Predictors of lethal outcomes in severe cases of a new coronavirus infection COVID-19

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Background. The spread of the new coronavirus infection COVID-19 has already become one of the main problems of national healthcare systems around the world. Until now, it has not been possible to find drugs with sufficient etiotropic activity for COVID-19, and therefore, it is important to determine new points of application for pathogenetic therapy in relation to this pathology.

Aim. To identify the predictors of an unfavorable outcome of a severe course of COVID-19 infection to determine the prognosis of the clinical course and optimize treatment tactics using succinates.

Material and methods. A retrospective observational study of 46 cases of treatment with a severe form of the disease on the basis of a monohospital for the treatment of patients with a new coronavirus infection was conducted. All patients had comobrid pathology (median Charlson index — 3 points). The most common ones were: encephalopathy of mixed genesis, diabetes mellitus, coronary heart disease, arterial hypertension, alimentary-constitutional obesity. We assessed the relationship between indicators of initial status and mortality in patients, and indicators with a statistically significant relationship were selected as predictors. Statistical processing of the results was carried out in the IBM SPSS v. 23.0, ROC analysis was used to find the relationship between quantitative predictors and lethal outcome.

Results. Among the treated parameters, the most significant influence on the risk of death was found in arterial anion gap (odds ratio 28.78; p <0.017) and fibrinogen level (odds ratio 22.20; p <0.01). To a lesser extent, the level of urea, aspartate aminotransferase, and the Charlson comorbidity index had an effect on the prognosis of a lethal outcome. The identified predictors of an unfavorable outcome of a severe course of COVID-19 infection can be used to predict the clinical course and build treatment tactics based on the received information.

Conclusion. Predictors of poor outcomes in severe COVID-19 infections include arterial anion gap and fibrinogen levels, and to a lesser extent, urea levels, aspartate aminotransferase levels, and the Charlson comorbidity index.

About the authors

Konstantin G. Shapovalov

Chita State Medical Academy; City Clinical Hospital No. 1

Email: shkg26@mail.ru
ORCID iD: 0000-0002-3485-5176

M.D., D. Sci. (Med.), Prof., Head of Depart., Depart. of Anesthesiology, Resuscitation and Intensive Care

Russian Federation, Chita, Russia; Chita, Russia

Galdan A. Tsydenpilov

Chita State Medical Academy; City Clinical Hospital No. 1

Email: galdan.tsydenpilov@mail.ru
ORCID iD: 0000-0002-9734-8016

Clinical Resident, Depart. of Anesthesiology, Resuscitation and Intensive Care

Russian Federation, Chita, Russia; Chita, Russia

Evgeny V. Lozovsky

Chita State Medical Academy; City Clinical Hospital No. 1

Email: lozjek@gmail.com
ORCID iD: 0000-0003-4474-9366

Clinical Resident, Depart. of Anesthesiology, Resuscitation and Intensive Care

Russian Federation, Chita, Russia; Chita, Russia

Alexander A. Latyshov

Chita State Medical Academy; City Clinical Hospital No. 1

Email: soad3233@gmail.com

Clinical Resident, Depart. of Anesthesiology, Resuscitation and Intensive Care

Russian Federation, Chita, Russia; Chita, Russia

Polina V. Petrova

First St. Petersburg State Medical University named after I.P. Pavlov

Author for correspondence.
Email: apolly2017@yandex.ru
ORCID iD: 0000-0002-2658-9920

