COVID-19 Pnömonisinin Kantitatif Hacimsel BT Analizi ve Nötrofillenfosit Oranı ile Korelasyonu
PDF
Atıf
Paylaş
Talep
P: 56-62
Mart 2022

COVID-19 Pnömonisinin Kantitatif Hacimsel BT Analizi ve Nötrofillenfosit Oranı ile Korelasyonu

Bagcilar Med Bull 2022;7(1):56-62
Bilgi mevcut değil.
Bilgi mevcut değil
Alındığı Tarih: 21.10.2021
Kabul Tarihi: 02.03.2022
Yayın Tarihi: 22.03.2022
PDF
Atıf
Paylaş
Talep

ÖZET

Amaç:

Bilim dünyasının koronovirüs pandemisi hakkında çeşitli bilgileri olmasına rağmen, virüsün doğası hakkında daha fazla çalışmaya ihtiyaç duyulmaktadır. Çalışmamızın amacı, Koronavirüs hastalığı-2019’un (COVID-19) görüntüleme ve laboratuvar bulguları arasındaki ilişkiyi araştırmaktır.

Yöntem:

Çalışmamız, COVID-19 hastalarının dahil edildiği retrospektif tek merkezli bir çalışmadır. Göğüs bilgisayarlı tomografisi olan ve ters transkripsiyon polimeraz zincir reaksiyonu testi pozitif olan hastalar değerlendirildi. Toplam akciğer hacmi ve lezyon hacmi Osirix yazılımı ile yarı otomatik olarak hesaplandı. Gözlemciler arasındaki tutarlılığı test etmek için sınıf içi korelasyon katsayısı kullanıldı. Hastalar tutulan akciğer hacmine göre hafif, orta ve şiddetli olmak üzere üç gruba ayrıldı. Laboratuvar bulguları ile radyolojik tutulum şiddeti arasındaki ilişki, alıcı işletim karakteristik grafiğinde eğri altındaki alan ile incelendi.

Bulgular:

Bu çalışmaya 116 hasta (kadın: 44, erkek: 62) dahil edildi ve ortanca yaş 55 idi. En yaygın radyolojik özellikler periferik, multifokal, subplevral ve bazal dağılımlı buzlu cam opasiteleriydi. Tutulum yüzdesi ve radyolojik şiddet ile en çok ilişkili laboratuvar özelliği olan nötrofil/lenfosit oranı arasında pozitif ve orta düzeyde korelasyon (rho=0,635, p<0,001) bulundu. N/L oranı için cut-off değeri 1,1195 idi (duyarlılık %95,5, özgüllük 85,7, eğri altındaki alan 0,845, %95 güven aralığı 0,742-0,948).

Sonuç:

COVID-19 pnömonisi olduğu düşünülen hastalarda hastalığın ciddiyetine karar vermek için tutulum yüzdesi bir öncü gösterge olarak kullanılabilir.

References

1
Lu H, Stratton CW, Tang YW. Outbreak of pneumonia of unknown etiology in Wuhan, China: The mystery and the miracle. J Med Virol 2020;92(4):401-402.
2
Li K, Fang Y, Li W, Pan C, Qin P, Zhong Y,et al. CT image visual quantitative evaluation and clinical classification of coronavirus disease (COVID-19). Eur Radiol 2020;30(8):4407-4416.
3
Rodriguez-Morales AJ, Cardona-Ospina JA, Gutiérrez-Ocampo E, Villamizar-Peña R, Holguin-Rivera Y, Escalera-Antezana JP, et al. Clinical, laboratory and imaging features of COVID-19: A systematic review and meta-analysis. Travel Med Infect Dis 2020;34:101623.
4
Oñate JM, Rodriguez-Morales AJ, Moreno GC, Ramírez HM, Sabogal IAR, Moreno CA. A new emerging zoonotic virus of concern: the 2019 novel Coronavirus (SARS CoV-2). Infectio 2020;24:187-192.
5
Du RH, Liang LR, Yang CQ, Wang W, Cao TZ, Li M, et al. Predictors of mortality for patients with COVID-19 pneumonia caused by SARS-CoV-2: a prospective cohort study. Eur Respir J 2020;55(5):2000524.
6
Wikramaratna PS, Paton RS, Ghafari M, Lourenço J. Estimating the false-negative test probability of SARS-CoV-2 by RT-PCR. Euro Surveill 2020;25(50)2000568.
7
Han X, Cao Y, Jiang N, Chen Y, Alwalid O, Zhang X, et al. Novel Coronavirus Disease 2019 (COVID-19) Pneumonia Progression Course in 17 Discharged Patients: Comparison of Clinical and Thin-Section Computed Tomography Features During Recovery. Clin Infect Dis 2020;71(15):723-731.
8
Shen C, Yu N, Cai S, Zhou J, Sheng J, Liu K, et al. Quantitative computed tomography analysis for stratifying the severity of Coronavirus Disease 2019. J Pharm Anal 2020;10(2):123-129.
9
Chung M, Bernheim A, Mei X, Zhang N, Huang M, Zeng X. et al. CT Imaging Features of 2019 Novel Coronavirus (2019-nCoV). Radiology 2020;295(1):202-207.
10
Hansell DM, Bankier AA, MacMahon H, McLoud TC, Müller NL, Remy J. Fleischner Society: glossary of terms for thoracic imaging. Radiology 2008;246(3):697-722.
11
Zhao X, Liu B, Yu Y, Wang X, Du Y, Gu J, et al. The characteristics and clinical value of chest CT images of novel coronavirus pneumonia. Clin Radiol 2020;75(5):335-340.
12
Colombi D, Bodini FC, Petrini M, Maffi G, Morelli N, Milanese G, et al. Well-aerated Lung on Admitting Chest CT to Predict Adverse Outcome in COVID-19 Pneumonia. Radiology 2020;296(2):86-96.
13
Liu J, Liu Y, Xiang P, Pu L, Xiong H, Li C, et al. Neutrophil-to-lymphocyte ratio predicts critical illness patients with 2019 coronavirus disease in the early stage. J Transl Med 2020;18(1):206.
14
Guo L, Wei D, Zhang X, Wu Y, Li Q, Zhou M, et al. Clinical Features Predicting Mortality Risk in Patients With Viral Pneumonia: The MuLBSTA Score. Front Microbiol 2019;10:2752.
15
Harapan H, Itoh N, Yufika A, Winardi W, Keam S, Te H, et al. Coronavirus disease 2019 (COVID-19): A literature review. J Infect Public Health 2020;13(5):667-673.
16
Wang D, Hu B, Hu C, Zhu F, Liu X, Zhang J, et al. Clinical Characteristics of 138 Hospitalized Patients With 2019 Novel Coronavirus-Infected Pneumonia in Wuhan, China. JAMA 2020;323(11):1061-1069.
2024 ©️ Galenos Publishing House