之前的研究已经发现增加COVID-19严重程度的风险因素，为了帮助临床医生准确预测COVID-19的癌症患者的预后，2021年3月，发表在《BMC Infect Dis》的一项研究，提供了一种计算工具，可以在疾病进展的早期识别出高风险患者。

背景：准确预测感染COVID-19的癌症患者的预后在临床上具有挑战性。许多临床变量与COVID-19严重程度有回顾性关联，但这些变量的预测价值，以及多个变量如何相互作用增加风险，仍不清楚。

方法：研究者使用机器学习模型，预测了纽约市纪念斯隆·凯特琳癌症中心348例癌症患者的COVID-19严重程度。仅使用在患者COVID-19阳性日期（时间零点）当天或之前收集的临床变量，研究者试图将患者分为3种可能的未来结果之一：重度早期（患者在COVID-19检测阳性后3天内需要高水平的氧气支持），重度晚期（患者在确诊3天后需要高水平的氧气）和非严重（患者不需要氧气支持）。

结果：本研究中的模型将患者分为这几类，受试者工作特征曲线（AUROC）下面积在70%～85%之间，显著优于以往的方法和单变量分析。关键的是，当使用大量的临床变量（包括患者基本信息、既往诊断、实验室和放射学工作以及潜在的癌症类型）时，分类准确率最高，这表明癌症患者中COVID-19具有许多的组合风险因素发生。

结论：总体而言，本研究提供了一个算法工具，可以在疾病进展的早期识别出高风险患者，这有助于临床决策和选择治疗方案。

（选题审校：王冠儒 编辑：余霞霞）
（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

参考资料：
BMC Infect Dis. 2021 May 4;21(1):391
Projecting COVID-19 disease severity in cancer patients using purposefully-designed machine learning
https://pubmed.ncbi.nlm.nih.gov/33941093/