This is an auto-translated page and may have translation errors. Click here to read the original version in English.

दिल्ली/एनसीआर:

मोहाली:

देहरादून:

बठिंडा:

मुंबई:

नागपुर:

लखनऊ:

भुवनेश्वर:

विभिन्न इंफ्लेमेटरी मार्करों का सापेक्ष महत्व और कोविड-19 में मृत्यु दर के लिए उनके महत्वपूर्ण थ्रेशोल्ड।

संदीप बुधिराजा1. We have a team of highly qualified and experienced doctors. 2. Our hospital is equipped with the latest technology and equipment. 3. We offer a wide range of medical services. 4. We are committed to providing our patients with the best possible care. 5. We have a strong reputation for excellence in healthcare., अभय इंद्रायन2, पूनम दास3, अरुण देवन4ओमेंद्र सिंह4विवेक नंगिया4, वाई पी सिंह4, राजेश पांडे4अजय कुमार गुप्ता4, मनीष गुप्ता4दीपक भासिन4, भूपेश उनियाल4, मोहित माथुर4,मयूर पवार2

1. What are the different types of surgeries offered at Max Hospital? 2. What is the cost of a kidney transplant at Max Hospital? 3. What are the qualifications of the surgeons at Max Hospital? 4. What is the success rate of surgeries at Max Hospital? 5. What are the risks and complications associated with surgeries at Max Hospital? 6. What is the recovery process after surgery at Max Hospital? 7. What are the different types of anesthesia used during surgeries at Max Hospital? 8. What are the different types of pain management techniques used after surgery at Max Hospital? 9. What are the different types of rehabilitation programs offered after surgery at Max Hospital? 10. What are the different types of follow-up care provided after surgery at Max Hospital?क्लिनिकल डायरेक्टरेट और डिपार्टमेंट ऑफ इंटरनल मेडिसिन, मैक्स हेल्थकेयर।
2बायोस्टैटिस्टिक्स का विभाग, क्लिनिकल डायरेक्टरेट, मैक्स हेल्थकेयर
3लैबोरेटरी मेडिसिन विभाग, मैक्स हेल्थकेयर
4क्रिटिकल केयर डिपार्टमेंट, मैक्स हेल्थकेयर

उद्देश्य:

पृष्ठभूमि:कोविड-19 पेशेंट्स के प्रबंधन में अक्सर विभिन्न इंफ्लेमेटरी मार्करों का मूल्यांकन शामिल होता है। हालांकि, यह स्पष्ट नहीं है कि इन मार्करों के विभिन्न स्तर मृत्यु दर के जोखिम से कैसे संबंधित हैं और कौन से मार्कर अधिक महत्वपूर्ण हैं। इस अध्ययन का उद्देश्य आठ इंफ्लेमेटरी मार्करों—सी-रिएक्टिव प्रोटीन (सीआरपी), डी-डिमर, फेरिटिन, इंटरल्यूकिन-6 (आईएल-6), लैक्टेट डिहाइड्रोजनेज (एलडीएच), क्रिएटिन फॉस्फोकिनेज (सीपीके), ट्रोपोनिन-आई, और एब्सोल्यूट लिम्फोसाइट काउंट (एएलसी)—के स्तरों का विश्लेषण करना और कोविड-19 मृत्यु दर के साथ उनके संबंध का पता लगाना है।

तरीके:मार्च 2020 से जुलाई 2021 तक उत्तरी भारत के एक हॉस्पिटल चेन में भर्ती हुए 19,852 कोविड-19 पेशेंट्स के डेटा का विश्लेषण किया गया। मृत्यु दर के पैटर्न के विश्लेषण और लॉजिस्टिक रिग्रेशन के लिए इन्फ्लेमेटरी मार्कर स्तरों को पांच भागों में विभाजित किया गया। मार्कर स्तरों के वितरण की तुलना मैन-व्हिटनी टेस्ट का उपयोग करके की गई। प्रत्येक मार्कर के सापेक्ष महत्व का मूल्यांकन मृत्यु दर, आरओसी कर्व (एयूआरओसी) के तहत क्षेत्र और ऑड्स रेशियो का उपयोग करके किया गया।

परिणाम:एएलसी में कमी और अन्य सभी मार्करों के स्तर में वृद्धि के साथ मृत्यु दर में वृद्धि हुई, हालांकि 70% से अधिक पेशेंट्स, यहां तक कि चरम स्तर पर भी, जीवित रहे। आईएल-6 का उच्चतम समायोजित ऑड्स रेशियो (7.62) उच्चतम क्विंटाइल पर था, इसके बाद डी-डिमर (ओआर=6.04) का स्थान रहा। एलडीएच का उच्चतम एयूआरओसी (0.817) था, जबकि सीपक का सबसे कम (0.612) था। कोई भी एकल मार्कर 80% से अधिक मौतों को सही ढंग से वर्गीकृत नहीं कर सका, और मल्टीवेरिएबल लॉजिस्टिक रिग्रेशन ने केवल 24% से कम मामलों में मृत्यु दर को सही ढंग से वर्गीकृत किया।

