cardiotomskСибирский журнал клинической и экспериментальной медициныSiberian Journal of Clinical and Experimental Medicine2713-29272713-265XTSU publishing10.29001/2073-8552-2022-37-4-38-45cardiotomsk-1554Research ArticleКЛИНИЧЕСКИЕ ИССЛЕДОВАНИЯCLINICAL STUDIESОпределение времени максимального риска летального исхода и ассоциированных с ним факторов в стационаре и после выписки у больных с COVID-19Determining the time of maximum risk of death and associated factors in patients with COVID-19 in the hospital and after dischargehttps://orcid.org/0000-0001-9876-9202ЛакманИ. А.LakmanI. A.

Лакман Ирина Александровна, канд. техн. наук, заведующий лабораторией исследования социально-экономических проблем регионов

450076, Уфа, ул. З. Валиди, 32

Irina A. Lakman, Cand. Sci. (Tech.), Head of the Laboratory for the Study of Socio-Economic Problems of the Regions

32, Zaki Validi str., Ufa, 450076

Lackmania@mail.ruhttps://orcid.org/0000-0001-5193-2164ЛасыноваГ. Х.LasynovaG. Kh.

Ласынова Гульназ Хайбулловна, аспирант, кафедра пропедевтики внутренних болезней

450008, Уфа, ул. Ленина, 3

Gulnaz Kh. Lasynova, Post-Graduate Student, Department of Propaedeutics of Internal Diseases

3, Lenina str., Ufa, 450008

Lasynova1987@mail.ruhttps://orcid.org/0000-0003-0896-6128ГиматоваР. Р.GimatovaR. R.

Гиматова Регина Рустэмовна, магистрант

450008, Уфа, ул. Карла Маркса, 12

Regina R. Gimatova, Master's Student

12, Karla Marksa str., Ufa, 450008

gimatovaaa.r@gmail.comhttps://orcid.org/0000-0002-1874-8661ГарееваД. Ф.GareevaD. F.

Гареева Диана Фирдависовна, канд. мед. наук, доцент кафедры пропедевтики внутренних болезней

450008, Уфа, ул. Ленина, 3

Diana F. Gareeva, Cand. Sci. (Med.), Associate Professor, Cardiologist, Department of Propaedeutics of Internal Diseases

3, Lenina str., Ufa, 450008

d.f.gareeva@mail.ruhttps://orcid.org/0000-0002-5972-6418ДавтянП. А.DavtyanP. A.

Давтян Паруйр Артакович, ассистент, кафедра пропедевтики внутренних болезней

450008, Уфа, ул. Ленина, 3

Paruyr A. Davtyan, Assistant Professor, Department of Propaedeutics of Internal Diseases

3, Lenina str., Ufa, 450008

davtyanparuir@gmail.comhttps://orcid.org/0000-0002-1004-0722ТимирьяноваВ. М.TimiryanovaV. M.

Тимирьянова Венера Маратовна, д-р экон. наук, старший научный сотрудник

450076, Уфа, ул. З. Валиди, 32

Venera M. Timiryanova, Dr. Sci. (Economy), Senior Research Scientist

32, Zaki Validi str., Ufa, 450076

79174073127@mail.ruhttps://orcid.org/0000-0001-8959-2740ИдрисоваА. И.IdrisovaA. I.

Идрисова Алина Ильшатовна, студент

450008, Уфа, ул. Ленина, 3

Alina I. Idrisova, Medical Student

3, Lenina str., Ufa, 450008

dr.alinaidrisova@gmail.comhttps://orcid.org/0000-0003-2386-6707ЗагидуллинН. Ш.ZagidullinN. Sh.

