《1、 引言》
1、 引言
新型冠状病毒肺炎（COVID-19）全球大流行疫情正在给全世界各个地方造成巨大损失。为应对全球大流行疫情，各国对无需住院治疗的无症状或轻型新冠肺炎患者采用了两种类型的隔离策略：居家隔离或集中隔离。居家隔离已被美洲和欧洲的许多国家采用[1‒4]。但是，居家隔离的一个主要缺点是，COVID-19患者（即使是无症状患者或轻型患者）仍可将病毒传播给其家人或社区成员。COVID-19患者在指定的集中隔离点进行集中隔离是另一种隔离策略，已被东亚许多国家采用，比如中国、韩国、新加坡、越南等[5‒10]。集中隔离的一个重要优势在于，它可以为无症状或轻型COVID-19患者提供一个位于其家庭之外的安全场所来进行隔离，直至其不再感染为止[5,8,11‒12]。
对于所有的隔离策略，有必要识别出哪些COVID-19患者可能会转变为重型疾病，并需要接受专科医院照护[13‒14]。识别这类患者的能力可以指导决定是否需要隔离或收治患者，并指导设计正在进行隔离的COVID-19患者的常规监控和医疗照护[12,14‒15]。
预测是否会转变为重症疾病对于COVID-19尤其重要，因为这种疾病通常进展迅速[14‒17]。实际上，在各个国家，COVID-19病例-设施比例存在巨大差异的一个主要原因可能是国家卫生系统给患者快速提供高水平照护的能力不同[18‒20]。尽管有几项研究已经探讨了COVID-19疾病发生进展的风险因素，但其中的多数研究侧重于研究患者在二级或三级医院内部、从普通病房到重症监护病房的转移[19,21‒29]。我们的研究侧重于考察从可以在社区层面进行治疗的无症状或轻度-中度症状向需要住院治疗的更严重症状的转变。
在本研究中，我们使用了从最大的集中隔离点（所谓的方舱庇护医院）采集的临床和卫生系统数据，该集中隔离点于2020年2~3月间在武汉建设[5]。方舱庇护医院是武汉应对COVID-19的重要一环，以便为无症状的或有轻度-中度症状的COVID-19患者提供集中隔离和照护。这些集中隔离点建在现有公共基础设施（比如体育中心和展览中心）内[5]。尽管这些隔离点是在2020年2~3月间、在武汉首次建设并投入使用的，但自此以后，亚洲其他几个社区也使用了这种COVID-19的隔离和照护模式，作为居家隔离的替代措施[6‒7,30]。
在方舱庇护医院内工作的护士和医生会定期监测其患者的疾病进展情况，并每天决定患者是否因其出现了更严重的症状或体征，显示健康状况出现恶化而需要转至上级医院[5]。我们使用了在收治期间、在集中隔离点内的所有患者中日常采集的临床数据来预测从无症状、轻型或普通型到重型COVID-19的病情恶化。在我们进行的生存分析中，我们的两种竞争性结局是恶化（导致转院至上级医院）和康复（导致出院）。
我们的研究为相关的卫生政策制定者和临床医生提供了重要信息，以便在许多国家的封锁政策解除以后，设计长期控制COVID-19的政策和体系[31‒34]。特别是，我们的研究发现可以为有关新检测出新冠阳性的患者是否需要在家里、在集中隔离点或在上级医院进行隔离和照护的初步决策提供信息。我们的研究发现还可以为没有、有轻度或中度COVID-19症状的患者在家里、集中隔离点或医院隔离设施中进行常规临床监测和照护的设计提供信息。
《2、 方法》
2、 方法
《2.1 研究人群》
2.1 研究人群
我们的研究人群包含没有、有轻度或中度COVID-19症状的患者，这些患者于2020年2月在武汉建设的16个方舱庇护医院中的第一个也是最大一个方舱庇护医院收治[5]。我们的观察期限为2020年2月6日（首例患者入住该集中隔离点的时间）到3月9日（由于武汉COVID-19病例大幅度下降，该隔离点暂停运行的时间）。对与COVID-19患者有过密接或表现有症状的人员进行了聚合酶链反应（PCR）检测。