निष्कर्ष:सूजन से जुड़े मार्करों का उच्च स्तर और कम एएलसी मान, कोविड-19 से होने वाली मृत्यु के लिए महत्वपूर्ण जोखिम कारक थे। हालांकि, कोई भी एक मार्कर, महत्वपूर्ण स्तर तक पहुंचने के बिना, मृत्यु का निश्चित रूप से अनुमान लगाने में सक्षम नहीं था। अध्ययन किए गए मार्करों में से, डी-डिमर (>192 एनजी/एमएल) और आईएल-6 (>4.5 पीजी/एमएल) मध्यम रूप से बढ़े हुए स्तर पर भी मृत्यु दर से सबसे अधिक जुड़े हुए थे, जबकि एलडीएच (>433 यू/एल) और ट्रोपोनिन-आई (>0.002 एनजी/एमएल) केवल उच्च स्तर पर मृत्यु दर से जुड़े थे। फेरिटिन ने मामूली संबंध दिखाया, और सीपक, सीआरपी और एएलसी मृत्यु दर के जोखिम के अपेक्षाकृत खराब संकेतक थे।

मुख्य शब्द:कोविड-19, साइटोकिन्स, इन्फ्लेमेशन, इन्फ्लेमेटरी मेकर्स, मोर्टेलिटी, आरओसी कर्व्स।

परिचय

कोविड-19 महामारी ने नवंबर 2021 के अंत तक दुनिया भर में 5 मिलियन से अधिक लोगों की जान ले ली है। कई देशों में यह महामारी लहरों में जारी रही है, और यह माना जा रहा है कि यह बीमारी लंबे समय तक हमारे बीच एक स्थानिक स्तर पर बनी रहेगी।1. What are the different types of surgeries offered at Max Hospital? 2. What is the cost of a kidney transplant at Max Hospital? 3. What are the qualifications of the surgeons at Max Hospital? 4. What is the success rate of surgeries at Max Hospital? 5. What are the risks and complications associated with surgeries at Max Hospital? 6. What is the recovery process after surgery at Max Hospital? 7. What are the different types of anesthesia used during surgeries at Max Hospital? 8. What are the different types of pain management techniques used after surgery at Max Hospital? 9. What are the different types of rehabilitation programs offered after surgery at Max Hospital? 10. What are the different types of follow-up care provided after surgery at Max Hospital?इसलिए, यह संभावना है कि यह बीमारी आने वाले समय में भी चिकित्सा जगत के लिए महत्वपूर्ण बनी रहेगी।

यह बीमारी कई पेशेंट्स में साइटोकाइन स्टॉर्म का कारण बनती है, जिन्हें अतिरंजित इम्युन रिस्पॉन्स के कारण हॉस्पिटल्स में भर्ती कराया जाता है। इन्फ्लेमेटरी मार्करों का मूल्यांकन इन पेशेंट्स में किए जाने वाले सबसे आम जांचों में से एक है। इन मार्करों की नियमित निगरानी को बीमारी के अधिक प्रभावी प्रबंधन में मदद करने के लिए महत्वपूर्ण माना जाता है।

यह देखा गया कि सूजन पैदा करने वाले मार्करों का उच्च स्तर कोविड-19 की गंभीरता में वृद्धि से गहराई से जुड़ा हुआ है।2, 3और मृत्यु दर में उनकी भूमिका का भी अध्ययन किया गया है।4.5हालांकि, विभिन्न मार्करों के साथ प्राप्त परिणाम अलग-अलग होते हैं और यह स्पष्ट नहीं है कि इन मार्करों के कौन से स्तर मृत्यु दर के जोखिम का आकलन करने में सहायक हैं और वे एक-दूसरे से कैसे तुलना करते हैं। इस अध्ययन का उद्देश्य कोविड-19 पेशेंट्स में विभिन्न इंफ्लेमेटरी मार्करों के स्तर का वर्णन करना, विभिन्न स्तरों और मृत्यु दर के बीच संबंध का आकलन करना, ताकि महत्वपूर्ण थ्रेशोल्ड की पहचान की जा सके, और मृत्यु दर के जोखिम के पूर्वानुमान के रूप में विभिन्न मार्करों के सापेक्ष महत्व की जांच करना था।

सामग्री और विधियाँ

मार्च 2020 से जुलाई 2021 तक उत्तरी भारत में हमारे हॉस्पिटल नेटवर्क में भर्ती हुए सभी कोविड-19 पेशेंट्स के रिकॉर्ड इलेक्ट्रॉनिक रिकॉर्ड सिस्टम से प्राप्त किए गए।

इन पेशेंट्स में कई इंफ्लेमेटरी मार्कर की जांच की गई, जैसा कि संबंधित डॉक्टरों ने बताया था, लेकिन आमतौर पर जिन मार्कर की जांच की गई, उनमें सी-रिएक्टिव प्रोटीन (सीआरपी), डी-डिमर, फेरिटिन, इंटरल्यूकिन-6 (आईएल-6), लैक्टेट डिहाइड्रोजनेज (एलडीएच), क्रिएटिनिन फॉस्फोकिनेज (सीपीके), ट्रोपोनिन-आई और एब्सोल्यूट लिम्फोसाइट काउंट (एएलसी) शामिल थे। भर्ती होने के 5 दिनों के भीतर प्राप्त पहला मान वर्तमान विश्लेषण के लिए माना गया।

सभी मार्करों का मूल्यांकन निर्माता के मैनुअल के अनुसार संबंधित हॉस्पिटल में स्थित मान्यता प्राप्त प्रयोगशालाओं में मानक विधि से किया गया। सीआरपी के लिए, लेटेक्स पार्टिकल इम्युनोटर्बिडिमेट्रिक विधि का उपयोग किया गया।6डी-डिमर के लिए, इम्यूनोटर्बिडिमेट्रिक विधि।7फेरिटिन के लिए, कीमोल्यूमिनेसेंस विधि।8आईएल-6 के लिए, इलेक्ट्रोकेमिलुमिनेसेंस विधि।9एलडीएच के लिए, एंजाइमेटिक लैक्टेट टू पाइरूवेट विधि।10सीपीके के लिए, एनएसी एक्टिवेटेड विधि।11ट्रोपोनिन-आई के लिए, कीमिलुमिनेसेंस विधि।12और एएलसी के लिए, इलेक्ट्रिकल इम्पेडेंस वीसीएस और गणना विधि।13इसका उपयोग किया गया था।