Загидуллин Науфаль Шамилевич, д-р мед. наук, профессор, директор Научно-исследовательского института кардиологии; заведующий кафедрой пропедевтики внутренних болезней, Башкирский государственный медицинский университет Министерства здравоохранения Российской Федерации

450076, Уфа, ул. З. Валиди, 32450008, Уфа, ул. Ленина, 3

Naufal Sh. Zagidullin, Dr. Sci. (Med.), Professor, Director of the Research Institute of Cardiology; Head of the Department of Propaedeutics of Internal Diseases, Bashkir State Medical University

32, Zaki Validi str., Ufa, 4500763, Lenina str., Ufa, 450008

znaufal@mail.ruБашкирский государственный университетРоссияBashkir State UniversityRussian FederationБашкирский государственный медицинский университет Министерства здравоохранения Российской ФедерацииРоссияBashkir State Medical University, Ministry of Healthcare of the Russian FederationRussian FederationУфимский государственный авиационный технический университетРоссияUfa State Aviation Technical UniversityRussian FederationБашкирский государственный университет; Башкирский государственный медицинский университет Министерства здравоохранения Российской ФедерацииРоссияBashkir State University; Bashkir State Medical University, Ministry of Healthcare of the Russian FederationRussian Federation2022251120223743845Copyright © Лакман И.А., Ласынова Г.Х., Гиматова Р.Р., Гареева Д.Ф., Давтян П.А., Тимирьянова В.М., Идрисова А.И., Загидуллин Н.Ш., 20232023Лакман И.А., Ласынова Г.Х., Гиматова Р.Р., Гареева Д.Ф., Давтян П.А., Тимирьянова В.М., Идрисова А.И., Загидуллин Н.Ш.Lakman I.A., Lasynova G.K., Gimatova R.R., Gareeva D.F., Davtyan P.A., Timiryanova V.M., Idrisova A.I., Zagidullin N.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.sibjcem.ru/jour/article/view/1554

В связи с достаточно специфическим течением COVID-19 актуальным представляется вопрос, на какой день после начала госпитализации следует ожидать максимальный риск летального исхода у больных как во время госпитализации, так и после выписки.

Цель исследования

Цель исследования: определение времени максимального риска летального исхода во время госпитализации пациентов с COVID-19, а также после выписки из стационара.

Материал и методы

Материал и методы. Ретроспективно были исследованы 2410 пациентов, госпитализированных с диагнозом COVID-19. Летальность до 28 дней нахождения в стационаре составила 131 пациент, а смертность после выписки из стационара в период до 28 дней после выписки – 9. Для определения времени максимального риска летального исхода после госпитализации пациентов с COVID-19, а также после выписки из стационара в период до 28 дней использовали математическую модель ускоренной жизни (AFT).

Результаты

Результаты. Без учета влияния патологических значений других факторов риска летальный исход у пациентов наступает на 9-11-й день от начала госпитализации. Возраст старше 60 лет, повышенные значения Д-димера, глюкозы, мочевины, креатинина, АСТ и С-реактивного белка являлись факторами риска (p < 0,01), укорачивающими время до летального исхода, кроме общего белка, который удлинял данный период. Максимальный риск смерти у пациентов после выписки из стационара наступал на 13-25-й день, причем повышение креатинина и уменьшение МНО были ассоциированы с меньшим временем до смерти.

Заключение

Заключение. Определены периоды максимального риска смерти при госпитализации больных с COVID-19 как в стационаре (9-11 дней), так и после выписки из него (13-25 дней), а также факторы, влияющие на данные периоды. 

Due to the rather specific course of COVID-19, the question of what day after the start of hospitalization should be expected to be the maximum risk of death in patients both during hospitalization and after discharge is relevant.

Aim

Aim. The aim of the study was to determine the time of maximum risk of death during hospitalization of patients with COVID-19 as well as after their discharge from the hospital.

Methodology and Research Methods. A total of 2,410 patients hospitalized with a diagnosis of COVID-19 were retrospectively studied. Inhospital 28-day mortality rate was 131 patients, and 28-day mortality rate after discharge from the hospital was 9. The accelerated failure time model (AFT) was used to determine the time of maximum risk of death in patients with COVID-19 after hospitalization as well as after discharge from the hospital during the period up to 28 days.

Results

Results. Without taking into account the influence of pathological values of other risk factors, lethal outcomes in patients occurred on days 9-11 after admission to hospital. Age over 60 years and the elevated levels of D-dimer, glucose, urea, creatinine, AST, and C-reactive protein were the risk factors (p < 0.01) that shortened the time to death, except for total protein, which lengthened this period. The maximum risk of death in patients after discharge from the hospital occurred on days 13-25, and an increase in creatinine and a decrease in INR were associated with a shorter time to death.