武汉全部16个集中隔离点均照以下官方集中隔离点收治标准，以确定入住资格[5]：①严重急性呼吸综合征冠状病毒2（SARS-CoV-2）的核酸检测结果呈阳性；②无症状，或有轻度体征或症状（轻度临床症状，且放射影像显示没有肺炎征象），或中度体征或症状（发热、呼吸道症状，且放射影像显示有肺炎征象）；③能够步行和自理；④没有严重慢性病，包括高血压、糖尿病、冠心病、恶性肿瘤、器质性肺病、肺心病和免疫抑制等；⑤没有精神病病史；⑥年龄在5~65岁之间（有家庭成员在相同集中隔离点的除外）；⑦流感病毒检测呈阴性；以及⑧血氧饱和度（SpO2）> 93%且呼吸速率小于每分钟30次。由于寻求照护、密接追踪或COVID-19群体筛查，这些患者被收治进入方舱庇护医院。在图1中，我们显示了我们研究样本中的患者在收治进入方舱庇护医院时出现的症状的数量分布情况。
《图1》
图1 在入住方舱庇护医院时，患者中的症状计数分布情况。0是指没有症状的患者。
《2.2 伦理》
2.2 伦理
本研究获得了华中科技大学同济医学院附属协和医院伦理委员会批准（KY-2020-01.01），相关的知情同意要求得到了伦理委员会豁免。
《2.3 研究场所》
2.3 研究场所
位于武汉市江汉区长江边上的集中隔离点是我们的研究场所，这是武汉市建设的16个方舱庇护医院中的第一个，也是最大的一个。该方舱庇护医院是在武汉市国际会展中心内建设的。该集中隔离点距离最近一家指定进行COVID-19治疗的上级医院约1 km。
《2.4 结果》
2.4 结果
在入住集中隔离点时，所有COVID-19患者均没有或有轻度、中度症状。出现健康状况恶化的患者被快速从集中隔离点转运至上级医院。在本研究的观察期内，集中隔离点内没有任何一名COVID-19患者死亡。因此，本研究中的所有患者只可能出现两种相互排斥性结局中的一种：恶化（导致转院）或康复（导致出院）。
《2.4.1. 恶化》
2.4.1. 恶化
如果集中隔离点的COVID-19患者符合以下任何临床标准，则判定其病情出现恶化，并被快速转院至指定进行COVID-19治疗的上级医院[5,35]：①呼吸速率大于或等于每分钟30次；②SpO2 ≤ 93%；③动脉氧分压与吸入氧气分数之比（PaO2/FiO2）小于或等于300 mmHg；④肺部影像显示在24~48 h内病灶进展大于50%；或⑤出现了严重慢性病，包括高血压、糖尿病、冠心病、癌症、器质性肺病、肺心病或免疫抑制。
《2.4.2. 康复》
2.4.2. 康复
如果患者符合以下任何临床标准，则其可以从社区隔离中心出院，因为判定其已经康复：①采样间隔时间至少为一天的连续两次COVID-19核酸检测结果呈阴性；②体温正常，持续时间大于3天；③呼吸症状有显著改善；或④肺部影像显示炎症明显被吸收。
《2.5 预测因素》
2.5 预测因素
在本研究中，我们使用了三大类预测因素。这些预测因素类别的选择是基于方舱庇护医院日常数据库中的数据可获得性。本研究中使用的所有预测因素均例行采集自入住方舱庇护医院时的所有患者以及根据在各种环境中用于常规监测COVID-19患者的可用性来选取。第一个类别包含人口统计学特点（即年龄和性别）。第二个类别包含临床症状，由以下三个子类别构成：①呼吸症状（咳嗽或咳痰、鼻塞或流鼻涕、咽喉痛和呼吸困难）；②胃肠道症状（恶心或呕吐，以及腹痛或腹泻）；③普通症状（疲乏、头痛、肌痛和发热）。第三个也是最后一个类别包含CT扫描结果（毛玻璃样浑浊、浸润影、实变、胸腔积液和肺间质变化）。将发热定义为：腋下温度至少为37.5 ℃。由影像科医师对CT表现进行判读和编码。
《2.6 统计分析》
2.6 统计分析
我们使用了风险生存分析方法来测定从无症状、轻型或普通型COVID-19转变为重型COVID-19的预测因素，因为我们的结局数据包含发生两种相互排斥性事件（恶化或康复）的时间。对于每例无症状、轻型或普通型COVID-19患者，我们的观察期限从入住集中隔离点开始到发生以下事件时结束：①患者被转运至定点医院以接受更高一级的临床照护，因为其临床症状出现了恶化（结局“恶化”）；②患者出院，因为其COVID-19疾病已康复（竞争性结局“康复”）；或③在集中隔离点暂停运行之前，既无①、也无②发生（右删失数据）。在发生③的情况下，患者被转运至上级医院，继续接受隔离和照护。在这种情况下，对患者进行了转运，是因为集中隔离点中不可能再提供隔离和照护。我们采用竞争性风险生存分析方法，计算出了子分布风险比（HR）[36]，以确定患者入住集中隔离点期间病情出现恶化的绝对风险预测因素[37‒39]。