मार्करों के मानों के वितरण के आकार को यह समझने के लिए प्राप्त किया गया कि कोविड-19 पेशेंट्स में वे कितने विषम थे। व्यापक रूप से बिखरे हुए मानों के कारण, प्रत्येक मार्कर के स्तरों को पांच भागों (क्वांटाइल्स) में विभाजित किया गया, जिसमें प्रत्येक क्वांटाइल में लगभग एक-पांचवें मामलों की संख्या थी, जिनके लिए उस मार्कर का स्तर उपलब्ध था। इन मार्करों के स्तरों के बीच पियर्सन सहसंबंध गुणांक प्राप्त किया गया। अत्यधिक विषम वितरण के कारण, उन लोगों में उनके वितरण की तुलना करने के लिए मैन-विटनी परीक्षण का उपयोग किया गया जो जीवित रहे और जिनकी मृत्यु हो गई। क्वांटाइल्स में मृत्यु दर के रुझान का अध्ययन किया गया। इसके अतिरिक्त, आरओसी वक्र (एयूआरओसी) के तहत क्षेत्र मृत्यु दर के लिए प्राप्त किया गया। संवेदनशीलता और विशिष्टता के योग के आधार पर उच्चतम अंतर्निहित वैधता14 के साथ कट-ऑफ प्राप्त किया गया, और उन लोगों में मृत्यु दर प्राप्त की गई जिनके मान इस कट-ऑफ से कम थे और इस कट-ऑफ से अधिक थे, ताकि यह जांचा जा सके कि जीवित रहने वालों और जिनकी मृत्यु हो गई, उनका सही वर्गीकरण किस हद तक किया गया। हमने प्रत्येक मार्कर के लिए मृत्यु दर का ऑड्स रेशियो (ओआर) भी प्राप्त किया, जिसके लिए एंटर विधि का उपयोग करके बहुभिन्नरूपी लॉजिस्टिक रिग्रेशन चलाया गया, जिससे प्रत्येक मार्कर के लिए समायोजित ओआर प्राप्त हुआ। कुछ मार्करों के मानों के लिए अपेक्षाकृत अत्यधिक उच्च मृत्यु दर ने लॉजिस्टिक रिग्रेशन के लिए रैखिकता की धारणा का उल्लंघन किया - इस प्रकार, लॉग-मानों को आज़माया गया, और क्वांटाइल श्रेणियों का उपयोग किया गया। इस प्रकार, सांख्यिकीय विश्लेषण की कई विधियों को यह पता लगाने के लिए आज़माया गया कि क्या वे कोविड-19 मृत्यु दर में विभिन्न मार्करों के सापेक्ष महत्व और महत्वपूर्ण सीमा के बारे में एक मान्य निष्कर्ष के लिए कोई सुसंगत परिणाम देते हैं।

कई परीक्षणों को ध्यान में रखते हुए, पारंपरिक 0.05 के बजाय 0.01 से कम पी-वैल्यू को महत्वपूर्ण माना गया। गणनाओं के लिए एसपीएसएस 21 का उपयोग किया गया।

परिणाम

इस अवधि के दौरान कुल 19852 कोविड-19 पेशेंट्स को भर्ती किया गया। सबसे आम आयु वर्ग 40-59 वर्ष था (38.6%) और सभी पेशेंट्स में से 33.6% महिलाएं थीं।

अधिकांश मार्करों के लिए 10,000 से अधिक पेशेंट्स के स्तर उपलब्ध थे, और सीपीके के लिए सबसे कम 4566 पेशेंट्स थे। जिन पेशेंट्स में अधिकांश मार्करों की जांच की गई, उनमें मृत्यु दर 6.04% से 9.31% तक थी, जबकि कुल मृत्यु दर 8.42% थी। इससे पता चलता है कि मार्करों की जांच गंभीरता की परवाह किए बिना की गई थी, और उपलब्ध मान सभी भर्ती किए गए पेशेंट्स का उचित प्रतिनिधित्व हो सकते हैं।

विभिन्न मार्करों के स्तरों का वर्णनात्मक सांख्यिकीय विश्लेषण।

सभी मार्करों के स्तरों का सांख्यिकीय वितरण, जैसा कि अपेक्षित था, अत्यधिक रूप से दाईं ओर झुका हुआ था (चित्र 1), और एएलसी का वितरण थोड़ा झुका हुआ था। सीआरपी, आईएल-6 और ट्रोपोनिन-आई के मान, और काफी हद तक फेरिटिन के मान, एक घातीय आकार का अनुसरण करते हैं, जिसमें बहुत कम स्तर वाले सबसे अधिक संख्या में पेशेंट्स (आवृत्ति) थे, और सीआरपी, आईएल-6 और ट्रोपोनिन-आई के मामले में, स्तर बढ़ने पर आवृत्तियों में तेजी से गिरावट दिखाई देती है, और फेरिटिन के मामले में, धीरे-धीरे गिरावट दिखाई देती है। इसके विपरीत, डी-डिमर, एलडीएच, सीपक और एएलसी का वितरण एक विशिष्ट गामा वितरण था, जिसमें कम मानों पर छोटी आवृत्तियाँ थीं, थोड़ी अधिक मानों के साथ तेजी से वृद्धि होती है, और फिर धीरे-धीरे गिरावट दिखाई देती है।

missing image
missing image
missing image
missing image
missing image
missing image
missing image
missing image

