Диагностическая ценность ультразвукового исследования лёгких для выявления COVID-19: систематический обзор и метаанализ

Обложка

Цитировать

Аннотация

Обоснование. При оценке степени тяжести состояния пациентов с COVID-19 опираются в первую очередь на объём поражения лёгочной ткани. Существует ряд диагностических подходов, позволяющих анализировать этот показатель, каждый из которых сопряжён с определёнными ограничениями. Цель и дизайн исследования, характеристики наблюдаемых пациентов, доступность оборудования ― все эти параметры способны повлиять на выбор оптимальной методики.

Цель ― провести оценку чувствительности и специфичности ультразвукового исследования (УЗИ) в качестве метода анализа степени поражения лёгких у пациентов с COVID-19 посредством систематического обзора статей на английском языке, доступных в базах данных PubMed и Google Scholar. Ключевые слова для поиска: lung ultrasound, chest ultrasound, thoracic ultrasound, ultrasonography, COVID-19, SARS-CoV-2, coronavirus, diagnosis, diagnostic value, specificity и sensitivity. В обзор включали только исследования, затрагивавшие вопросы диагностической точности УЗИ лёгких для пациентов с подозрением на COVID-19. В качестве эталонных методов рассматривали компьютерную томографию грудной клетки, детекцию вирусной РНК с помощью полимеразной цепной реакции с обратной транскрипцией или лабораторные данные. Извлечение статей проводили два автора независимо друг от друга с заполнением заданных полей стандартизованной таблицы и последующей оценкой индикаторов качества исследования. Для анализа и группировки данных о чувствительности и специфичности УЗИ лёгких для оценки объёма изменённой лёгочной ткани в отобранных работах использовали модель случайных эффектов. По заданным критериям включения подходили 16 работ, однако только в трёх проводили разделение пациентов на чётко заданные группы по тяжести заболевания. Из остальных работ для оценки вторичных результатов использовали значения чувствительности и специфичности УЗИ лёгких для диагностики COVID-19 вне зависимости от состояния пациента. Наблюдаемая гетерогенность для первичных и вторичных результатов сохранялась при группировке исследований по сценариям (скрининг, оценка тяжести заболевания) и когортам пациентов. УЗИ лёгких показало наиболее высокую точность для подтверждения поражения лёгких у пациентов с диагностированной тяжёлой коронавирусной инфекцией COVID-19 (чувствительность 87,6 ± 12,3%, специфичность 80,5 ± 7,1%). При этом самую низкую точность метод продемонстрировал у пациентов с заболеванием лёгкой степени тяжести (чувствительность 72,8 ± 7,1%, специфичность 74,3 ± 2,7%).

Заключение. УЗИ лёгких может быть использовано у пациентов с подтверждённым COVID-19 для выявления значительных повреждений лёгочной ткани. Диагностическая ценность метода для оценки умеренных и незначительных поражений лёгких относительно низкая.

Об авторах

Наталья Николаевна Ветшева

ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы»; ГБУЗ МО «Московский областной научно-исследовательский клинический институт имени М.Ф. Владимирского»

Автор, ответственный за переписку.
Email: vetsheva@npcmr.ru
ORCID iD: 0000-0002-9017-9432
SPIN-код: 9201-6146

д.м.н.

Россия, Москва

Роман Владимирович Решетников

ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы»; ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: reshetnikov@fbb.msu.ru
ORCID iD: 0000-0002-9661-0254
SPIN-код: 8592-0558

к.ф.-м.н.

Россия, Москва

Денис Владимирович Леонов

ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы»

Email: d.leonov@npcmr.ru
ORCID iD: 0000-0003-0916-6552
SPIN-код: 5510-4075

к.ф.-м.н.

Россия, Москва

Николай Сергеевич Кульберг

ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы»

Email: kulberg@npcmr.ru
ORCID iD: 0000-0001-7046-7157
SPIN-код: 2135-9543

к.ф.-м.н.

