Recent studies have suggested that proton pump inhibitor (PPI) use may increase the risk of contracting severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) and worsen the course COVID-19.1Almario C.V. et al.Am J Gastroenterol. 2020; 115: 1707-1715Crossref PubMed Scopus (146) Google Scholar,2Lee S.W. et al.Gut. 2021; 70: 76-84Crossref PubMed Scopus (145) Google Scholar This observation is biologically plausible, as gastric acid is a well-established line of defense against microbial pathogens, including SARS-CoV-1.3Darnell M.E. et al.J Virol Methods. 2004; 121: 85-91Crossref PubMed Scopus (514) Google Scholar In addition, PPI use may worsen outcomes in patients with COVID-19 through alterations of the gut microbiome and intestinal immune apparatus.4Freedberg D.E. et al.Gastroenterology. 2015; 149: 883-885Abstract Full Text Full Text PDF PubMed Scopus (245) Google Scholar Conversely, recent data suggest that histamine 2 receptor antagonists (H2RAs), which are less potent than PPIs in terms of acid suppression, may be beneficial in SARS-CoV-25Freedberg D.E. et al.Gastroenterology. 2020; 159: 1129-1131Abstract Full Text Full Text PDF PubMed Scopus (185) Google Scholar,6Mather J.F. et al.Am J Gastroenterol. 2020; 115: 1617-1623Crossref PubMed Scopus (90) Google Scholar through direct antiviral effects.7Wu C. et al.Acta Pharm Sin B. 2020; 10: 766-788Crossref PubMed Scopus (1613) Google Scholar Considering that acid suppressive medications are among the most commonly consumed drugs in the United States, an understanding of the impact of these agents on COVID-19 outcomes is of significant importance. In particular, data informing the public on whether there is an evidence-based rationale to modify the use of these chronic medications during the pandemic are necessary. We studied whether preadmission exposure to PPIs or H2RAs was associated with worse outcomes among patients hospitalized with COVID-19. This was a secondary analysis of a retrospective cohort study aiming to better characterize digestive manifestations in patients hospitalized with COVID-19 across 36 medical centers in North America.8Elmunzer B.J. et al.Clin Gastroenterol Hepatol. 2020 Sep 30; (PMID: 33010411)Google Scholar The first 50 to 100 consecutive patients with a confirmed diagnosis of COVID-19 at each participating institution were included. Clinical data from the time of symptom onset until discharge, death, or the end of the study period were manually abstracted from electronic health records by study personnel under the oversight of a primary clinician-investigator. Conventional regression and propensity score matched analyses were performed to evaluate the association between preadmission acid suppressive medication exposure and mechanical ventilation or death. Sensitivity analyses were conducted to evaluate the validity of excluding patients with unknown PPI/H2RA status and of imputing missing data. More comprehensive methods are provided in the Supplementary Material. Between April 15 and June 5, 2020, data were collected from 1992 subjects. There were 146 patients excluded from the primary analysis because PPI or H2RA use within 1 month of admission was unknown. Characteristics of the final study cohort (1846 patients with COVID-19) are shown in the Supplementary Table 1. A total of 417 patients (22.6%) had recent PPI use, 167 (9.1%) had recent H2RA use, and 29 (1.6%) had both. The baseline variables included in the final regression models are listed in Supplementary Table 2. After adjusting for measured baseline confounders, PPI use was not independently associated with the need for mechanical ventilation in the primary regression analysis (odds ratio [OR] 1.02; 95% confidence interval [CI] 0.73–1.43; P = .89) (Figure 1). In contrast, H2RA use was associated with 1.55 times the odds of requiring mechanical ventilation relative to patients not exposed to H2RA (OR 1.55; 95% CI 1.11–2.19; P = .01) (Figure 1). Propensity score matched analysis confirmed the lack of association between PPI use and mechanical ventilation and demonstrated a significant increase in the likelihood of mechanical ventilation among patients exposed to H2RA (risk difference 9.72%; 95% CI 1.26%–18.2%; P = .02). In sensitivity analyses, removal of patients with at least 1 missing covariate value (480 observations) or inclusion of patients with unknown PPI/H2RA use (139 additional observations) did not change the findings. PPI use was not independently associated with increased death (OR 0.87; 95% CI 0.66–1.14; P = .31) (Figure 1). Similarly, H2RA