चित्र 1:विभिन्न मार्करों के मानों का सांख्यिकीय वितरण।

संक्षिप्त रूप: एएलसी- एब्सोल्यूट लिम्फोसाइट काउंट, सीआरपी- सी-रिएक्टिव प्रोटीन, सीपक- क्रिएटिनिन फॉस्फोकिनेज, आईएल- इंटरल्यूकिन, एलडीएच- लैक्टेट डिहाइड्रोजनेज, क्यू- क्विंटाइल।

missing image

टेबल 1:विभिन्न मार्करों के लिए क्वेंटाइल्स।

संक्षिप्त रूप: एएलसी-एब्सोल्यूट लिम्फोसाइट काउंट, सीआरपी-सी-रिएक्टिव प्रोटीन, सीपक-क्रिएटिनिन फॉस्फोकिनेज, आईएल-इंटरल्यूकिन, एलडीएच-लैक्टेट डिहाइड्रोजनेज, क्यू-क्विंटाइल।

इन मार्करों के स्तर में बहुत अधिक असमानता और व्यापक रेंज को देखते हुए, हमने स्तरों को 5 क्वान्टाइल में विभाजित किया – जिनमें से प्रत्येक में लगभग एक-पांचवें ऐसे विषय शामिल थे जिनके स्तर उपलब्ध थे। पहले 20% (Q1) में ज्यादातर विषयों के स्तर सामान्य सीमा के भीतर थे, और शीर्ष 20% में स्तर बहुत अधिक थे, जैसे कि सीआरपी का 53.7 मिलीग्राम/एमएल से अधिक और डी-डिमर का 530 एनजी/एमएल से अधिक (टेबल 1)। एएलसी के मामले में, स्थिति बिल्कुल विपरीत थी।

टेबल 2 में सबसे अधिक बार आने वाले स्तर (मोड) दिखाए गए हैं। सीआरपी और ट्रोपोनिन को छोड़कर, ये मान कम थे और कोविड-19 से पीड़ित भर्ती किए गए पेशेंट्स में विभिन्न मार्करों के स्तर में बहुत अधिक भिन्नता दिखाई गई।

missing image

टेबल 2:मोडल इंटरवल और उन पेशेंट्स का प्रतिशत जिनकी मार्कर वैल्यू कम है।
* एएलसी के मामले में कम वैल्यू।

संक्षिप्त रूप: एएलसी- एब्सोल्यूट लिम्फोसाइट काउंट, सीआरपी- सी-रिएक्टिव प्रोटीन, सीपक- क्रिएटिनिन फॉस्फोकिनेस, आईएल- इंटरल्यूकिन, एलडीएच- लैक्टेट डिहाइड्रोजनेज, क्यू- क्विन्टल

हालांकि ये मान इन मापदंडों की सामान्य संदर्भ सीमा के भीतर थे, लेकिन आधे से अधिक पेशेंट्स में कई मार्करों का स्तर बढ़ा हुआ था, जो इन पेशेंट्स में साइटोकाइन स्टॉर्म की घटना का संकेत देता है। सीआरपी, आईएल-6 और फेरिटिन के माध्य स्तर भी काफी अधिक थे (टेबल 2), जिससे पता चलता है कि आधे से अधिक कोविड-19 पेशेंट्स में इन मार्करों के संबंध में साइटोकाइन स्टॉर्म था।

आठों इंफ्लेमेटरी मार्करों के मान 4108 पेशेंट्स के लिए उपलब्ध थे और उनमें मृत्यु दर 8.85% थी। यह सभी मामलों में 8.42% की मृत्यु दर से बहुत अलग नहीं है। इस प्रकार, ये 4108 पेशेंट्स मृत्यु दर के संबंध में सभी मामलों का एक अच्छा प्रतिनिधित्व हो सकते हैं। इन पेशेंट्स में इंफ्लेमेटरी मार्करों के स्तर के बीच पियर्सन सहसंबंध गुणांक, हालांकि हमारे अध्ययन में बड़े 'n' के कारण सांख्यिकीय रूप से महत्वपूर्ण थे, लेकिन 0.207 (टेबल 3) तक कम थे, सिवाय फेरिटिन और एलडीएच के बीच 0.429 और डी-डिमर और ट्रोपोनिन-आई स्तरों के बीच 0.313 के। इस प्रकार, ऐसा प्रतीत होता है कि विभिन्न मार्कर ज्यादातर एक-दूसरे से स्वतंत्र रूप से काम करते हैं, कम से कम रैखिक रूप से, क्योंकि पियर्सन सहसंबंध गुणांक केवल रैखिक संबंध की ताकत को मापता है।

missing image

टेबल 3:विभिन्न मार्करों के स्तरों के बीच सहसंबंध गुणांक।

संक्षिप्त रूप: एएलसी- एब्सोल्यूट लिम्फोसाइट काउंट, सीआरपी- सी-रिएक्टिव प्रोटीन, सीपक- क्रिएटिनिन फॉस्फोकिनेस, आईएल- इंटरल्यूकिन, एलडीएच- लैक्टेट डिहाइड्रोजनेज, क्यू- क्विंटाइल।