我们开展了单变量和多变量竞争性风险生存分析。我们采用了竞争性风险生存分析，因为其是可用于估测研究期间的累积性康复率曲线的一种有效而成熟的方法，这也是统计学家建议使用的方法[40]。在多变量分析中，我们在嵌套式回归模型中，依次增加了各种类别的潜在预测因素：人口统计学特点、症状和CT表现。我们使用时间与所有其他变量之间的相互作用项，评估了竞争性风险分析的比例风险假设[41]。我们使用了Stata软件（版本15）来进行统计学分析。
《3、 结果》
3、 结果
《3.1 样本特点》
3.1 样本特点
截至2020年3月9日（集中隔离点暂停运行的日期），集中隔离点有1806例无症状、轻型或普通型COVID-19患者入住，这些患者在数据库中均有有效的登记记录。在排除遗漏了入住日期或入住日期无效（例如，遗漏了入住日期，或入住日期在方舱庇护医院开放之前或方舱庇护医院关闭以后）或遗漏了结局数据或结局数据无效（例如，转运或康复日期在方舱庇护医院开放之前或在方舱庇护医院关闭以后）的53例患者以后，我们将1753例患者纳入最后分析。在这些患者中，有382例（21.8%）患者被转运至指定的上级医院，有1270例（72.4%）患者出院回家，101例（5.8%）患者有右删失结局数据。本研究中的恶化率稍高于另一项侧重于考察方舱庇护医院的研究（其中，有10%的患者由于病情恶化而被转运至上级医院[28]）。
从入住方舱庇护医院开始到病情恶化和转运至定点医院的中位时间为16天[四分位值范围（IQR）：12~20]，其范围在0~30天之间。从入住方舱医院开始到康复的中位时间为14天（IQR: 9~18），其范围在0~32天之间。1753例患者的中位年龄为50岁（IQR: 40~57），其范围在15~73岁之间。在全部患者中，男性患者占43%。
如图1所示，多数患者有一种症状（33.6%），大约四分之一的患者（25.6%）无症状。有4种或更少症状的患者占93.4%。有7种或更多症状的患者仅占全部患者的1.2%。入住时，最常见的症状是咳嗽或发热，其次是疲乏和呼吸困难。最常见的CT表现是毛玻璃样浑浊（表1）。
《表1》
表1 入住时患者的人口统计学特点、症状和放射影像表现（按结局列出）
Demographic characteristics, symptoms, and radiographic signs | Full sample ( | Recovery ( | Deterioration ( | Censored ( |
|---|---|---|---|---|
| Demographic characteristics | ||||
| Agea (year) | 48.7 (11.3) | 48.4 (11.2) | 50.0 (11.5) | 48.5 (11.3) |
| Age group (year) | ||||
| < 40 | 405 (23.1%) | 301 (23.7%) | 81 (21.2%) | 23 (22.8%) |
| 40‒45 | 187 (10.7%) | 144 (11.3%) | 30 (7.9%) | 13 (12.9%) |
| 45‒49 | 216 (12.3%) | 167 (13.2%) | 40 (10.5%) | 9 (8.9%) |
| 50‒54 | 278 (15.9%) | 195 (15.4%) | 64 (16.8%) | 19 (18.8%) |
| 55‒59 | 321 (18.3%) | 230 (18.1%) | 74 (19.4%) | 17 (16.8%) |
| ≥ 60 | 346 (19.7%) | 233 (18.4%) | 93 (24.4%) | 20 (19.8%) |
| Sex | ||||