Россия, Москва

Олеся Александровна Мокиенко

ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы»

Email: o.mokienko@npcmr.ru
ORCID iD: 0000-0002-7826-5135
SPIN-код: 8088-9921

к.м.н.

Россия, Москва

Список литературы

  1. WHO coronavirus disease (COVID-19) dashboard [Internet]. Geneva: World Health Organization; 2020 [дата обращения: 16.09.2020]. Доступ по ссылке: https://covid19.who.int/
  2. Franco N. Covid-19 Belgium: Extended SEIR-QD model with nursery homes and long-term scenarios-based forecasts from school opening // medRxiv. 2020. doi: 10.1101/2020.09.07.20190108
  3. Schwartz F., Lieber D. Israel to enter lockdown again as second Coronavirus wave hits // Wall Street J [Internet]. 2020 [дата обращения: 16.09.2020]. Доступ по ссылке: https://www.wsj.com/articles/israel-to-shut-down-again-as-second-coronavirus-wave-hits-11600028298
  4. Pujadas E., Chaudhry F., McBride R., et al. SARS-CoV-2 viral load predicts COVID-19 mortality // Lancet Respir Med. 2020. Vol. 8, N 9. e70. doi: 10.1016/S2213-2600(20)30354-4
  5. Lippi G., Plebani M., Henry B.M. Thrombocytopenia is associated with severe coronavirus disease 2019 (COVID-19) infections: A meta-analysis // Clin Chim Acta. 2020. Vol. 506. Р. 145–148. doi: 10.1016/j.cca.2020.03.022
  6. Paliogiannis P., Mangoni A.A., Dettori P., et al. D-Dimer concentrations and COVID-19 severity: a systematic review and meta-analysis // Front Public Heal. 2020. Vol. 8. Р. 432.
  7. Gao L., Jiang D., Wen X., et al. Prognostic value of NT-proBNP in patients with severe COVID-19 // Respir Res. 2020. Vol. 21, N 1. Р. 83. doi: 10.1186/s12931-020-01352-w
  8. World Health Organization Team [Internet]. Use of chest imaging in COVID-19: a rapid advice guide, 11 June 2020. Доступ по ссылке: https://apps.who.int/iris/handle/10665/332336
  9. Xu B., Xing Y., Peng J., et al. Chest CT for detecting COVID-19: a systematic review and meta-analysis of diagnostic accuracy // Eur Radiol. 2020. Vol. 30, N 10. Р. 5720–5727. doi: 10.1007/s00330-020-06934-2
  10. Morozov S., Ledikhova N., Panina E., et al. Re: Controversy in coronaViral Imaging and Diagnostics (COVID) // Clin Radiol. 2020. Vol. 75, N 11. Р. 871–872. doi: 10.1016/j.crad.2020.07.023
  11. Di Serafino M., Notaro M., Rea G., et al. The lung ultrasound: facts or artifacts? In the era of COVID-19 outbreak // Radiol Med. 2020. Vol. 125, N 8. Р. 738–753. doi: 10.1007/s11547-020-01236-5
  12. Mohamed M.F., Al-Shokri S., Yousaf Z., et al. Frequency of abnormalities detected by point-of-care lung ultrasound in symptomatic COVID-19 patients: systematic review and meta-analysis // Am J Trop Med Hyg. 2020. Vol. 103, N 2. Р. 815–821. doi: 10.4269/ajtmh.20-0371
  13. Piscaglia F., Stefanini F., Cantisani V., et al. Benefits, open questions and challenges of the use of ultrasound in the COVID-19 pandemic era. The views of a panel of worldwide international experts // Ultraschall Med. 2020. Vol. 41, N 3. Р. 228–236. doi: 10.1055/a-1149-9872
  14. Liberati A., Altman D.G., Tetzlaff J., et al. The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate health care interventions: explanation and elaboration // PLoS Med. 2009. Vol. 6, N 7. e1000100. doi: 10.1371/journal.pmed.1000100