जीवित और मृत पेशेंट्स में मार्करों का स्तर।

उन पेशेंट्स में जिनमें सभी मार्करों के स्तरों का वितरण महत्वपूर्ण रूप से अलग था (पी < 0.001), जो जीवित रहे और जिनकी मृत्यु हो गई। सभी मार्करों के माध्य स्तर उन लोगों में महत्वपूर्ण रूप से (पी < 0.001) अधिक थे जिनकी मृत्यु हो गई, हालांकि जीवित रहने वाले पेशेंट्स में भी माध्य स्तर अधिक थे (एएलसी के मामले में कम) (टेबल 4)। जब स्तरों को लगभग 20% मामलों वाले प्रत्येक श्रेणी में विभाजित किया गया, तो डी-डिमर और आईएल-6 के लिए बढ़ते क्वार्टाइलों के साथ मृत्यु दर में तेजी से वृद्धि दिखाई दी, सीआरपी और फेरिटिन के लिए अपेक्षाकृत धीमी वृद्धि, और सीपीके के मामले में बहुत अधिक वृद्धि नहीं देखी गई (चित्र 2)। एलडीएच और ट्रोपोनिन-आई ने जब शीर्ष क्वार्टाइल तक पहुंचे तो मृत्यु दर का जोखिम तेजी से बढ़ गया (> एलडीएच के लिए 433 यू/एल और ट्रोपोनिन-आई के लिए > 0.012 एनजी/एमएल), लेकिन जब यह स्तर इससे कम था तो बहुत अधिक वृद्धि नहीं हुई। एएलसी के मामले में, जैसे-जैसे स्तर कम होते गए, मृत्यु दर में वृद्धि हुई, लेकिन मृत्यु दर विशेष रूप से अधिक थी जब स्तर पहले क्वार्टाइल में थे (< 0.69x109/एल)।

missing image

टेबल 4:जीवित बचे और जिनकी मृत्यु हो गई, उन पेशेंट्स में विभिन्न मार्करों के माध्य मान।

संक्षिप्त रूप: एएलसी- एब्सोल्यूट लिम्फोसाइट काउंट, सीआरपी- सी-रिएक्टिव प्रोटीन, सीपक- क्रिएटिनिन फॉस्फोकिनेज, आईएल- इंटरल्यूकिन, एलडीएच- लैक्टेट डिहाइड्रोजनेज, क्यू- क्विंटाइल।

missing image
missing image
missing image
missing image
missing image
missing image
missing image
missing image

चित्र 2:विभिन्न क्विंटाइल श्रेणियों में मार्करों में मृत्यु दर का रुझान।

संक्षिप्त रूप: एएलसी- एब्सोल्यूट लिम्फोसाइट काउंट, सीआरपी- सी-रिएक्टिव प्रोटीन, सीपक- क्रिएटिनिन फॉस्फोकिनेस, आईएल- इंटरल्यूकिन, एलडीएच- लैक्टेट डिहाइड्रोजनेज, क्यू- क्विंटाइल।

missing image

टेबल 5:सामान्य स्तर और उच्च स्तर वाले पेशेंट्स में मृत्यु दर
टेबल 2 में दिए गए कट-ऑफ मान के अनुसार, एएलसी के मामले में कम स्तर पाया गया।

संक्षिप्त रूप: एएलसी- एब्सोल्यूट लिम्फोसाइट काउंट, सीआरपी- सी-रिएक्टिव प्रोटीन, सीपक- क्रिएटिनिन फॉस्फोकिनेज, आईएल- इंटरल्यूकिन, एलडीएच- लैक्टेट डिहाइड्रोजनेज।

विभिन्न मार्करों के सामान्य स्तर वाले पेशेंट्स में मृत्यु दर 1.9% से 10.8% के बीच थी, जो उन पेशेंट्स में 10.7% से 15.1% तक बढ़ गई जिनके स्तर बढ़े हुए थे (एएलसी के मामले में कम)। ट्रोपोनिन के मामले में यह 38.0% थी (टेबल 5)। मृत्यु दर का सबसे अधिक अनुपात (लगभग 1:8) ट्रोपोनिन के बढ़े हुए स्तर वाले पेशेंट्स में था, इसके बाद डी-डिमर (लगभग 1:7) था। बढ़े हुए सीपक स्तर वाले पेशेंट्स में सापेक्ष मृत्यु दर, सामान्य स्तर वाले पेशेंट्स में मृत्यु दर से केवल डेढ़ गुना अधिक थी।

आरओसी कर्व के नीचे का क्षेत्र।

आरओसी कर्व्स, ट्रू पॉज़िटिविटी रेट के मुकाबले फ़ॉल्स पॉज़िटिविटी रेट का ग्राफ़ होता है, जहाँ यहाँ 'पॉज़िटिविटी' का मतलब मृत्यु दर है। एयूआरओसी, जो जीवित रहने और मृत्यु दर की पहचान करने के लिए स्तरों की प्रभावशीलता को दर्शाता है, एलडीएच के लिए सबसे अधिक (0.817) था, इसके बाद ट्रोपोनिन-आई, डी-डिमर और आईएल-6 थे, जिनका एयूआरओसी क्रमशः 0.807, 0.797 और 0.793 था (चित्र 3)। सीपीके के लिए यह सबसे कम 0.612 था।

missing image

चित्र 3:विभिन्न मार्करों के लिए आरओसी कर्व।

The most correct classification of mortality was by D-dimer level of more than 302.5 ng/mL but that too did not exceed 80% (Table 6). The correct classification of survivals by the levels less than these cut-offs was even lower at nearly 70%. The survival was best detected (88.2%) by CPK values less than 206.5 μg/L but this cut-off correctly classified mortality in only 44.0% cases (Table 6). Considering a correct classification of both deaths and survivals together, the best overall accuracy was 82.8% by CPK with the optimal cut-off 206.5 μg/L, followed by IL-6 with cut-off 45.4 pg/mL. LDH with cut-off 403.9 U/L also had overall accuracy of 82.0%. No marker was able to correctly classify deaths and survivals in more than 83% cases, and most of the correct classifications were for survivals and not many for mortality. Other markers had lower performance. The overall accuracy was least (61.6%) by CRP at the optimal cut-off of 12.4 mg/L.