exposure was not associated with increased death (OR 1.37; 95% CI 0.96–1.95; P = .08) (Figure 1). Propensity score matched analysis showed similar findings. In the sensitivity analyses, removal of patients with at least 1 missing covariate value (375 observations) did not change the findings pertaining to PPI use. However, this analysis did demonstrate a statistically significant association between H2RA exposure and in-hospital mortality (OR 1.48; 95% CI 1.04–2.12; P = .03). The sensitivity analysis that included patients with unknown PPI/H2RA status (139 additional observations) did not change the results. In this large-scale study of patients hospitalized with COVID-19 across 36 medical centers in North America, preadmission exposure to PPI and/or H2RA did not appear to strongly affect the likelihood of mechanical ventilation or death. Our findings do not support the putative deleterious effects of PPIs and in fact contradict the hypothesized benefits of H2RAs in SARS-CoV-2 infection. These observations suggest that modified use of these medications for the purpose of improving COVID-19 outcomes is not justified. Instead, the results reinforce the preexisting guidance of taking acid suppressive medications only when indicated and at the lowest dose that achieves the clinical objective for which they were recommended. The observation that preadmission H2RA use increased the risk of mechanical ventilation in this cohort is noteworthy, as it opposes growing evidence of the beneficial effect of famotidine. The reasons for this finding are unclear and may not apply to famotidine specifically, as the exact H2RA consumed by patients in the cohort was not determined. However, since the estimated effect size was relatively small, there was no association between H2RA use and death, and residual confounding is always a risk in observational studies of this nature, the finding largely serves to caution against overuse of this medication and highlights the importance of additional research prior to clinical care or policy changes. It is also important to emphasize that recent studies showing the favorable effect of famotidine have evaluated active treatment rather than preadmission exposure, as we assessed in this study. This study has several important limitations. First, PPI and H2RA exposure was not verified against pharmacy records and their consistent use could not be confirmed. However, these medications are commonly acquired over the counter, limiting the ability of prescription claims to confirm use. Furthermore, medication use in this study was collected manually by comprehensive review of electronic health records by clinicians or study coordinators under the oversight of a clinician-investigator, with likely increased accuracy compared with administrative data. Second, as noted previously, we did not specifically query the use of famotidine relative to the other H2RAs, and thus a beneficial effect of this medication may have been diluted by other drugs in this class. Third, we did not collect data on in-hospital acid suppressive medication administration, which may have been associated with preadmission exposure and could have confounded the analysis. Last, observations from this cohort reflect the earliest phase of the pandemic and may not apply to the current time. In conclusion, we did not observe a strong deleterious effect of preadmission PPI use or a beneficial effect of preadmission H2RA use among patients hospitalized with COVID-19. These findings caution against the modified use of these medications to improve COVID-19–related outcomes. Teldon Alford, an author and data manager for the Alliance is now employed by Emmes, a clinical research organization that conducts research in the COVID-19 space; see the Supplementary Material for the of the North American Alliance for the Study of Digestive manifestations of COVID-19. Badih Joseph Elmunzer, MD (Conceptualization: Lead; Data curation: Lead; Formal analysis: Lead; Writing D (Conceptualization: L Bethany Wolf, PhD (Formal analysis: Lead; Methodology: Lead; Writing ad; Formal editing: Supporting) James Scheiman, MD (Writing alysis: Lead; Methodology: Lead; Writing ad; Formalht of Equal) William Tierney, MD (Writing lysis: Lead; Methodology: Lead; Writing ad; Formalht of a Equal) Jason Taylor, MD (Writing n original draft: Supporting; Writing – review & editing: Equal) This was a secondary analysis of a large-scale retrospective cohort study aiming to better understand COVID-19 and the digestive system. The study was conducted through an