Conclusion

Conclusion. The periods of maximum risk of death as well as the factors affecting these periods in patients with COVID-19 were determined for both hospital stay (days 9-11) and time after discharge from hospital (days 13-25).

COVID-19постковидный периодмаксимальный риск смертигоспитальная смертностьотдаленная смертностьCOVID-19long-term COVID-19maximum risk of deathhospital mortalitylong-term mortalityИсследование выполнено при финансовой поддержке гранта РНФ № 22-18-20123 «Методика оценки глобального экономического бремени болезни с учетом отдаленных последствий для здоровья и качества жизни населения (на примере новой коронавирусной инфекции)».The study was supported by the Russian Science Foundation grant "Methodology for assessing the global economic burden of the disease, taking into account long-term consequences for the health and quality of life of the population (on the example of a new coronavirus infection)" No. 22-18-20123.ReferencesShi Sh., Qin M., Shen B., Cai Y., Liu T., Yang F. et al. Association of сardiac injury with mortality in hospitalized patients with COVID-19 in Wuhan, China. JAMA Cardiol. 2020;5(7):802–810. DOI: 10.1001/jamacardio.2020.0950.Shi Sh., Qin M., Shen B., Cai Y., Liu T., Yang F. et al. Association of сardiac injury with mortality in hospitalized patients with COVID-19 in Wuhan, China. JAMA Cardiol. 2020;5(7):802–810. DOI: 10.1001/jamacardio.2020.0950.Figliozzi S., Masci P.G., Ahmadi N., Tondi L., Koutli E., Aimo A. et al. Predictors of adverse prognosis in COVID-19: A systematic review and meta‐analysis. Eur. J. Clin. Invest. 2020;50(10):e13362. DOI: 101111/eci.3362.Figliozzi S., Masci P.G., Ahmadi N., Tondi L., Koutli E., Aimo A. et al. Predictors of adverse prognosis in COVID-19: A systematic review and meta‐analysis. Eur. J. Clin. Invest. 2020;50(10):e13362. DOI: 101111/eci.3362.Chowdhury M.E.H., Rahman T., Khandakar A., Al-Madeed S., Zughaier S.M., Doi S.A.R. et al. An early warning tool for predicting mortality risk of COVID-19 patients using machine learning. Cognit. Comput. 2021;1–16. DOI: 10.1007/s12559-020-09812-7.Chowdhury M.E.H., Rahman T., Khandakar A., Al-Madeed S., Zughaier S.M., Doi S.A.R. et al. An early warning tool for predicting mortality risk of COVID-19 patients using machine learning. Cognit. Comput. 2021;1–16. DOI: 10.1007/s12559-020-09812-7.Yadaw A.S., Li Y.C., Bose S., Iyengar R., Bunyavanich S., Pandey G. Clinical features of COVID – 19 mortality: development and validation of a clinical prediction model. Lancet Digit. Health. 2020;2(10):e516–e525. DOI: 10.1016/S2589-7500(20)30217-X.Yadaw A.S., Li Y.C., Bose S., Iyengar R., Bunyavanich S., Pandey G. Clinical features of COVID – 19 mortality: development and validation of a clinical prediction model. Lancet Digit. Health. 2020;2(10):e516–e525. DOI: 10.1016/S2589-7500(20)30217-X.Bushman D., Davidson A., Pathela P., Greene S.K., Weiss D., Reddy V. et al. Risk factors for death among hospitalized patients aged 21–64 years diagnosed with COVID-19-ew York City, March 13 – April 9, 2020. J. Racial. Ethn. Health Disparities. 2021;9(4):1584–1599. DOI: 10.1007/s40615-021-01098-1.Bushman D., Davidson A., Pathela P., Greene S.K., Weiss D., Reddy V. et al. Risk factors for death among hospitalized patients aged 21–64 years diagnosed with COVID-19-ew York City, March 13 – April 9, 2020. J. Racial. Ethn. Health Disparities. 