| Male | 758 (43.2%) | 527 (41.5%) | 186 (48.7%) | 45 (44.6%) |
| Respiratory symptoms | ||||
| Coughb | 809 (46.2%) | 564 (44.4%) | 201 (52.6%) | 44 (43.6%) |
| Stuffy or runny nose | 81 (4.6%) | 58 (4.6%) | 20 (5.2%) | 3 (3.0%) |
| Sore throat | 98 (5.6%) | 68 (5.4%) | 27 (7.1%) | 3 (3.0%) |
| Dyspnea | 365 (20.8%) | 226 (17.8%) | 109 (28.5%) | 30 (30.0%) |
| Gastrointestinal symptoms | ||||
| Nausea or vomiting | 84 (4.8%) | 57 (4.5%) | 17 (4.5%) | 10 (9.9%) |
| Abdominal pain or diarrhea | 150 (8.6%) | 104 (8.2%) | 38 (10.0%) | 8 (7.9%) |
| General symptoms | ||||
| Fatigue | 439 (25.0%) | 309 (24.3%) | 103 (27.0%) | 27 (26.7%) |
| Headache | 82 (4.7%) | 66 (5.2%) | 12 (3.1%) | 4 (4.0%) |
| Myalgia | 152 (8.7%) | 91 (7.2%) | 44 (11.5%) | 17 (16.8%) |
| Fever | 568 (32.4%) | 377 (29.7%) | 123 (32.2%) | 68 (67.3%) |
| CT signs | ||||
| Ground-glass opacity | 1402 (80.0%) | 1020 (80.3%) | 322 (84.3%) | 60 (59.4%) |
| Infiltrating shadows | 69 (3.9%) | 40 (3.2%) | 25 (6.5%) | 4 (4.0%) |
| Consolidation | 22 (1.3%) | 15 (1.2%) | 7 (1.8%) | 0 (0) |
| Pleural effusion | 11 (0.6%) | 8 (0.6%) | 3 (0.8%) | 0 (0) |
| Pulmonary interstitial changes | 26 (1.5%) | 20 (1.6%) | 6 (1.6%) | 0 (0) |
图2显示了所有患者的恶化和康复累积发生率曲线。在第5、10、15、20、25和30天，恶化累积发生率分别为1.5% [95%置信区间（95% CI）1.0%~2.2%]、3.6%（95% CI 2.8%~4.5%）、9.8%（95% CI 8.5%~11.3%）、16.8%（95% CI 15.1%~18.7%）、21.2%（95% CI 19.3%~23.2%）和22.7%（95% CI 20.7%~24.7%）。在第5、10、15、20、25和30天，康复累积发生率分别为5.3%（95% CI 4.3%~6.4%）、19.9%（95% CI 18.1%~21.9%）、41.8%（95% CI 39.5%~44.2%）、59.2%（95% CI 56.9%~61.5%）、71.1% （95% CI 68.9%~73.2%）和73.3%（95% CI 71.1%~75.4%）。
《图2》
图2 累积的恶化和康复发生率。
《3.2 单变量竞争性风险回归分析》
3.2 单变量竞争性风险回归分析