missing image

*Best cut-off for classifying survival and death (highest sensitivity + specificity)
** Lower values in the case of ALC Table 6: Correct classification of deaths and survival by the “Optimal” cut-off

Extremely high levels of these markers were also seen, though rare, and turned out to be associated with high mortality. There were 130 (1.4%) cases with LDH level 1000 U/L or more and 93 (71.5%) of them died. Similarly, 113 (0.9%) cases had D-dimer level 10,000 ng/mL or more and 59 (52.2%) died, 97 (0.8%) cases with IL-6 level at least 1,000 pg/mL and 62 (63.9%) died. Only 4 (0.1%) cases had ferritin level 10,000 μg/L or more and 2 (50.0%) died. Thus, extremely high levels of these markers had high mortality.

Logistic Regression

Steeply increasing mortality with increasing levels of some markers violates the assumption of linearity for valid logistic regression results when the levels are considered as the continuous variables. The trend in Figure 2 is a testimony for this. We tried log transformation (Supplement) but that too did not help because the mortality was exceedingly high for some levels (Figure S1). As a remedy, we used quintile categories for each marker without considering the ingredient to obviate the need for linearity.15 The results of multivariable logistic regression are in Table 7. The highest adjusted odds ratio (aOR), with Q1 as the reference category, adjusted for other markers, was 8.40 for Q2 levels of troponin-I, which could be an aberration due to the lack of a trend. For stable trend, the highest aOR was 7.62 for Q5 of IL-6 followed by 6.04 for Q5 levels of D-dimer and the lowest was 0.81 for Q4 of CPK, though not statistically significant (P = 0.326). These ORs indicate that the risk of mortality increased to as much as 7 times when the levels of IL-6 and D-dimer reached the top quintile. At the stricter 1% level of significance, CRP, ferritin, CPK, and ALC did not provide statistically significant aOR for any quintile category. Q5 (> 433 U/L) was significant for LDH, and Q3, Q4 and Q5 for D-Dimer (>192 ng/mL) and all quintiles after the first for IL-6 (> 4.5 pg/mL). Except for Q4, troponin-I levels more than 0.002 ng/mL also had significant aOR for mortality. The multivariable logistic regression, which considered all the markers together for both mortality and survival, could correctly classify 91.7% cases in all, including survivals, but only 23.2% deaths were correctly classified. This indicates minor association of these markers with overall deaths and indicates that other factors also contributed to the mortality.

missing image

Table 7: Results of multivariable logistic regression for mortality aOR: adjusted odds ratio

DISCUSSION

Several meta-analyses2, 4, 5, 16, 17 and individual studies18, 19 have concluded that elevated levels of inflammatory markers are associated with severity and mortality in COVID-19 cases. This is obvious because the elevated (low of ALC) levels of these markers indicate greater tissue damage that leads to deterioration of the patient condition. We could not find specific information in the literature on the relative importance of various markers as a risk factor for mortality and on the critical thresholds. Also, while previous studies, including meta-analyses, have had relatively small sample sizes, we have analysed data from more than 10,000 patients for 5 of the 8 markers and a substantially large minimum sample of 4566 for CPK. Thus, our results are likely to offer better reliability.

Our search did not find any article that describes the level of inflammatory markers in COVID-19 patients in such detail. The typical gamma distribution of values of D-dimer, LDH, CPK, and ALC, and its special case exponential distribution of the CRP, ferritin, IL-6, and troponin values could help anticipate the pattern of their level in future COVID-19 patients and to apply the right statistical method for their analysis when an exact parametric analysis is required.

Quantile values presented by us for admitted COVID-19 patients describe, among others, the bottom 20% values and the top 20% values (Table 1). These have not been reported earlier. Elevated values of D-dimer, ferritin, CPK, and troponin-I, and low values of ALC were seen in less than one-half of the cases but CRP, IL-6, and LDH were elevated in 60%-70% cases (Table 2). The median, for example 19.1 pg/mL for IL-6, tells that one half of the admitted patients had levels less than this value and the other half the higher levels. An interesting finding from our analysis is the low correlation between the values of the most markers (Table 3), indicating they generally operate independently of one another. However, the correlation between ferritin and LDH was 0.427, which is an exception. Similarly, there was a correlation 0.313 between D-dimer and troponin. Such a correlation between these two markers has also been observed in acute myocardial infarction.20

Our major concern in this communication is to investigate the relative importance of various inflammatory markers in predicting mortality and to identify the critical thresholds. While these markers are known as sensitive indicators of severity, there appears to be a lack of work on these aspects. The elevated (or low levels of ALC) level of these markers in the early phase of the disease can alert the clinicians regarding the possibility of deterioration of the patient, and their relative importance can help in better and more evidence-based clinical decision-making.

In a systematic review of 28 studies (n = 4663), Zhang et al.16 observed increased CRP in 73.6% patients, increased IL-6 in 53.1%, and increased LDH in 46.2%. We observed elevated LDH in more (56.7% - Table 2) cases but elevated CRP and IL-6 in nearly the same percentage of cases as reported by them. The meta-analysis of 7 studies in the same paper by Zhang et al. found increased CRP and increased LDH significantly associated with severity. They also studied other markers, but not the ones we analysed in this report.