2021;9(4):1584–1599. DOI: 10.1007/s40615-021-01098-1.Allenbach Y., Saadoun D., Maalouf G., Vieira M., Hellio A., Boddaert J. et al. Development of a multivariate prediction model of intensive care unit transfer or death: A French prospective cohort study of hospitalized COVID-19 patients. Observational Study. PLoS One. 2020;15(10):e0240711. DOI: 10.1371/journal.pone.0240711.Allenbach Y., Saadoun D., Maalouf G., Vieira M., Hellio A., Boddaert J. et al. Development of a multivariate prediction model of intensive care unit transfer or death: A French prospective cohort study of hospitalized COVID-19 patients. Observational Study. PLoS One. 2020;15(10):e0240711. DOI: 10.1371/journal.pone.0240711.Лакман И.А., Мусин Т.И., Галиуллина А.Р., Багманова З.А., Гумеров Р.М., Давтян П.А. и др. Факторы риска перевода больных с COVID-9 на искусственную вентиляцию легких в ретроспективном нерандомизированном исследовании. Вестник Российской академии медицинских наук. 2022;77(1):33–42. DOI: 10.15690/vramn1673.Lakman I.A., Musin T.I., Galiullina A.R., Bagmanova Z.A., Gumerov R.M., Davtyan P.A. et al. Risk factors for switching patients with covid-19 to artificial ventilation lungs in a retrospective non-randomized study. Annals of the Russian Аcademy of Medical Sciences. 2022;77(1):33–42. (In Russ.). DOI: 10.15690/vramn1673.Grasselli G., Greco M., Zanella A., Albano G., Antonelli M., Bellani G. et al. Risk factors associated with mortality among patients with COVID-19 in intensive care units in Lombardy, Italy. JAMA Intern. Med. 2020;180(10):1345–1355. DOI: 10.1001/jamainternmed.2020.3539.Grasselli G., Greco M., Zanella A., Albano G., Antonelli M., Bellani G. et al. Risk factors associated with mortality among patients with COVID-19 in intensive care units in Lombardy, Italy. JAMA Intern. Med. 2020;180(10):1345–1355. DOI: 10.1001/jamainternmed.2020.3539.Xie Y., Xu E., Bowe B., Ziyad A.-A. Long-term cardiovascular outcomes of COVID-19. Nat. Med. 2022;28:583–590. DOI: 10.1038/s41591-022-01689-3.Xie Y., Xu E., Bowe B., Ziyad A.-A. Long-term cardiovascular outcomes of COVID-19. Nat. Med. 2022;28:583–590. DOI: 10.1038/s41591-022-01689-3.Motloch L.J., Jirak P., Gareeva D., Davtyan P., Gumerov R., Lakman I. et al. Cardiovascular biomarkers for prediction of in-hospital and 1-year post-discharge mortality in patients with COVID-19 pneumonia. Front. Med. 2022;9:906665. DOI: 10.3389/fmed.2022.906665.Motloch L.J., Jirak P., Gareeva D., Davtyan P., Gumerov R., Lakman I. et al. Cardiovascular biomarkers for prediction of in-hospital and 1-year post-discharge mortality in patients with COVID-19 pneumonia. Front. Med. 2022;9:906665. DOI: 10.3389/fmed.2022.906665.Parohan M., Yaghoubi S., Seraji A., Javanbakht M.H., Sarraf P., Djalali M. Risk factors for mortality in patients with Coronavirus disease 2019 (COVID-19) infection: A systematic review and meta-analysis of observational studies. Aging Male. 2020;23(5):1416–1424. DOI: 10.1080/13685538.2020.1774748.Parohan M., Yaghoubi S., Seraji A., Javanbakht M.H., Sarraf P., Djalali M. Risk factors for mortality in patients with Coronavirus disease 2019 (COVID-19) infection: A systematic review and meta-analysis of observational studies. Aging Male. 2020;23(5):1416–1424. DOI: 10.1080/13685538.2020.1774748.Dong Y.M., Sun J., Li Y.X., Chen Q., Liu Q.Q., Sun Zh. et al. Development and Validation of a Nomogram for Assessing