对于在多变量竞争性风险生存分析中有统计学意义且是众所周知的疾病进展风险因素的各种因素[图3（a）]、CT扫描表现[图3（b）]以及常见的和非特异性的疾病症状[图3（c）]，我们展示了转变为重型COVID-19的累积发生率。附录A中的图S1显示了其他变量的单变量回归分析得出的累积发生率曲线。在单变量分析中，男性和年龄较大患者出现病情恶化的HR较高（附录A中的图S2）。在入住时显著增加了恶化累积发生率的症状是咳嗽或痰液产生（HR = 1.34, 95% CI 1.09~1.64, p = 0.004）、呼吸困难（HR = 1.61, 95% CI 1.29~2.02, p = 0.002）以及肌痛（HR = 1.39, 95% CI 1.01~1.91, p < 0.001）。显著增加了恶化累积发生率的CT表现是毛玻璃样浑浊（HR = 1.39, 95% CI 1.05~1.85, p < 0.001）和浸润影（HR = 1.83, 95% CI 1.23~2.71, p < 0.001）。附录A中的图S3显示了单因素回归分析得出的康复累积发生率曲线。
《图3》
图3 对于在多变量竞争性风险生存分析中有统计学意义且是众所周知的疾病进展风险因素的各种因素（a）、CT扫描表现（b）或常见的和非特异性的疾病症状（c），其转变为重型新冠肺炎的累积性发生率。
《3.3 多因素竞争性风险回归分析》
3.3 多因素竞争性风险回归分析
表2显示了COVID-19恶化累积发生率的主要结果。在包含所有风险因素的多变量模型中，男性的恶化率高于女性（HR = 1.29, 95% CI 1.04~1.58, p = 0.018），这意味着，男性性别与恶化的子分布风险（即在尚未经历恶化事件的受试者中，发生恶化的即刻发生率）增加了29%相关[42]。中年人的恶化率低于低龄成人和老年人（Wald联合显著性检验，p = 0.0943）。与年龄小于40岁的患者相比，40~44岁和45~49岁年龄组的病情恶化风险估值（40~44岁年龄组：HR = 0.74, 95% CI 0.48~1.14, p = 0.170；45~49年龄组：HR = 0.94, 95% CI 0.64~1.37, p = 0.746）和50岁以上年龄组的病情恶化风险估值（50~54岁年龄组：HR = 1.08, 95% CI 0.77~1.51, p = 0.672；55~59年龄组：HR = 1.14, 95% CI 0.82~1.59, p = 0.426，以及60岁及以上年龄组：HR = 1.33, 95% CI 0.98~1.81, p = 0.063）均较低。
《表2》
表2 新冠肺炎病情恶化的累积发生率
| Risk factors | Cumulative incidence (HR, 95% CI, | ||||
|---|---|---|---|---|---|
| Model 1 ( | Model 2 ( | Model 3 ( | Model 4 ( | Model 5 ( | |
| Demographic characteristics | |||||
| Age groupsa | |||||
| 40‒44 | 0.78, (0.51‒1.20), 0.258 | 0.77, (0.50‒1.17), 0.215 | 0.74, (0.48‒1.13), 0.167 | 0.73, (0.48‒1.13), 0.160 | 0.74, (0.48‒1.14), 0.170 |
| 45‒49 | 0.92, (0.63‒1.35), 0.679 | 0.91, (0.62‒1.33), 0.623 | 0.92, (0.63‒1.34), 0.648 | 0.92, (0.63‒1.35), 0.677 | 0.94, (0.64‒1.37), 0.746 |
| 50‒54 | 1.16, (0.83‒1.61), 0.382 | 1.12, (0.80‒1.57), 0.499 | 1.12, (0.80‒1.56), 0.514 | 1.10, (0.79‒1.54), 0.569 | 1.08, (0.77‒1.51), 0.672 |
