Sel virus corona
Health

Peneliti Mempublikasikan 'Prediksi Model' Covid-19, Ini Manfaatnya

Mia Chitra Dinisari
Rabu, 23 September 2020 - 12:08
Bagikan

Bisnis.com, JAKARTA - Menggunakan kombinasi data demografis dan klinis yang dikumpulkan dari tujuh minggu perawatan pasien COVID-19 di awal pandemi virus korona, para peneliti Johns Hopkins menerbitkan "model prediksi" virus corona yang telah menginfeksi lebih dari 31 juta penduduk dunia itu.

Temuan itu, mereka katakan dapat membantu rumah sakit dan tim medis untuk merawat pasien Covid-19 dan membuat keputusan pengobatan apa yang bisa diterapkan.

Brian Garibaldi, MD, profesor kedokteran di Fakultas Kedokteran Universitas Johns Hopkins, memimpin tim yang menerbitkan artikel di Annals of Internal Medicine yang membagikan pelajaran penting dalam perawatan pasien COVID-19 antara 4 Maret dan 24 April 2020, di lima rumah sakit Johns Hopkins di Maryland dan Washington, DC

Selama 52 hari tersebut, Rumah Sakit Johns Hopkins, Pusat Medis Johns Hopkins Bayview, Rumah Sakit Umum Howard County, Rumah Sakit Pinggiran Kota dan Rumah Sakit Memorial Sibley menerima gabungan 827 orang berusia 18 atau lebih. Mereka adalah 336 berkulit itam, 264 putih, 135 Hispanik, 48 Asia, 2 Penduduk asli Amerika dan 42 multiras — yang dites positif terkena virus corona dan memiliki gejala COVID-19.

Dari data yang dihasilkan pasien tersebut, para peneliti mengembangkan model prediksi menggunakan serangkaian faktor risiko yang diketahui terkait dengan COVID-19 untuk memperkirakan seberapa besar kemungkinan penyakit pasien akan memburuk saat dirawat di rumah sakit dan pada titik mana dalam perawatan mereka itu mungkin terjadi.

Peneliti Mempublikasikan 'Prediksi Model' Covid-19, Ini Manfaatnya

Sel Covid-19

Di antara faktor risiko yang dianggap peneliti sebagai bagian dari model adalah usia pasien, indeks massa tubuh (BMI), kesehatan paru-paru dan penyakit kronis, serta tanda-tanda vital dan tingkat keparahan gejala COVID-19 pasien pada saat masuk.

Model, yang disebut "Kalkulator Risiko Rawat Inap COVID (CIRC)," tersedia online. Garibaldi mengatakan kalkulator ini dimaksudkan untuk membantu dokter rumah sakit dan penyedia layanan kesehatan lainnya menilai risiko memburuknya kondisi pasien.

"Ini adalah beberapa dari apa yang telah kami pelajari dalam beberapa bulan sejak kami mulai melihat pasien dengan Covid-19 di rumah sakit kami," kata Garibaldi.

"Saat kami terus bergulat dengan tingginya jumlah infeksi COVID-19 di seluruh Amerika Serikat, penting untuk berbagi pengetahuan dengan kolega kami di rumah sakit lain."

Di antara hal-hal yang menarik dari penelitian ini adalah kecepatan penyakit dapat berkembang dari ringan atau sedang hingga parah, terutama jika pasien memiliki semua atau beberapa faktor risiko yang terkait dengan penyakit tersebut.

Peneliti Mempublikasikan 'Prediksi Model' Covid-19, Ini Manfaatnya

Ilustrasi pasien covid-19

Empat puluh lima pasien dalam penelitian ini menderita COVID-19 parah ketika mereka dirawat di rumah sakit. Tetapi 120 pasien mengembangkan penyakit parah atau meninggal dalam waktu 12 jam setelah dirawat. Dari 302 pasien dalam penelitian ini yang mengembangkan penyakit parah atau meninggal, median waktu perkembangan penyakit adalah 1,1 hari.