The meta-analysis of 56 studies (n = 8719) by Ji et al.17 reported the weighted mean difference of CRP, IL-6, and other markers between severe and non-severe cases, and deceased and surviving patients. They concluded that the disease severity is associated with higher levels of inflammatory markers. In a review of 72 studies, Tjendra et al.5 studied multiple markers and reported that 'markedly' elevated levels were associated with the severity of disease. Loomba et al.4 analysed 10 studies (n = 1584) and reported significant differences in the levels of various markers between the patients who survived and who did not2 Another meta-analysis which included 23 studies (n = 4313) found significantly higher levels of CRP and IL-6, among others, in severe patients.

In a pooled analysis of 9 studies (n = 1532), Henry et al.18, reported that elevated LDH levels were associated with a 6-fold increase in odds of developing severe disease and a 16-fold increase in odds of mortality. Their report suggests that, on average, nearly 90% of severe patients had elevated LDH against only nearly 32% in non-severe patients. In a study of 923 patients in China, Zhang et al.19 concluded that ALC levels remaining low after the first week following symptoms onset are highly predictive of in-hospital death.

In an IL-6-based mortality risk model21 on patients in Spain found IL-6, CRP, LDH, ferritin, and D-dimer had AUROC > 0.70 and described them as ‘predictive’ of mortality. The study by Marimuthu et al.21 in India reported highest AUROC = 0.740 for IL-6 among the five markers they studied. These studies are similar to ours but were based only on 611 and 221 patients, respectively. The threshold of 0.70 for AUROC chosen by them seems too low to us for ‘prediction’ of mortality. We also observed AUROC > 0.70 for all the markers except CPK and ALC, but the AUROC must be at least 0.80 to have ‘good’ inherent validity14. With this criterion, we found only LDH and troponin as a good indicator of mortality with AUROC exceeding 0.80. D-dimer and IL-6 were close, with AUROC 0.797 and 0.793, respectively.

The optimal cut-off revealed by the model proposed by Laguna Goya et al.21 had 88% sensitivity and 89% specificity for mortality which is promising, but they did not provide details of how these values were obtained. Marimuthu et al.22 reported that an IL-6 level > 60.5 pg/mL and D-dimer level > 0.5 μg/mL ‘predicted’ in-hospital mortality with sensitivities of 80% and 76.7%, respectively. However, the specificities were lower, at 65% and 60%, respectively.

Our quintile-based multivariable logistic model correctly classified only 23.2% deaths but was excellent in correctly classifying 98.4% of survivals. The low accuracy of mortality may have happened because this model considered all the markers together with no fixed threshold and optimized the classification of both the deaths and survivals.

All the studies, including ours, overwhelmingly suggest that the elevated levels of the inflammatory markers (or low levels of ALC) in COVID-19 patients are significantly associated with death. To us this is obvious. No study seems to have commented on which marker is more important than others as a risk of mortality and what are the critical thresholds. We conducted three types of analyses to investigate the association of different levels with mortality. First, assessing mortality at the conventional normal cut-offs; second, determining the optimal cut-offs that correctly classify both survival and mortality simultaneously; and third ,identifying the critical thresholds associated with a high risk of mortality.

The use of the term ‘predictivity’ by some authors18,19,21 seems misplaced because the studies were based on records where deaths already occurred with several factors playing their role. These were not prospective studies designed to determine mortality at different levels of the markers. Correct classification of deaths and survival in a retrospective study cannot be interpreted as predictive. Predictivity has causal overtones whereas this study focuses solely on association. Thus, we avoid the term predictivity and discuss only the association that could at best be called a significant risk factor. In our case, even a significant association does not necessarily translate into the significant risk of mortality because we have a huge sample size that makes it easy to obtain statistical significance even at a strict level of 1%.

The ROC analyses show that the best overall accuracy for correct classification of mortality and survival was achieved by CPK at the optimal cut-off of 206.5 U/L; however, even this did not exceed 83% (Table 6). Whilst this result substantially included correct survivals, it also misclassified many deaths. Thus, a marker that can reliably identify the mortality as well as survival is elusive. Among those studied, our results suggest that the levels of IL-6, CPK, LDH, CPK, and troponin-I have relatively more importance for correctly classifying both mortality and survival. The performance of D-dimer was moderate and the role of CRP, ferritin, and ALC was relatively poor. Quintile analysis (Figure 2) and the logistic results (Table 7) show that among the individual markers, the risk of mortality steeply increased with the levels of IL-6 and D-dimer, and not so much with the elevated levels of other markers we studied. LDH became a substantial risk when it reached its highest quintile (> 433 U/L), but troponin, IL-6, and D-dimer posed higher risks at a relatively lower level (> 0.012 ng/mL, 4.5 pg/mL, and 192 ng/mL, respectively). These include values at the upper end of the conventional normal levels, which are thresholds that require special attention in COVID-19 patients. CPK, CRP and ALC seemed to have a poor association with mortality while ferritin expressed a modest risk.

CONCLUSION:

Our results suggest that the increase in IL-6 and D-dimer should be tracked more carefully in COVID-19 patients. High levels of troponin-I and LDH also carry a high-risk, while increasing ferritin level carry a modest risk. In contrast, CPK, CRP, and ALC appear to have limited significance for predicting mortality risk.

Contributions of authors

SB designed the study concept, finalized the draft, and contributed patients for the study, AI designed the study concept, guided the statistical analysis, and contributed to the draft, MP did the statistical analysis and prepared the graphs, PD provided inputs on lab data and interpretation, the remaining are clinicians (Critical Care) who contributed patients/laboratory data and/or treated patients included in the present study.

Conflict of Interests:

None of the authors reported any conflict of interest.