| 55‒59 | 1.17, (0.85‒1.60), 0.345 | 1.15, (0.84‒1.59), 0.386 | 1.13, (0.82‒1.56), 0.463 | 1.16, (0.84‒1.61), 0.368 | 1.14, (0.82‒1.59), 0.426 |
| ≥ 60 | 1.43, (1.06‒1.93), 0.019 | 1.38, (1.02‒1.87), 0.035 | 1.37, (1.01‒1.85), 0.041 | 1.37, (1.01‒1.86), 0.040 | 1.33, (0.98‒1.81), 0.063 |
| Sex | |||||
| Male | 1.25, (1.02‒1.53), 0.033 | 1.31, (1.06‒1.60), 0.011 | 1.29, (1.05‒1.59), 0.015 | 1.28, (1.04‒1.58), 0.018 | 1.29, (1.04‒1.58), 0.018 |
| Respiratory symptoms | |||||
| Coughb,d | — | 1.27, (1.03‒1.56), 0.028 | 1.27, (1.03‒1.57), 0.024 | 1.26, (1.02‒1.57), 0.033 | 1.22, (0.98‒1.51), 0.077 |
| Stuffy or runny nose | — | 0.89, (0.55‒1.42), 0.616 | 0.97, (0.59‒1.58), 0.899 | 1.02, (0.62‒1.67), 0.952 | 1.01, (0.61‒1.66), 0.978 |
| Sore throat | — | 1.20, (0.79‒1.81), 0.396 | 1.23, (0.82‒1.86), 0.315 | 1.28, (0.85‒1.93), 0.239 | 1.33, (0.88‒2.01), 0.180 |
| Dyspnea | — | 1.52, (1.20‒1.93), 0.001 | 1.57, (1.24‒2.00), < 0.001 | 1.58, (1.24‒2.01), < 0.001 | 1.58, (1.24‒2.01), < 0.001 |
| Gastrointestinal symptoms | |||||
| Nausea or vomiting | — | — | 0.57, (0.32‒0.99), 0.046 | 0.55, (0.31‒0.99), 0.046 | 0.53, (0.30‒0.96), 0.036 |
| Abdominal pain or diarrhea | — | — | 1.11, (0.78‒1.56), 0.571 | 1.13, (0.80‒1.60), 0.497 | 1.09, (0.77‒1.55), 0.631 |
| General symptoms | |||||
| Fatigue | — | — | — | 0.94, (0.73‒1.21), 0.626 | 0.94, (0.73‒1.21), 0.613 |
| Headache | — | — | — | 0.53, (0.29‒0.98), 0.042 | 0.54, (0.29‒0.99), 0.046 |
| Myalgia | — | — | — | 1.39, (0.96‒2.03), 0.084 | 1.36, (0.93‒1.98), 0.109 |
| Feverb | — | — | — | 1.07, (0.85‒1.34), 0.573 | 1.14, (0.91‒1.44), 0.255 |
| CT signs | |||||
| Ground-glass opacity | — | — | — | — | 1.39, (1.04‒1.86), 0.024 |
