新型コロナウイルス感染症（COVID-19）による入院と死亡を予測するリスクアルゴリズム「QCOVID」は、良好に機能し識別能は非常に高いことが認められた。英国・Radcliffe Observatory QuarterのAsh K. Clift氏らは、成人COVID-19患者を含む患者データを用いたコホート研究により「QCOVID」を開発し、検証結果を報告した。これまでに論文発表されたCOVID-19のリスク予測モデルは、バイアスリスクが高く、実臨床に適用する際には信頼できない可能性があることが懸念されていた。今回のリスクアルゴリズムについて著者は、「提示された絶対リスクは、SARS-CoV-2感染率やソーシャルディスタンスの取り方などに応じて時間とともに変化する可能性があるので、解釈には注意すべきである」と述べたうえで、「本モデルは、異なる期間で再較正することができ、流行拡大に合わせて動的にアップデートされる可能性がある」としている。BMJ誌2020年10月20日号掲載の報告。
英国の608万人のデータからリスクアルゴリズムを開発、217万人で検証
研究グループは、英国のプライマリケア1,205施設のデータベースで、COVID-19検査結果、Hospital Episode Statisticsおよび死亡登録データとも連携しているQResearchを用い、19～100歳の成人608万人を開発コホート、217万人を検証コホートに組み込み解析した。
開発コホートおよび第1期検証コホートは2020年1月24日～4月30日、第2期検証コホートは2020年5月1日～6月30日をそれぞれ試験期間とした。
主要評価項目は、COVID-19（確定または疑い）による死亡までの期間で、2020年1月24日～4月30日にSARS-CoV-2感染が確認された人における死亡診断または死亡発生と定義した。また、副次評価項目は、SARS-CoV-2感染確定による入院までの期間とした。
開発コホートにモデルを適合し、各種予測変数を用いてリスク方程式を導き出し、各検証コホートで識別および較正の性能を評価した。
「QCOVID」の識別能および較正能は良好
追跡期間中、COVID-19による死亡は、開発コホートで4,384例、第1期検証コホートで1,722例、第2期検証コホートで621例発生した。最終的なリスクアルゴリズムには、年齢、人種、貧困、BMIおよびさまざまな併存疾患を組み込んだ。
このアルゴリズムは、第1期検証コホートにおいて較正精度は良好であることが示され、男性COVID-19患者の死亡に関して、死亡までの期間の変動の73.1％（95％信頼区間[CI]：71.9～74.3）を説明した。D統計量は3.37（95％CI：3.27～3.47）、Harrell’s Cは0.928（95％CI：0.919～0.938）であった。女性について、また両転帰および両期間においても、同様の結果が得られた。
予測死亡リスクが最上位5％の患者では、97日以内の死亡を特定する感度は75.7％であった。また、予測死亡リスクの上位20％の患者が、COVID-19による全死亡の94％を占めた。
（医学ライター 吉尾 幸恵）