"Perkembangan penyakit yang cepat setelah masuk [ke rumah sakit] memberikan kesempatan sempit untuk melakukan intervensi," tulis Garibaldi dalam artikel tersebut.

"Kombinasi faktor risiko yang berbeda tampaknya memprediksi penyakit parah atau kematian, dengan probabilitas berkisar dari lebih dari 90% hingga 5%"paparnya dikutip dari Medical Express.

Misalnya, dengan menggunakan CIRC, Garibaldi dan rekannya memperkirakan bahwa seorang wanita kulit putih berusia 60 tahun dengan BMI 28, tidak menderita penyakit kronis dan tidak demam yang dirawat di rumah sakit karena COVID-19 memiliki peluang 10% untuk memperburuk penyakitnya di hari kedua tinggal di rumah sakit. Semakin lama ia dirawat di rumah sakit, semakin besar peluangnya, 15% setelah empat hari dan 16% setelah seminggu.

Sebaliknya, para peneliti menganggap seorang wanita kulit hitam berusia 81 tahun dirawat di rumah sakit dengan COVID-19. Pasien hipotetis memiliki BMI 35, diabetes, hipertensi, dan demam. CIRC memperkirakan kemungkinannya untuk berkembang menjadi penyakit parah atau bahkan kematian pada hari kedua tinggal di rumah sakit adalah 89%. Persentase itu meningkat menjadi lebih dari 95% pada hari keempat dan ketujuh.

Peneliti Mempublikasikan 'Prediksi Model' Covid-19, Ini Manfaatnya

Brian Garibaldi

Hingga 24 Juni, 694 pasien dalam penelitian ini telah keluar dari rumah sakit, 131 meninggal dan tujuh masih dirawat di rumah sakit karena COVID-19 parah.

"Kami mengidentifikasi beberapa faktor demografis dan klinis yang mudah diukur yang, ketika dinilai saat masuk ke rumah sakit, dapat memprediksi apakah seseorang memiliki risiko 5% atau 90% terkena penyakit parah atau meninggal akibat Covid-19," kata Amita Gupta, MD, profesor kedokteran di Fakultas Kedokteran Universitas Johns Hopkins, yang mengarahkan Pusat Pendidikan Kesehatan Global Klinis dan merupakan salah satu penulis penelitian.

"Ini adalah informasi yang sangat berguna untuk dimiliki saat berkomunikasi dengan pasien dan keluarga mereka, serta untuk menginformasikan alokasi sumber daya di rumah sakit."

Data penelitian berasal dari daftar semua pasien yang dirawat karena infeksi virus corona baru di rumah sakit dalam sistem Johns Hopkins. Dikenal sebagai "JH-CROWN," registri yang didanai oleh InHealth, inisiatif pengobatan presisi dari institusi tersebut menawarkan demografi, diagnosis, prosedur, riwayat sosial, dan poin data lain yang relevan untuk merawat pasien COVID-19.

Peneliti Mempublikasikan 'Prediksi Model' Covid-19, Ini Manfaatnya

Rumah sakit John Hopkins

"Registri data JH-CROWN mewujudkan kerja tim dan dedikasi yang sama yang digunakan untuk merawat lebih dari 3.000 pasien COVID-19 yang dirawat di rumah sakit Johns Hopkins sejak dimulainya pandemi," kata Garibaldi.

"Kami berharap ini dapat mengajari kami lebih banyak tentang sifat COVID-19 dan meningkatkan perawatan pasien dan penelitian saat kami mempersiapkan gelombang kedua infeksi di musim gugur." Tutupnya.

Bagikan

Artikel Terkait

Berita Lainnya

Berita Terkini

Nyaman tanpa iklan. Langganan BisnisPro

Nyaman tanpa iklan. Langganan BisnisPro

Terpopuler

Nyaman tanpa iklan. Langganan BisnisPro

Rekomendasi Kami

Nyaman tanpa iklan. Langganan BisnisPro