Сравнение частоты и характера внебольничных пневмоний до начала и во время эпидемии COVID-19 в многопрофильной больнице

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Вспышка коронавирусной инфекции 2019 года (COVID-19) быстро ― всего за месяц ― охватила весь мир. В диагностике этого заболевания помогает метод полимеразной цепной реакции (ПЦР), однако данный тест имеет ограничения, связанные с ложноотрицательными результатами, а также сроками выполнения. С учётом повышенного распространения инфекции компьютерная томография (КТ) органов грудной клетки (ОГК) может стать одной из основных методик в арсенале клинициста для раннего выявления COVID-19 у впервые обратившихся за медицинской помощью пациентов.

Цель ― сравнение частоты внебольничных пневмоний и их характеристик по данным КТ в многопрофильной больнице Москвы до начала и во время эпидемии COVID-19 и изучение возможностей их своевременного выявления и дифференциального диагноза.

Материалы и методы. Проведён ретроспективный анализ результатов КТ грудной клетки пациентов Городской клинической больницы имени И.В. Давыдовского (Москва) за период с 1 по 17 апреля 2020 года. В исследование включены все пациенты с диагнозом вирусной пневмонии по заключению КТ. Всем пациентам с подозрением на вирусную пневмонию выполняли тестирование ПЦР. В качестве группы сравнения ретроспективно проанализированы данные КТ грудных клеток пациентов с подозрением на пневмонию за аналогичный промежуток 2019 г.

Результаты. С 1 по 17 апреля 2020 г. по данным КТ ОГК пневмония диагностирована в 140 случаях, из которых 65 (46,4%) описаны как вирусные, в сравнении с тем же периодом 2019 г. ― 7 (10,3%) диагнозов вирусной пневмонии: наблюдается значимое увеличение частоты вирусных пневмоний (5,723; р <0,01). Результаты ПЦР-теста у пациентов с вирусной пневмонией по данным КТ: положительный ― у 34 (52,3%), отрицательный ― у 22 (33,8%), у 9 (13,9%) больных тест не проводился. При сравнении частоты обнаружения на КТ паттернов вирусной пневмонии у пациентов за одинаковый промежуток времени в 2019 и 2020 гг. не было обнаружено никаких достоверных различий. Вероятность COVID-19 по КТ-картине ОГК: средняя ― 13,8%, высокая ― 75,4%. Тяжесть вирусной пневмонии по данным КТ ОГК: лёгкая ― 38,5%, среднетяжёлая ― 46,2%, тяжёлая ― 12,3%, крайне тяжёлая ― 3,1%.

Заключение. КТ-диагностика COVID-19, в том числе при ложноотрицательных результатах ПЦР-тестов, позволяет вовремя изолировать пациента с подозрением на COVID-19, своевременно приступить к лечению и предотвратить дальнейшее распространение вирусной инфекции в условиях пандемии. Однако ввиду неспецифичности выявляемых изменений возможности КТ для идентификации поражения лёгких конкретными вирусными агентами ограничены.

Об авторах

Степан Андреевич Яременко

ГБУЗ «Городская клиническая больница имени И.В. Давыдовского»; ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова»

Автор, ответственный за переписку.
Email: yaremenkosa@yandex.ru
ORCID iD: 0000-0002-7709-977X

аспирант

Россия, Москва

Наталья Александровна Ручьёва

ГБУЗ «Городская клиническая больница имени И.В. Давыдовского»

Email: rna1969@yandex.ru
ORCID iD: 0000-0002-8063-4462

к.м.н.

Россия, Москва

Кирилл Николаевич Журавлёв

ГБУЗ «Городская клиническая больница имени И.В. Давыдовского»

Email: kir232@mail.ru
ORCID iD: 0000-0003-1733-267X

MD

Россия, Москва

Валентин Евгеньевич Синицын

ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова»

Email: vsini@mail.ru
ORCID iD: 0000-0002-5649-2193

д-р мед. наук, проф.