student

Russian Federation, St. Petersburg, Russia

References

  1. Temporary metho-dological recommendations. Prevention, diagnosis and treatment of new coronavirus infection (COVID-19). Version 14 (27.12.2021). https://static-0.minzdrav.gov.ru/system/attachments/attaches/000/059/041/original/ВМР_COVID-19_V14_27-12-2021.pdf (access date: 31.03.2022). (In Russ.)
  2. Nikiforov VV, Suranova TG, Chernobrovkina TYa, Yankovskaya YaD, Burova SV. New coronavirus infection (COVID-19): clinical and epidemiological aspects. The Russian Archives of Internal Medicine. 2020;(2):87–93. (In Russ.) doi: 10.20514/2226-6704-2020-10-2-87-93.
  3. Yu Chen, Yaguo Wang, Joy Fleming, Yanhong Yu, Ye Gu, Chang Liu, Lichao Fan, Xiaodan Wang, Moxin Cheng, Lijun Bi, Yongyu Liu. Active or latent tuberculosis increases susceptibility to COVID-19 and disease seve¬rity. MedRxiv [Preprint]. 2020;2020.03.10.20033795. doi: 10.1101/2020.03.10.20033795.
  4. Starshinova AA, Kushnareva EA, Malkova AM, Dovgalyuk IF, Kudlay DA. New coronavirus infection: features of the clinical course, possibilities of diagnosis, treatment and prevention of infection in adults and children. 2020. https://cyberleninka.ru/article/n/novaya-koronavirusnaya-infektsiya-osobennosti-klinicheskogo-techeniya-vozmozhnosti-diagnostiki-lecheniya-i-profilaktiki-infektsii-u (access date: 31.03.2022). (In Russ.) doi: 10.15690/vsp.v19i2.2105.
  5. Borovkov EYu, Kuchkaskov PV, Parfenov SA, Tuchin IA, Ippolitova AA, Kovalenko AL, Shagvaliev AG. Epidemiological characteristic of pulmonary pneumonia and its prevention in military servicing through the military service under call. Klinicheskaya meditsina. 2018;96(5):439–442. (In Russ.) doi: 10.18821/0023-2149-2018-96-5-439-442.
  6. Khankevich YuR, Sapozhnikov KV, Parfenov SA, Sedov AV. Evaluation of the effectiveness of hypoxic conditioning in psychophysiological training of submariners. Morskaya meditsina. 2016;2(1);57–63. (In Russ.)
  7. Parfenov SA, Tuchin IA. Substantiation of antioxidant drug use for the prevention of community-acquired pneumonia in military personnel serving in conscription. Antibiotiki i khimioterapiya. 2019;64(7–8):34–37. (In Russ.) doi: 10.24411/0235-2990-2019-10042.
  8. Parfenov SA, Borovkov EYu, Shagvaliev AG, Tuchin IA, Belov VG, Parfenov YuA. Modern directions of prophylaxis of community-acquired pneumonia among soldiers undergoing military service on conscription. Antibiotiki i khimioterapiya. 2018;63(1–2):38–43. (In Russ.)
  9. Garg S, Kim L, Whitaker M, O’Halloran A, Cummings C, Holstein R, Prill M, Chai SJ, Kirley PD, Alden NB, Kawasaki B, Yousey-Hindes K, Niccolai L, Anderson EJ, Openo KP, Weigel A, Monroe ML, Ryan P, Henderson J, Kim S, Como-Sabetti K, Lynfield R, Sosin D, Torres S, Muse A, Bennett NM, Billing L, Sutton M, West N, Schaffner W, Talbot HK, Aquino C, George A, Budd A, Brammer L, Langley G, Hall AJ, Fry A. Hospitalization rates and characteristics of patients hospitalized with laboratory-confirmed coronavirus disease 2019 — COVID-NET, 14 states, March 1–30, 2020. MMWR Morb Mortal Wkly Rep. 2020;69(15):458-464. doi: 10.15585/mmwr.mm6915e3.
  10. Deng SQ, Peng HJ. Characteristics of and public health responses to the coronavirus disease 2019 outbreak in China. J Clin Med. 2020;9(2):575. doi: 10.3390/jcm9020575.
  11. Abdurakhimov A, Ergasheva Z, Nugmanov O, Usmanov H. COVID-19: Pathogenesis and possible solutions to the problem (literature review). RE-HEALTH JOURNAL. 2020;2-2(6):171–173. (In Russ.)
  12. Simutis IS, Boyarinov GA, Yuriev MYu, Petrovsky DS, Kovalenko AL, Sapozhnikov KV. A new look at the correction of COVID-19-mediated pulmonary gas exchange disorders. Kazan Medical Journal. 2021;102(3):362–372. (In Russ.) doi: 10.17816/KMJ2021-362.
  13. Simutis IS, Boyarinov GA, Yuriev MYu, Petrovsky DS, Kovalenko AL, Sapozhnikov KV. Meglumine Sodium Succinate to Correct COVID-19-Associated Coagulopathy: the Feasibility Study. General reanimatology. 2021;17(3):50–64. (In Russ.) doi: 10.15360/1813-9779-2021-3-50-64.
