi pasien menjadi tiga subgroup sesuai total poin yang didapat dari nomogram prediktif. Uji Fisher Exact dilakukan untuk membandingkan angka fatalitas di antara ketiga subgroup tersebut.

Ulasan Hasil Penelitian

Luaran primer yang dinilai dalam studi ini adalah all-cause mortality. Hal ini sudah sesuai dengan tujuan studi yaitu menggunakan faktor risiko variabel untuk memprediksi mortalitas. Faktor risiko yang dianalisis meliputi usia, jenis kelamin, penyakit komorbid diabetes, hipertensi, penyakit jantung koroner, dan pemeriksaan laboratorium (neutrofil, hitung limfosit, level CRP, D-dimer, dan kandungan laktat dehidrogenase).

Nomogram untuk memprediksi probabilitas kematian lalu ditetapkan berdasarkan empat prediktor, yaitu usia, rasio neutrofil-limfosit, D-dimer, dan CRP. Penjumlahan skor dari empat variabel prediktor ini (ANDC) dikonversi menjadi probabilitas kematian. Semakin tinggi nilai ANDC, semakin tinggi risiko kematian.

ANDC berhasil membagi pasien menjadi tiga subgroup, yaitu risiko rendah (<59), risiko sedang (59–101), dan risiko tinggi (>101). Probabilitas kematian yang diprediksi pada grup risiko rendah adalah <5%, pada grup risiko sedang adalah 5–50%, dan pada grup risiko tinggi adalah >50%.

Studi ini lalu membandingkan probabilitas kematian prediksi tersebut dengan kematian aktual. Proporsi kematian aktual yang didapatkan adalah sebesar 0,9% pada grup risiko rendah, 18% pada grup risiko sedang, dan 68,8% pada grup risiko tinggi. Dari hasil ini, disimpulkan bahwa nomogram yang digunakan memiliki kemampuan diskriminasi yang baik untuk identifikasi pasien COVID-19 dengan risiko mortalitas tinggi.

Kelebihan Penelitian

Studi ini memiliki keunggulan meskipun bukan merupakan studi pertama mengenai prediksi mortalitas pasien COVID-19. Nomogram penelitian ini merupakan nomogram pertama yang telah divalidasi oleh kohort heterogen eksternal dan nampaknya berguna untuk diterapkan pada pelayanan klinis.

Aplikasi nomogram studi ini memperlihatkan diskriminasi yang baik dengan nilai AUC 0,912 dan 0,975 jika dibandingkan dengan studi terdahulu. Skor ANDC yang diturunkan dari nomogram dapat berguna sebagai alat kuantitatif untuk identifikasi awal pasien dengan risiko mortalitas tinggi dan untuk menuntun dokter dalam manajemen klinis.

Kekurangan Penelitian

Studi ini merupakan studi retrospektif. Oleh karena itu, modelnya masih memerlukan validasi dari studi prospektif multisenter. Sampel yang digunakan dalam penelitian ini juga belum cukup besar sehingga perlu divalidasi dengan studi prospektif skala besar.

Selain itu, pasien dengan peningkatan D-dimer mungkin mengindikasikan risiko emboli paru yang lebih tinggi sehingga dapat menimbulkan bias. Metode penelitian juga tidak melakukan pemilihan sampel berdasarkan kriteria inklusi/eksklusi yang jelas sehingga menurunkan validitasnya.

Aplikasi Penelitian di Indonesia

Nomogram penelitian ini dapat digunakan untuk memprediksi risiko mortalitas pasien dengan COVID-19 di Indonesia karena menggunakan prediktor yang sederhana dan mudah diakses, yaitu usia pasien, rasio neutrofil-limfosit, D-dimer, dan CRP.

Aplikasi skoring ANDC dapat membantu tenaga kesehatan untuk membuat keputusan dengan cepat, misalnya untuk memastikan bahwa pasien yang berisiko mortalitas tinggi mendapatkan perawatan lebih agresif dan monitoring lebih ketat daripada pasien dengan risiko mortalitas rendah. Skor ANDC dapat membantu dokter memanajemen pasien berdasarkan stratifikasi rasio, terutama pada tempat dengan unit perawatan intensif (ICU) yang terbatas.

Beberapa studi lain juga menemukan bahwa hipoalbuminemia mungkin merupakan faktor prognostik COVID-19 yang lebih buruk. Akan tetapi, studi lebih lanjut mengenai temuan ini masih terus dilakukan.