Россия, Москва

Список литературы

  1. Zhu N., Zhang D., Wang W., et al. A novel coronavirus from patients with pneumonia in China, 2019 // N Engl J Med. 2020. Vol. 382, N 8. P. 727–733. doi: 10.1056/NEJMoa2001017
  2. Xie X., Zhong Z., Zhao W., et al. Chest CT for Typical 2019-nCoV Pneumonia: Relationship to Negative RT-PCR Testing // Radiology. 2020. Vol. 296, N 2. P. E41−E4. doi: 10.1148/radiol.2020200343
  3. World Health Organization. Summary of probable SARS cases with onset of illness from 1 November 2002 to 31 July 2003 (based on data as of December 31, 2003). Available from: https://www.who.int/publications/m/item/summary-of-probable-sars-cases-with-onset-of-illness-from-1-november-2002-to-31-july-2003
  4. World Health Organization. Naming the coronavirus disease (COVID-2019) and the virus that causes it. Available from: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/technical-guidance/naming-the-coronavirus-disease-(covid-2019)-and-the-virus-that-causes-it
  5. She J., Jiang J., Ye L., et al. 2019 novel coronavirus of pneumonia in Wuhan, China: emerging attack and management strategies // Clin Transl Med. 2020. Vol. 9, N 1. P. 19. doi: 10.1186/s40169-020-00271-z
  6. Xu X., Chen P., Wang J., et al. Evolution of the novel coronavirus from the ongoing Wuhan outbreak and modeling of its spike protein for risk of human transmission // Sci China Life Sci. 2020. Vol. 63, N 3. P. 457–460. doi: 10.1007/s11427-020-1637-5
  7. Huang C., Wang Y., Li X., et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China // Lancet. 2020. Vol. 395, N 10223. P. 497–506. doi: 10.1016/S0140-6736(20)30183-5
  8. Fang Y., Zhang H., Xie J., et al. Sensitivity of Chest CT for COVID-19: Comparison to RT-PCR // Radiology. 2020. Vol. 296, N 2. P. E115−E117. doi: 10.1148/radiol.2020200432
  9. Chung M., Bernheim A., Mei X., et al. CT Imaging of the 2019 Novel Coronavirus (2019-nCoV) Pneumonia // Radiology. 2020. Article in press. doi: 10.1148/radiol.2020200230
  10. BSTI. COVID-19 BSTI reporting templates and Codes. Available from: https://www.bsti.org.uk/covid-19-resources/covid-19-bsti-reporting-templates/
  11. Paul N.S., Roberts H., Butany J., et al. Radiologic pattern of disease in patients with severe acute respiratory syndrome: The Toronto experience // Radiographics. 2004. Vol. 24. P. 553–563. doi: 10.1148/rg.242035193
  12. Das K.M., Lee E.Y., Langer R.D., Larsson S.G. Middle East respiratory syndrome coronavirus: What does a radiologist need to know? // AJR Am J Roentgenol. 2016. Vol. 206, N 6. P. 1193−1201. doi: 10.2214/AJR.15.15363
  13. Koo H.J., Lim S., Choe J., et al. Radiographic and CT features of viral pneumonia // Radiographics. 2018. Vol. 38, N 3. Р. 719−739. doi: 10.1148/rg.2018170048
  14. McGonagle D., Sharif K., O’Regan A., Bridgewood C. Interleukin-6 use in COVID-19 pneumonia related macrophage activation syndrome // Autoimmun Rev. 2020. ID: 102537. doi: 10.1016/j.autrev.2020.102537
  15. Colafrancesco S., Priori R., Alessandri C., et al. sCD163 in AOSD : a biomarker for macrophage activation related to hyperferritinemia // Immunol Res. 2014. Vol. 60, N 2-3. P. 177−183. doi: 10.1007/s12026-014-8563-7
  16. Wu C., Chen X., Cai Y., et al. Risk factors associated with acute respiratory distress syndrome and death in patients with coronavirus disease 2019 pneumonia in Wuhan, China // JAMA Intern Med. 2020. Vol. 180, N 7. P. 934−943. doi: 10.1001/jamainternmed.2020.0994

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Результаты ПЦР-тестирования пациентов с диагнозом вирусной пневмонии, установленным методом компьютерной томографии.

Скачать (52KB)
Метаданные
3. Рис. 2. Компьютерная томография органов грудной клетки пациента, первично поступившего в стационар с жалобами на сухой кашель и температуру: a ― в нижней доле правого лёгкого определяется единичная зона уплотнения лёгочной ткани по типу матового стекла; b ― на контрольном изображении, полученном через 5 дней, на фоне общего ухудшения состояния и появления выраженной одышки отмечается двустороннее поражение с вовлечением >75% паренхимы лёгких, что соответствует крайне тяжёлому течению заболевания.

Скачать (264KB)
Метаданные
4. Рис. 3. Компьютерная томография органов грудной клетки при сравнении изображений вирусных пневмоний до и во время пандемии COVID-19: a ― множественные субплеврально расположенные участки уплотнения лёгочной ткани по типу матового стекла (апрель 2019 г.); b ― аналогичная картина атипичной пневмонии вирусного генеза (апрель 2020 г.).

Скачать (211KB)
Метаданные
5. Рис. 4. Распределение пациентов с высокой и средней вероятностью COVID-19 по данным КТ ОГК в зависимости от тяжести заболевания.

Скачать (101KB)
Метаданные
6. Рис. 5. Тяжесть вирусной пневмонии по данным компьютерной томографии органов грудной клетки: а ― лёгкая степень изменений (КТ-1), вовлечение паренхимы лёгкого ≤25%; b ― среднетяжёлая (КТ-2), вовлечение паренхимы лёгкого 25−50%; c ― тяжёлая (КТ-3), вовлечение паренхимы лёгкого 50–75%; d ― крайне тяжёлая, критичная (КТ-4), вовлечение паренхимы лёгкого ≥75%.

Скачать (521KB)
Метаданные

© Яременко С.А., Ручьёва Н.А., Журавлёв К.Н., Синицын В.Е., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».