  15. Whiting P.F. QUADAS-2: a revised tool for the quality assessment of diagnostic accuracy studies // Ann Intern Med. 2011. Vol. 155, N 8. Р. 529–536. doi: 10.7326/0003-4819-155-8-201110180-00009
  16. Higgins J.P., Thomas J., Chandler J., et al. Cochrane Handbook for Systematic Reviews of Interventions. 2nd ed. Chichester (UK): John Wiley & Sons; 2019.
  17. Harrer M., Cuijpers P., Furukawa T.A., Ebert D.D. Doing meta-analysis in r: a hands-on guide [дата обращения: 10.09.2020]. Доступ по ссылке: https://bookdown.org/MathiasHarrer/Doing_Meta_Analysis_in_R
  18. R Core Team. A Language and Environment for Statistical Computing. 2020. Доступ по ссылке: https://www.r-project.org/
  19. Lu W., Zhang S., Chen B., et al. A clinical study of noninvasive assessment of lung lesions in patients with Coronavirus Disease-19 (COVID-19) by bedside ultrasound // Ultraschall Med. 2020. Vol. 41, N 3. Р. 300–307. doi: 10.1055/a-1154-8795
  20. Zieleskiewicz L., Markarian T., Lopez A., et al. Comparative study of lung ultrasound and chest computed tomography scan in the assessment of severity of confirmed COVID-19 pneumonia // Intensive Care Med. 2020. Vol. 46, N 9. Р. 1707–1713. doi: 10.1007/s00134-020-06186-0
  21. Pare J.R., Camelo I., Mayo K.C., et al. Point-of-care lung ultrasound is more sensitive than chest radiograph for evaluation of COVID-19 // West J Emerg Med. 2020. Vol. 21, N 4. Р. 771–778. doi: 10.5811/westjem.2020.5.47743
  22. Peyrony O., Marbeuf-Gueye C., Truong V., et al. Accuracy of emergency department clinical findings for diagnosis of Coronavirus disease 2019 // Ann Emerg Med. 2020. Vol. 76, N 4. Р. 405–412. doi: 10.1016/j.annemergmed.2020.05.022
  23. Tung-Chen Y., Martí de Gracia M., Díez-Tascón A., et al. Correlation between chest computed tomography and lung ultrasonography in patients with Coronavirus disease 2019 (COVID-19) // Ultrasound Med Biol. 2020. Vol. 46, N 11. Р. 2918–2926. doi: 10.1016/j.ultrasmedbio.2020.07.003
  24. Veronese N., Sbrogiò L.G., Valle R., et al. Prognostic value of lung ultrasound in older nursing home residents affected by COVID-19 // J Am Med Dir Assoc. 2020. Vol. 21, N 10. Р. 1384–1386. doi: 10.1016/j.jamda.2020.07.034
  25. Yassa M., Mutlu M.A., Birol P., et al. Lung ultrasound in pregnant women during the COVID-19 pandemic: an interobserver agreement study among obstetricians // Ultrasonography. 2020. Vol. 39, N 4. Р. 340–349. doi: 10.14366/usg.20084
  26. Yassa M., Yirmibes C., Cavusoglu G., et al. Outcomes of universal SARS-CoV-2 testing program in pregnant women admitted to hospital and the adjuvant role of lung ultrasound in screening: a prospective cohort study // J Matern Fetal Neonatal Med. 2020. Vol. 33, N 22. Р. 3820–3826. doi: 10.1080/14767058.2020.1798398
  27. Deng Q., Zhang Y., Wang H., et al. Semiquantitative lung ultrasound scores in the evaluation and follow-up of critically ill patients with COVID-19: a single-center study // Acad Radiol. 2020. Vol. 27, N 10. Р. 1363–1372. doi: 10.1016/j.acra.2020.07.002
  28. Lichter Y., Topilsky Y., Taieb P., et al. Lung ultrasound predicts clinical course and outcomes in COVID-19 patients // Intensive Care Med. 2020. Vol. 46, N 10. Р. 1873–1883. doi: 10.1007/s00134-020-06212-1
