Effect of viral storm in patients admitted to intensive care units with severe COVID-19 in Spain: a multicentre, prospective, cohort study
Notice bibliographique
Résumé
BACKGROUND: The contribution of the virus to the pathogenesis of severe COVID-19 is still unclear. We aimed to evaluate associations between viral RNA load in plasma and host response, complications, and deaths in critically ill patients with COVID-19. METHODS: We did a prospective cohort study across 23 hospitals in Spain. We included patients aged 18 years or older with laboratory-confirmed SARS-CoV-2 infection who were admitted to an intensive care unit between March 16, 2020, and Feb 27, 2021. RNA of the SARS-CoV-2 nucleocapsid region 1 (N1) was quantified in plasma samples collected from patients in the first 48 h following admission, using digital PCR. Patients were grouped on the basis of N1 quantity: VIR-N1-Zero (<1 N1 copies per mL), VIR-N1-Low (1-2747 N1 copies per mL), and VIR-N1-Storm (>2747 N1 copies per mL). The primary outcome was all-cause death within 90 days after admission. We evaluated odds ratios (ORs) for the primary outcome between groups using a logistic regression analysis. FINDINGS: 1068 patients met the inclusion criteria, of whom 117 had insufficient plasma samples and 115 had key information missing. 836 patients were included in the analysis, of whom 403 (48%) were in the VIR-N1-Low group, 283 (34%) were in the VIR-N1-Storm group, and 150 (18%) were in the VIR-N1-Zero group. Overall, patients in the VIR-N1-Storm group had the most severe disease: 266 (94%) of 283 patients received invasive mechanical ventilation (IMV), 116 (41%) developed acute kidney injury, 180 (65%) had secondary infections, and 148 (52%) died within 90 days. Patients in the VIR-N1-Zero group had the least severe disease: 81 (54%) of 150 received IMV, 34 (23%) developed acute kidney injury, 47 (32%) had secondary infections, and 26 (17%) died within 90 days (OR for death 0·30, 95% CI 0·16-0·55; p<0·0001, compared with the VIR-N1-Storm group). 106 (26%) of 403 patients in the VIR-N1-Low group died within 90 days (OR for death 0·39, 95% CI 0·26-0·57; p<0·0001, compared with the VIR-N1-Storm group). INTERPRETATION: The presence of a so-called viral storm is associated with increased all-cause death in patients admitted to the intensive care unit with severe COVID-19. Preventing this viral storm could help to reduce poor outcomes. Viral storm could be an enrichment marker for treatment with antivirals or purification devices to remove viral components from the blood. FUNDING: Instituto de Salud Carlos III, Canadian Institutes of Health Research, Li Ka-Shing Foundation, Research Nova Scotia, and European Society of Clinical Microbiology and Infectious Diseases. TRANSLATION: For the Spanish translation of the abstract see Supplementary Materials section.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».