Funding Sources:

This study did not receive any financial contribution from any funding agency/source.

Ethics Committee Approval:

The study was approved by the Institutional Ethics Committee, Max Super Speciality Hospital (A unit of Devki Devi Foundation), Address: Service Floor, Office of Ethics Committee, East Block, next to Conference Room, Max Super Speciality Hospital, Saket (A unit of Devki Devi Foundation), 2, Press Enclave Road, Saket, New Delhi – 110017 vide ref. no. BHR/RS/MSSH/DDF/SKT-2/ IEC/IM/21-32 dated 23rd December 2021. The IEC provided no objection and approved the publication of this manuscript.

Consent:

All the admitted patients gave a prior consent for their anonymised data to be used for research purposes.

References

  • Horreo L, Madzokere E. COVID-19 will likely shift from pandemic to endemic — but what does that mean? World Eco Forum. Sept 23, 2021. Available at: https://www.weforum. org/agenda/2021/09/CoViD-pandemic-epidemic-disease coronavirus/ . [cited on:]
  • Amiri-Dashatan N, Koushki M, Ghorbani F, et al. Increased inflammatory markers correlate with liver damage and predict severe COVID-19: a systematic review and meta-analysis. Gastroenterology and hepatology from bed to bench. 2020;13(4):282.
  • Broman N, Rantasärkkä K, Feuth T, et al. IL-6 and other biomarkers as predictors of severity in COVID-19. Annals of medicine. 2021;53(1):410-12.
  • Loomba RS, Villarreal EG, Farias JS, Aggarwal G, Aggarwal S, Flores S. Serum biomarkers for prediction of mortality in patients with COVID-19. Annals of clinical biochemistry. 2022;59(1):15 22.
  • Tjendra Y, Al Mana AF, Espejo AP, et al. Predicting disease severity and outcome in COVID-19 patients: a review of multiple biomarkers. Archives of pathology & laboratory medicine. 2020;144(12):1465-74.
  • Canto JA, Bibolini PA, Majda MK, et al. C Reactive Protein. Latex enhanced immunoturbidimetry. Method adaptation and validation. ACTA BIOQUIMICA CLINICA LATINOAMERICANA. 2003;37(4):371-81.
  • Elhabyan A, Broce M, Rosencrance JG, et al. The quantitative immunoturbidimetric D-dimer method to rule out venous thromboembolism (VTE). The West Virginia Medical Journal. 2007;103(1):22-5.
  • Juncá Piera J, Farré Guerrero V, Carbonell Coll M, et al. Evaluación de un método para la determinación de la ferritina sérica por quimioluminiscencia [Evaluation of a method for the determination of serum ferritin by chemiluminescence]. Sangre (Barc). 1990;35(3):223-6.
  • Musilova I, Andrys C, Holeckova M, et al. Interleukin-6 measured using the automated electrochemiluminescence immunoassay method for the identification of intra-amniotic inflammation in preterm prelabor rupture of membranes. The Journal of Maternal-Fetal & Neonatal Medicine. 2020 Jun 2;33(11):1919-26.
  • Tietz NW. Clinical guide to laboratory tests. InClinical guide to laboratory tests 1995 (pp. 1096-1096).
  • Beckman Coulter. Creatine kinase (CK-Nac). Available from: https://www.beckmancoulter.com/wsrportal/ techdocs?docname=/cis/BAOSR6x79/%%/EN_CREATINE. Cited on:
  • Beckman Coulter. Creatine kinase (CK-Nac). Available from: https://www.beckmancoulter.com/wsrportal/ techdocs?docname=/cis/BAOSR6x79/%%/EN_CREATINE. Cited on:
  • Bain BJ, Bates I, Laffan MA, et al. Dacie and Lewis Practical Haematology International Edition E-Book, 11th Edition, 2011. https://www.uk.elsevierhealth.com/dacie-and-lewis-practical haematology-international-edition-e-book-9780702048623. html
  • Indrayan A, Malhotra RK. Medical Biostatistics, Fourth Edition. CRC Press, 2018: p 271.
  • Hosmer DW, Lemeshow S. Applied Logistic Regression, Second Edition. John Wiley and Sons, 2000.
  • Zhang ZL, Hou YL, Li DT, et al. Laboratory findings of COVID-19: a systematic review and meta-analysis. Scandinavian journal of clinical and laboratory investigation. 2020;80(6):441-7.
  • Ji P, Zhu J, Zhong Z, et al. Association of elevated inflammatory markers and severe COVID-19: A meta-analysis. Medicine. 2020;99(47):e23315.
  • Henry BM, Aggarwal G, Wong J, et al. Lactate dehydrogenase levels predict coronavirus disease 2019 (COVID-19) severity and mortality: A pooled analysis. The American journal of emergency medicine. 2020;38(9):1722-6.
  • Zhang HJ, Qi GQ, Gu X, et al. Lymphocyte blood levels that remain low can predict the death of patients with COVID-19. Medicine. 2021;100(28):e26503.
  • Budhiraja S, Indrayan A, Das P, et al. Relative Importance of Various Inflammatory Markers and Their Critical Thresholds for COVID-19 Mortality. medRxiv. 2021:2021-12.
  • Laguna-Goya R, Utrero-Rico A, Talayero P, et al. IL-6–based mortality risk model for hospitalized patients with COVID-19. Journal of Allergy and Clinical Immunology. 2020;146(4):799 807.
  • Marimuthu AK, Anandhan M, Sundararajan L, et al. Utility of various inflammatory markers in predicting outcomes of hospitalized patients with COVID-19 pneumonia: A single center experience. Lung India. 2021;38(5):448-53.