Survival in Patients With COVID-19 Pneumonia. Clin. Infect. Dis. 2021;72(4):652–660. DOI: 10.1093/cid/ciaa963.Dong Y.M., Sun J., Li Y.X., Chen Q., Liu Q.Q., Sun Zh. et al. Development and Validation of a Nomogram for Assessing Survival in Patients With COVID-19 Pneumonia. Clin. Infect. Dis. 2021;72(4):652–660. DOI: 10.1093/cid/ciaa963.Atlam M., Torkey H., Fishawy N.E., Salem H. Coronavirus disease 2019 (COVID-19): Survival analysis using deep learning and Cox regression model. Pattern Anal. Appl.2021;24(3):993–1005. DOI: 10.1007/s10044-021-00958-0.Atlam M., Torkey H., Fishawy N.E., Salem H. Coronavirus disease 2019 (COVID-19): Survival analysis using deep learning and Cox regression model. Pattern Anal. Appl.2021;24(3):993–1005. DOI: 10.1007/s10044-021-00958-0.Liang W., Liang H., Ou L., Chen B., Chen A., Li C. et al. Development and validation of a clinical risk score to predict the occurrence of critical illness in hospitalized patients with COVID-19. JAMA Intern. Med. 2020;180(8):1081–1089. DOI: 10.1001/jamainternmed.2020.2033.Liang W., Liang H., Ou L., Chen B., Chen A., Li C. et al. Development and validation of a clinical risk score to predict the occurrence of critical illness in hospitalized patients with COVID-19. JAMA Intern. Med. 2020;180(8):1081–1089. DOI: 10.1001/jamainternmed.2020.2033.Vekaria B., Overton C., Wisniowski A., Ahmad S., Aparicio-Castro A., Curran-Sebastian J. et al. Hospital length of stay for COVID-19 patients: Data-driven methods for forward planning. BMC Infect. Dis. 2021;21(1):700. DOI: 10.1186/s12879-021-06371-6.Vekaria B., Overton C., Wisniowski A., Ahmad S., Aparicio-Castro A., Curran-Sebastian J. et al. Hospital length of stay for COVID-19 patients: Data-driven methods for forward planning. BMC Infect. Dis. 2021;21(1):700. DOI: 10.1186/s12879-021-06371-6.Thiruvengadam G., Ramanujam R., Marappa L. Modeling the recovery time of patients with coronavirus disease 2019 using an accelerated failure time model. J. Int. Med. Res. 2021;49(8):3000605211040263. DOI: 10.1177/03000605211040263.Thiruvengadam G., Ramanujam R., Marappa L. Modeling the recovery time of patients with coronavirus disease 2019 using an accelerated failure time model. J. Int. Med. Res. 2021;49(8):3000605211040263. DOI: 10.1177/03000605211040263.Chiou S.H., Kang S., Yan J. Fitting accelerated failure time models in routine survival analysis with R package aftgee. Journal of Statistical Software. 2014;61(11):1–23. DOI: 10.18637/jss.v061.i11.Chiou S.H., Kang S., Yan J. Fitting accelerated failure time models in routine survival analysis with R package aftgee. Journal of Statistical Software. 2014;61(11):1–23. DOI: 10.18637/jss.v061.i11.Motloch L.J., Jirak P., Moritz M., Fiedler L., Davtyan P.A., Lakman I.A. et al. Early antithrombotic post-discharge therapy using prophylactic DOAC or dipyridamole improves long-term survival and cardiovascular outcomes in hospitalized COVID-19 survivors. Front. Cardiovasc. Med. 2022;9:916156. DOI: 10.3389/fcvm.2022.916156.Motloch L.J., Jirak P., Moritz M., Fiedler L., Davtyan P.A., Lakman I.A. et al. Early antithrombotic post-discharge therapy using prophylactic DOAC or dipyridamole improves long-term survival and cardiovascular outcomes in hospitalized COVID-19 survivors. Front. Cardiovasc. Med. 2022;9:916156. DOI: 10.3389/fcvm.2022.916156.

The authors declare that there are no conflicts of interest present.