Categories
HAP Infektiologie Juni 2021 SÜP

Validation of the SACOV-19 risk prediction model and score

Risikoeinschätzung für komplizierte bis schwerste Verläufe von COVID-19 mittels künstlicher Intelligenz

Titel der Studie: Validation of the SACOV-19 risk prediction model and score

Was wird untersucht? 

COVID-19 verläuft sehr unterschiedlich. Bein der Mehrheit der Patienten kommt es nur zu milden oder gar keinen Symptomen. Bei einer Minderheit treten jedoch komplizierte und schwerste Verläufe auf. Vorherzusehen, bei welchen Patienten es zu solchen Verläufen kommt, kann sehr schwierig sein, würde aber die Behandlung von COVID-19 verbessern. Patienten mit mildem Verlauf, die ein geringes Risiko aufweisen, könnten beispielsweise nachhause entlassen werden. Patienten mit hohem Risiko sollten stationär zur Beobachtung aufgenommen werden und könnten von verschiedenen Therapien profitieren. Eine akkurate Risikoeinschätzung könnte daher die medizinische Versorgung von COVID-19 Patienten sicherer und effizienter machen. In einer aktuellen Studie, welche wir vor kurzem zur Publikation in einer medizinischen Fachzeitschrift eingereicht haben, haben wir ein Vorhersagemodell entwickelt. Das Vorhersagemodell und ein davon abgeleiteter klinischer „Score“, genannt SACOV-19 (Score für die Vorhersage fortgeschrittener Krankheitsstadien in COVID-19; Englisch: Score for the prediction of an Advanced disease stage of COVID-19), sollen eine komplizierte oder schwere COVID-19 Erkrankung vorhersagen. Vorhersagemodell und Score basieren auf der Kohorte Lean European Open Survey on SARS-CoV-2 Infected Patients (LEOSS) und wurden mit maschinellem Lernen entwickelt. In der Kohorte zur Etablierung haben sowohl das Vorhersagemodell, als auch der Score eine sehr gute Leistung gezeigt. Wir wollen in der aktuellen Studie diese Ergebnisse überprüfen.

Antragsteller: Dr. rer. med. Ujjwal Mukund Mahajan, Medizinische Klinik und Poliklinik II
LMU Klinikum der Universität München