| Infiltrating shadows | — | — | — | — | 1.84, (1.22‒2.78), 0.004 |
| Consolidation | — | — | — | — | 1.17, (0.56‒2.42), 0.678 |
| Pleural effusion | — | — | — | — | 1.20, (0.37‒3.94), 0.761 |
| Pulmonary interstitial changes | — | — | — | — | 0.83, (0.37‒1.83), 0.642 |
与入住时没有这些症状的患者相比，在有呼吸困难的患者中，病情恶化的风险较高（HR = 1.58, 95% CI 1.24~2.01, p < 0.001），在有恶心或呕吐的患者中，病情恶化的风险较低（ HR = 0.53, 95% CI 0.30~0.96, p = 0.036）。有毛玻璃样浑浊（HR = 1.39, 95% CI 1.04~1.86, p = 0.024）以及有浸润影CT表现的患者（HR = 1.84, 95% CI 1.22~2.78, p = 0.004）被转运的可能性明显高于出院的可能性。
《4、 讨论》
4、 讨论
我们的研究回答了一个重大公共卫生研究问题：哪些因素可以预测转变为需要住院进行重症监护或复杂治疗的重型COVID-19？以前考察COVID-19疾病进展风险因素的多数研究已使用了来自已经住院的、症状相对严重的COVID-19患者的数据[19,21‒29]。但是，多数COVID-19患者都无需住院治疗，可以在家里或在集中隔离点进行隔离和照护。我们使用了来自武汉集中隔离点的患者数据来确定可预测新冠疾病进展的各种因素。我们样本中的多数COVID-19患者患有轻度-中度症状，大约四分之一的患者无症状。在入住集中隔离点的患者中，五分之一的患者最终需要重症监护治疗或复杂治疗，这些治疗只有指定进行COVID-19治疗的上级医院才能提供。本研究的另一大优点在于，我们试图根据低成本的诊断信息（比如人口统计学特点、社交特点以及可识别的症状等），列出一个潜在风险因素表。在低收入国家或在难以实施昂贵CT扫描检查的背景下，这些低成本信息对于设计患者分检和隔离策略并最大限度减少COVID-19带来的经济损失至关重要[43‒44]。
在武汉集中隔离点进行监测和照护的COVID-19患者中，最常见的临床症状是咳嗽和发热，其次是疲乏和呼吸困难。武汉集中隔离点的标准方案包括CT扫描，以排除严重疾病的症状。在入住集中隔离点的患者中，最常见的CT表现是毛玻璃样浑浊。
男性性别、呼吸困难以及在CT扫描时发现有毛玻璃样浑浊和浸润影是转变为重型COVID-19（而非康复）的重要预测因素。本研究的发现证实，在入住集中隔离点的患者和已经需要住院治疗的患者中，转变为重型COVID-19的几种重要风险因素是相似的[45‒50]。例如，越来越多的证据显示，在男性中，COVID-19可产生比女性更严重的症状和更高的死亡率，这可能是SARS-CoV-2病毒感染过程中免疫反应的性别差异所导致的[51]。因此，在住院患者中获得的认知至少可以部分推广至入住集中隔离点的患者中的较轻症新冠病例。我们的研究发现还表明，两种很容易识别的风险因素，即男性性别和呼吸困难可以指导有关监测强度和转移至定点医院的公共卫生和临床决策。两种特殊的CT症状与COVID-19恶化进程之间存在强相关性，这进一步表明，在技术上可行且可负担大规模进行CT扫描的国家可在尚未显示需要住院治疗的COVID-19患者的常规临床工作中增加CT扫描。这种决策应该会受到未来将CT扫描用于筛查COVID-19患者以决定是否应当住院治疗的成本效益分析支持。还有一种可能就是CT扫描用于常规筛查COVID-19患者实际上是具有成本效益的，因为入住集中隔离点的多数患者不能被收治住院，而出现疾病恶化进程的患者则通常会被快速收治住院，如果没有快速得到更高水平的照护，这些患者会有相对较高的死亡风险[18‒20]。CT扫描结果可大幅度和经济高效地改善分检决策结局，从而将患者分为需要立即住院的患者和可以在集中隔离点隔离或居家隔离的患者。