  14. Federyakin DV, Parfenov SA, Veselov SV, Kolgina NYu, Mayorov MO, Sabitov TF, Goncharuk AV, Rizakhanov DM. Hemodilution with meglumin sodium succinate in on-pump cardiac surgery. Russian Journal of Cardiology and Cardiovascular Surgery. 2020;13(2):114–119. (In Russ.) doi: 10.17116/kardio202013021114.
  15. Skripko VD, Kovalenko AL, Zaplutanov VA. Substantiation of reamberin application in complex treatment of patients with acute small bowel obstruction. Grekov’s bulletin of surgery. 2017;176(1):80–86. (In Russ.)
  16. Stjazhkina SN, Akimov AA, Valinurova AA, Chazov AA, Korolev VK, Matusevich AE. Reamberin’s use in treatment of patients with acute pancreatitis. Health and Education Millennium. 2018;20(3):89–92. (In Russ.)
  17. Shapovalov KG, Tsydenpilov GA, Lukyanov SA, Trusova YuS, Kononov VA. Prospects for the use of succinates in treating severe course of new coronavirus infection. Eksperimentalnaya i klinicheskaya farmakologiya. 2020;83(10):40–43. (In Russ.) doi: 10.30906/0869-2092-2020-83-10-40-43.
  18. Belyalov FI. Charlson’s comorbidity index. https://therapy.irkutsk.ru/doc/charlson.pdf (access date: 31.03.2022). (In Russ.)
  19. Korneenkov AA, Ryazantsev SV, Vyazemskaya EE. Calculation and interpretation of indicators of informativeness of diagnostic medical technologies. Meditsinskiy sovet. 2019;(20):45–51. (In Russ.) doi: 10.21518/2079-701X-2019-20-45-51.
  20. Pagano М, Gauvreau K. Principles of biostatistics. 2nd edition. New York: Chapman and Hall/CRC; 2018. р. 235–345.
  21. Sharabchiev YuT, Antipov VV, Antipova SI. Comorbidity is an actual scientific and practical problem of the 21st century medicine. Meditsinskie novosti. 2014;(8):6–11. (In Russ.)
  22. Akasheva DU, Plokhova EV, Strazhesko ID, Dudinskaya EN, Tkacheva ON. Heart and age (Part II): Clinical manifestations of aging. Cardiovascular therapy and prevention. 2013;12(4):86–90. (In Russ.) doi: 10.15829/1728-8800-2013-4-86-90.
  23. Isakov VA, Isakov DV, Arkhipova EI, Arkhipov GS, Nikitina NN. New coronavirus infection. Vestnik Novgorodskogo gosudarstvennogo universiteta. 2020;(3):10–15. (In Russ.) doi: 10.34680/2076-8052.2020.3(119).10-15.
  24. Nardelli P, Landoni G. COVID-19-related thromboinflammatory status: MicroCLOTS and beyond (editorial). General Reanimatology. 2020;16(3):14–15. (In Russ.) doi: 10.15360/1813-9779-2020-3-0-2.
  25. Devyatova EA. Obstetric sepsis. Obstetrics and gynecology: news, opinions, training. 2015;(3):33–44. (In Russ.)
  26. Kozlov VK, Vinnitskiy LI. Role of immune system dysfunction in the pathogenesis of sepsis: diagnostic potentialities. General reanimatology. 2005;1(4):65–76. (In Russ.)
  27. Chernykh ER, Leplina OYu, Tikhonova MA, Paltsov AV, Ostanin AA. Cytokine balance in the pathogenesis of systemic inflammatory response: A new target of immunotherapeutic effects in the treatment of sepsis. Medical immunology. 2001;3(3):415–429. (In Russ.)
  28. Livanov GA, Lodyagin AN, Batotsyrenov BV, Loladze AT, Glushkov SI, Kovalenko AL. The use of reamberin in the complex of intensive therapy of acute poisoning. Klinicheskaya meditsina. 2016;94(5):339–346. (In Russ.) doi: 10.18821/0023-2149-2016-94-5-339-346.
  29. Usenko LV, Tsariov AV. Modern opportunities of energy protection in critical states. Meditsina neotlozhnykh sostoyaniy. 2016;(4):72–78. (In Russ.) DOI: 10.22141 /2224-0586.4.75.2016.75820.
  30. Ashour AZ, Belov VG, Parfyonov YuA, Parfyonov SA, Ershov EV, Tuchin IA, Kovalenko AL, Talikova EV. The effectiveness of the combined use of energomonitor antioxidant and cognitive psychotherapy in the treatment of generalized periodontitis in elderly patients. Stomatologiya. 2016;(2):14–17. (In Russ.) doi: 10.17116/stomat201695214-17.
  31. Parfenov YuA, Ilyinsky NS, Parfenov SA. Influence cytoflavin drug on the psychophysiological status of patients with alcoholism. Poliklinika. 2016;(4-3):39–42. (In Russ.)

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

© 2023 Eco-Vector




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».