Tıp Fakültesi Klinikleri Dergisi

2630-5585 2687-217X

Istanbul Aydin University

Infectious Diseases

Bulaşıcı Hastalıklar

Covid-19'un Klinik İzleminde, Biyobelirteçlerin Prognozu Belirlemedeki Rolü

https://orcid.org/0000-0003-0892-6898

Göktürk

Özge

Atatürk Sanatoryumu Eğitim ve Araştırma Hastanesi

https://orcid.org/0000-0002-3324-1957

Göktürk

Kerim

29 mayıs devlet hastanesi

https://orcid.org/0000-0002-8981-4232

Çil

Ercan

ADIYAMAN ÜNİVERSİTESİ, TIP FAKÜLTESİ

11 15 2024

7 3 89 95 07 26 2024 09 09 2024

2018

Journal of Medical Clinics

Amaç: COVID-19, koronavirüs ailesine ait olan ve 2019 yılının sonlarında Çin'in Wuhan şehrinde ortaya çıkan SARS-CoV-2 virüsünün neden olduğu bir hastalıktır. COVID-19, hafif solunum yolu enfeksiyonlarından ağır pnömonilere, çoklu organ yetmezliklerine ve ölüme kadar geniş bir klinik yelpazede seyredebilmektedir. Bu çalışmada amacımız, COVID-19 hastalarında yaş, hemogram, trombosit, lökosit, lenfosit, nötrofil, ürik asit, kreatinin, üre, alanin aminotransferaz (ALT), aspartat aminotransferaz (AST), laktat dehidrogenaz (LDH), fibrinojen, D-dimer, ferritin, C-reaktif protein (CRP) ve prokalsitonin düzeylerinin hastalık prognozundaki önemini değerlendirmektir. Özellikle mortalite riskini belirlemede bu biyobelirteçlerin rolünü incelemek hedeflenmiştir.Materyal ve Metod: Çalışmamızda pandemi servisleri ve yoğun bakımlarında tedavi gören 236 COVID-19 hastası retrospektif olarak incelendi. Hastaların demografik verileri, laboratuvar sonuçları ve klinik sonuçları hastane kayıtlarından elde edildi. İlk yatış sırasında alınan değerleri analiz edildi.Bulgular: Çalışmaya alınan 236 hastanın %50’si kadın, %50’si erkek olup yaş ortalaması 58,1±14,4 idi. Çalışmada, ölen hastaların yaş ortalaması taburcu olan hastaların yaş ortalamasına göre anlamlı derecede daha yüksekti (p

COVID-19 Biyobelirteçler Prognostik Faktörler

Khan, S. F., Rathod, P., Gupta, V. K., et al. (2024). Evolution and impact of nucleic acid amplification test (NAAT) for diagnosis of coronavirus disease. Analytical Chemistry, 96(20), 8124-8146.

Ciotti, M., Angeletti, S., Minieri, M., et al. (2019). COVID-19 outbreak: an overview. Chemotherapy, 64(5-6), 215-223.

Tan, W., Zhao, X., Ma, X., et al. (2020). A novel coronavirus genome identified in a cluster of pneumonia cases - Wuhan, China 2019-2020. China CDC Weekly, 2(4), 61- 62.

Hai, C. N., Duc, T. B., Minh, T. N., Quang, L. N., Tung, S. L. C., Duc, L. T., et al. (2024). Predicting mortality risk in hospitalized COVID-19 patients: an early model utilizing clinical symptoms. BMC Pulmonary Medicine, 24(1), 24.

Bartoszewicz, K., Mikstacki, A., Kowalik, M., et al. (2024). Analysis of prognostic factors in critically ill patients with COVID- 19. PLoS One, 19(6).

Pourbagheri-Sigaroodi, A., Bashash, D., Fateh, F., et al. (2020). Laboratory findings in COVID-19 diagnosis and prognosis. Clinica Chimica Acta, 510, 475-482.

Valero-Bover, D., Portillo-Lara, V., Martín-Sánchez, V., et al. (2023). Is age the most important risk factor in COVID-19 patients? The relevance of comorbidity burden: a retrospective analysis of 10,551 hospitalizations. Clinical Epidemiology, 811-825.

Izcovich, A., Ragusa, M. A., Tortosa, F., et al. (2020). Prognostic factors for severity and mortality in patients infected with COVID- 19: A systematic review. PLoS One, 15(11).

Mi, J., Zhong, W., Huang, C., Zhang, W., et al. (2020). Gender, age and comorbidities as the main prognostic factors in patients with COVID-19 pneumonia. American Journal of Translational Research, 12(10), 6537.

Zhuang, Z., Qi, Y., Yao, Y., et al. (2023). Predictive model for disease severity among COVID-19 elderly patients based on IgG subtypes and machine learning. Frontiers in Immunology, 14, 1286380.

Zhang, J., Zhong, L., Min, J., et al. (2023). Relationship between blood urea nitrogen to serum albumin ratio and short-term mortality among patients from the surgical intensive care unit: a population-based real-world study. BMC Anesthesiology, 23(1), 416.

Shokr, H., Marwah, M. K., Siddiqi, H., et al. (2022). Lactate dehydrogenase/albumin to-urea ratio: a novel prognostic maker for fatal clinical complications in patients with COVID-19 Infection. Journal of Clinical Medicine, 12(1), 19.

Huang, Y., Guo, L., Chen, J., et al. (2022). Serum lactate dehydrogenase level as a prognostic factor for COVID-19: A retrospective study based on a large sample size. Frontiers in Medicine, 8, 671667.

Shi, J., Li, Y., Zhou, X., et al. (2020). Lactate dehydrogenase and susceptibility to deterioration of mild COVID-19 patients: a multicenter nested case-control study. BMC Medicine, 18, 1-6.

Paranga, T. G., Pavel-Tanasa, M., Constantinescu, D., et al. (2023). Comparison of C-reactive protein with distinct hyperinflammatory biomarkers in association with COVID-19 severity, mortality and SARSCoV- 2 variants. Frontiers in Immunology, 14, 1213246.

Elshazli, R. M., Toraih, E. A., Elgaml, A., et al. (2020). Diagnostic and prognostic value of hematological and immunological markers in COVID-19 infection: A meta-analysis of 6320 patients. PLoS One, 15(8).

Sayyadi, M., Hassani, S., Shams, M., et al. (2023). Status of major hemostatic components in the setting of COVID-19: the effect on endothelium, platelets, coagulation factors, fibrinolytic system, and complement. Annals of Hematology, 102(6), 1307-1322.

Sharifpour, M., Rangaraju, S., Liu, M., et al. (2020). C-Reactive protein as a prognostic indicator in hospitalized patients with COVID-19. PLoS One, 15(11).

Luan, Y. Y., Yin, C. H., Yao, Y. M. (2021). Update advances on C-reactive protein in COVID-19 and other viral infections. Frontiers in Immunology, 12, 720363.