在我们的集中隔离患者样本中，头痛和恶心或呕吐是与重型COVID-19风险降低有关的重大因素，这些研究发现的原因不太可能是生物学原因。头痛和恶心或呕吐并非COVID-19特有的症状，也可发生在罹患很多其他疾病的患者中。例如，以前的研究已发现，在全球大流行期间，紧张、戴口罩、社交隔离和服药均可以触发头痛，其中，恶心是一种伴随症状[52]。因此，这些“保护性”关联的可能解释是，人们对于COVID-19或COVID-19以外的巧合性疾病的惧怕心理所诱发的紧张加剧导致患者前往COVID-19检测机构或普通头痛门诊，在这里，他们接受了COVID-19检测[53]。反过来，这些检测又导致了COVID-19的诊断结果，以及后续的在集中隔离点隔离。由于将这些患者引向集中隔离点的非特异性症状多数情况下可能是无害疾病（如偏头痛或病毒性胃肠炎等）引起的，而不是COVID-19引起的，因此与入住隔离点的患者相比，这些患者转变为重型COVID-19的可能性较低，而入住隔离点的患者更有可能表现出已显示COVID-19有某种程度进展的症状，这又会增加进一步恶化的风险。在中国开展的另一项研究也报道了有关在COVID-19患者中，恶心与疾病进展的“保护性”关联[54]。本研究的发现对于集中隔离和居家隔离患者的常规监测有提示意义。表现出发生在许多无害疾病中的非特异性症状的患者，其所面临的COVID-19恶化总体风险可能与无症状的COVID-19患者相似。与表现出COVID-19特有症状的患者相比，这两类人群在进行居家隔离或集中隔离时都可能相对安全，对他们执行监测和分检以接受更高水平照护的优先级别较低。
我们所发现的常见非特异性症状可导致分检和优先性评级系统中产生选择效应这一结果所具有的公共卫生学意义远大于COVID-19全球大流行疫情本身。将来的研究应考察替代方法，以防止可能出现的低效分检和优先评级，因为罹患无害疾病并发病的患者更可能寻求医疗照护，从而导致患者因为某种无关疾病而接受诊断性检测和医疗系统优先性评级。这一认识可以主动整合在分检规则中，例如，对于因某种潜在危险性疾病而认为需要优先治疗的患者，可增加有预后价值的进一步筛查试验，但对于罹患提示有许多其他无害疾病的常见非特异性症状的患者，则不这样做。
我们的研究有几个重要的局限：首先，中国发布的集中隔离公共卫生指导意见指出，有重大并发病[55]（包括心血管疾病、糖尿病、慢性呼吸系统疾病和精神病等）的COVID-19患者应当住院治疗，而不是在集中隔离点接受照护[5]。因此，我们无法将并发病作为COVID-19恶化的风险因素来加以研究。其次，我们没有评估可以预测疾病进展的其他风险因素。例如，吸烟与医院内的COVID-19疾病进展有关[56]。在中国，将近一半的成年男性吸烟，这比妇女的吸烟率高得多[57‒58]。吸烟可能可以部分解释本研究中男性风险增高的原因。再次，我们并未评估可能是COVID-19病情恶化重要预测因素的实验室检查结果和其他标志物。因此我们不能排除这样一种可能，即其他因素对于早期COVID-19分检决策有重要影响。不过，这些局限性并未减少本研究发现对于哪种因素能、哪些因素不能预测COVID-19病情恶化的有用性。我们的研究发现对于包括资源匮乏型社区在内的所有环境都有深远意义，因为其与症状和体征有关，即其数值可以采用简单且耐用的技术进行低成本测量的各种因素。这些研究发现对于能广泛进行CT扫描检查，且CT扫描检查通常可负担的富资源型医疗系统也有意义。
综上，我们的研究发现，男性性别、高龄、呼吸困难和CT扫描检查中的毛玻璃浑浊和浸润影是集中隔离患者出现重型COVID-19恶化的强预测因素。我们还发现，常见的和非特异性的症状即头痛、恶心或呕吐可能会引导选择将相对不太可能出现重型疾病恶化的COVID-19患者进行集中隔离。将来的公共卫生和临床指导应该根据这些证据来制定，以设计更好的筛查和分检系统以及监测和照护路径，从而确保进行有效、安全而高效的集中隔离。
京公网安备 11010502051620号
