Background: Prediction of outcomes in severe COVID-19 patients using chest computed tomography severity score (CTSS) may enable more effective clinical management and early, timely ICU admission. We conducted a systematic review and meta-analysis to determine the predictive accuracy of the CTSS for disease severity and mortality in severe COVID-19 subjects.
Methods: The electronic databases PubMed, Google Scholar, Web of Science, and the Cochrane Library were searched to find eligible studies that investigated the impact of CTSS on disease severity and mortality in COVID-19 patients between 7 January 2020 and 15 June 2021. Two independent authors looked into the risk of bias using the Quality in Prognosis Studies (QUIPS) tool.
Results: Seventeen studies involving 2788 patients reported the predictive value of CTSS for disease severity. The pooled sensitivity, specificity, and summary area under the curve (sAUC) of CTSS were 0.85 (95% CI 0.78-0.90, I2 =83), 0.86 (95% CI 0.76-0.92, I2 =96) and 0.91 (95% CI 0.89-0.94), respectively. Six studies involving 1403 patients reported the predictive values of CTSS for COVID-19 mortality. The pooled sensitivity, specificity, and sAUC of CTSS were 0.77 (95% CI 0.69-0.83, I2 = 41), 0.79 (95% CI 0.72-0.85, I2 = 88), and 0.84 (95% CI 0.81-0.87), respectively.
Discussion: Early prediction of prognosis is needed to deliver the better care to patients and stratify them as soon as possible. Because different CTSS thresholds have been reported in various studies, clinicians are still determining whether CTSS thresholds should be used to define disease severity and predict prognosis.
Conclusion: Early prediction of prognosis is needed to deliver optimal care and timely stratification of patients. CTSS has strong discriminating power for the prediction of disease severity and mortality in patients with COVID-19.
Contexte: La prédiction des résultats chez les patients atteints de COVID-19 grave à l'aide du score de gravité de la tomographie thoracique (CTSS) peut permettre une gestion clinique plus efficace et une admission précoce et opportune en soins intensifs. Nous avons effectué une revue systématique et une méta-analyze pour déterminer la précision prédictive du CTSS pour la gravité de la maladie et la mortalité chez les sujets atteints de COVID-19 grave.
Méthodologie: Les bases de données électroniques PubMed, Google Scholar, Web of Science et la Cochrane Library ont été consultées pour trouver des études éligibles qui ont examiné l'incidence du CTSS sur la gravité de la maladie et la mortalité chez les patients atteints de COVID-19 entre le 7 janvier 2020 et le 15 juin 2021. Deux auteurs indépendants ont examiné le risque de biais à l'aide de l'outil QUIPS (Quality in Prognosis Studies).
Résultats: Dix-sept études portant sur 2788 patients ont rapporté la valeur prédictive du CTSS pour la gravité de la maladie. La sensibilité, la spécificité et l'aire synthétique sous la courbe (sAUC) regroupées du CTSS étaient respectivement de 0,85 (IC 95% : 0,78–0,90, I2 = 83), 0,86 (IC 95% : 0,76–0,92, I2 = 96) et 0,91 (IC 95% : 0,89–0,94). Six études portant sur 1403 patients ont rapporté les valeurs prédictives du CTSS pour la mortalité de la COVID-19. La sensibilité, la spécificité et le sAUC regroupés du CTSS étaient respectivement de 0,77 (IC 95% : 0,69–0,83, I2 = 41), 0,79 (IC 95% : 0,72–0,85, I2 = 88) et 0,84 (IC 95% : 0,81–0,87).
Discussion: La prédiction précoce du pronostic est nécessaire pour fournir les meilleurs soins aux patients et les stratifier le plus tôt possible. Étant donné que différents seuils de CTSS ont été rapportés dans diverses études, les cliniciens sont encore en train de déterminer si les seuils de CTSS devraient être utilisés pour définir la gravité de la maladie et prédire le pronostic.
Conclusion: La prédiction précoce du pronostic est nécessaire pour fournir des soins optimaux et une stratification opportune des patients. Le CTSS a un fort pouvoir discriminant pour la prédiction de la gravité de la maladie et de la mortalité chez les patients atteints de COVID-19.
Keywords: COVID-19; CT severity score; Disease severity; Mortality.
Copyright © 2023. Published by Elsevier Inc.