  29. Zhao L., Yu K., Zhao Q., et al. Lung ultrasound score in evaluating the severity of Coronavirus Disease 2019 (COVID-19) pneumonia // Ultrasound Med Biol. 2020. Vol. 46, N 11. Р. 2938–2944. doi: 10.1016/j.ultrasmedbio.2020.07.024
  30. Castelao J., Graziani D., Soriano J.B., Izquierdo J.L. Findings and prognostic value of lung ultrasound in COVID-19 pneumonia // medRxiv. 2020. doi: 10.1101/2020.06.29.20142646
  31. Bar S., Lecourtois A., Diouf M., et al. The association of lung ultrasound images with COVID-19 infection in an emergency room cohort // Anaesthesia. 2020. Vol. 75, N 12. Р. 1620–1625. doi: 10.1111/anae.15175
  32. Benchoufi M., Bokobza J., Chauvin A.A., et al. Lung injury in patients with or suspected COVID-19: a comparison between lung ultrasound and chest CT-scanner severity assessments, an observational study // medRxiv. 2020. doi: 10.1101/2020.04.24.20069633
  33. Favot M., Malik A., Rowland J., et al. Point-of-Care lung ultrasound for detecting severe presentations of Coronavirus disease 2019 in the emergency department: a retrospective analysis // Crit Care Explor. 2020. Vol. 2, N 8. e0176. doi: 10.1097/CCE.0000000000000176
  34. Hatamabadi H., Shojaee M., Bagheri M., Raoufi M. Lung ultrasound findings compared to chest CT scan in patients with COVID-19 associated pneumonia: a pilot study // Adv J Emerg Med. 2020.
  35. Svajka P. Abstract world map. Grey world map. Isolated on the white background. Shutterstock [дата обращения: 16.09.2020]. Доступ по ссылке: https://www.shutterstock.com/ru/image-vector/abstract-world-map-grey-isolated-on-1041962431
  36. Böger B., Fachi M.M., Vilhena R.O., et al. Systematic review with meta-analysis of the accuracy of diagnostic tests for COVID-19 // Am J Infect Control. 2020. N S0196-6553(20)30693-3. doi: 10.1016/j.ajic.2020.07.011
  37. Xu B., Xing Y., Peng J., et al. Chest CT for detecting COVID-19: a systematic review and meta-analysis of diagnostic accuracy // Eur Radiol. 2020. Vol. 30, N 10. Р. 5720–5727. doi: 10.1007/s00330-020-06934-2
  38. Driggin E., Madhavan M.V., Bikdeli B., et al. Cardiovascular considerations for patients, health care workers, and health systems during the COVID-19 pandemic // J Am Coll Cardiol. 2020. Vol. 75, N 18. Р. 2352–2371. doi: 10.1016/j.jacc.2020.03.031
  39. Rubin G.D., Ryerson C.J., Haramati L.B., et al. The role of chest imaging in patient management during the COVID-19 pandemic: a multinational consensus statement from the Fleischner Society // Chest. 2020. Vol. 158, N 1. Р. 106–116. doi: 10.1016/j.chest.2020.04.003
  40. Sperandeo M., Quarato C.M., Rea G. Diagnosis of coronavirus disease 2019 pneumonia in pregnant women: can we rely on lung ultrasound? // Am J Obstet Gynecol. 2020. Vol. 223, N 4. Р. 615. doi: 10.1016/j.ajog.2020.06.028

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Схема отбора исследований.

Скачать (259KB)
3. Рис. 2. География включённых в исследование работ.

Скачать (212KB)
4. Рис. 3. Гистограмма риска систематической ошибки для 16 исследований.

Скачать (137KB)
5. Рис. 4. Форест-график сгруппированных данных по специфичности (А) и чувствительности (В).

Скачать (228KB)
6. Видео-презентация

© Ветшева Н.Н., Решетников Р.В., Леонов Д.В., Кульберг Н.С., Мокиенко О.А., 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».