alliance of 36 medical centers in the United States and Canada. Institutional review board approval was obtained at each site before patient identification and data collection. Adult patients who were hospitalized with a confirmed diagnosis of COVID-19 were considered eligible. To limit sampling bias, we aimed to include the first 50 to 100 consecutive patients meeting eligibility criteria at each participating institution. Potentially eligible patients were identified by site investigators using multiple methods, including data warehouse queries, electronic research subject identification tools, and COVID-19 patient lists provided by relevant hospital entities. Clinical data from the time of symptom onset until discharge, death, or the end of the study period, including the use of PPI or H2RA within 1 month of admission, were manually abstracted through review of electronic health records. Data abstraction was performed by clinical research coordinators, medical students, internal medicine and gastroenterology trainees, as well as faculty gastroenterologists, depending on site. Every site had a designated clinician investigator who oversaw and vouched for the integrity of data collection. Data quality was ensured to the greatest extent possible using a multifaceted strategy that has been described previously and included manual review of all incoming data by a dedicated data management specialist.1Almario C.V. et al.Am J Gastroenterol. 2020; 115: 1707-1715Crossref PubMed Scopus (146) Google Scholar The data collection form is provided later in this Supplementary Material. The association between acid suppressive medication use and mechanical ventilation or death was evaluated using 2 separate multivariable generalized linear regression models. PPI and H2RA use, the independent variables of interest, as well as age, race, and sex were included in both models. Lasso regression, an agnostic, data-driven approach to variable selection, was used to select the other covariates. Only laboratory values at admission were included as covariates in the models because in-hospital laboratory values (highest/lowest) could have occurred after mechanical ventilation (a primary outcome) and could have been confounded by in-hospital treatments. To account for clustering by center, generalized estimating equation models with a random center effect were used. To assess the validity of findings from the primary regression analysis, we performed a propensity score matched analysis of the association between PPI or H2RA use with mechanical ventilation or death. Propensity scores were estimated for PPI or H2RA use based on the predicted probability of exposure, estimated from generalized linear mixed models with either PPI/H2RA use as the outcome and all other patient factors (excluding mechanical ventilation and death) as predictors. A random center effect was used in this model as well. Four-to-one control-to-treatment caliper matching with caliper = 0.2 was applied to the propensity scores to obtain matched patients by H2RA or PPI use. Missing data were assumed to be missing at random and were imputed before model development. In the primary analysis, we excluded patients whose PPI and/or H2RA use within 1 month of admission was unknown. Sensitivity analyses were subsequently conducted to evaluate the validity of excluding patients with unknown PPI/H2RA status and of imputation.Supplementary Table 1Patient CharacteristicsPatient CharacteristicOverall (N = 1846)Demographics Age, y, mean (SD)59.9 (16.4) Sex, male, n (%)1044 (56.6) Race, n (%)White680 (36.8)Black774 (41.9)Other/Unknown392 (21.2) Body mass index, mean (SD)31.5 (8.14) PPI use, Yes, n (%)417 (22.6) H2 blocker use, Yes, n (%)167 (9.1)Patient health characteristics Comorbidities, Yes, n (%)Hypertension1146 (62.1)Coronary artery disease/myocardial infarction284 (15.4)Congestive heart failure194 (10.5)COPD171 (9.26)Asthma240 (13.0)Obstructive sleep apnea197 (10.7)Peripheral vascular disease91 (4.93)Cerebrovascular accident or TIA170 (9.21)Dementia118 (6.39)Diabetes Mellitus658 (35.6)ESRD175 (9.48)Current malignancy117 (6.34)Prior malignancy171 (9.26)Digestive disease183 (9.91)Other comorbidities829 (44.9)No comorbidities203 (11.0) No. Comorbidities, median (min-max; IQR)2 (0-10; 3) Chemotherapy or Immunosuppression, n (%)Yes219 (11.9)No1621 (87.8)Unknown6 (0.33) Current or recent ACE or ARB use, Yes, n (%)556 (30.1) Current or recent NSAID use, n (%)Yes506 (27.4)No1100 (59.6)Unknown240 (13.0) Current or recent antibiotic use, n (%)Yes560 (30.3)No1251 (67.8)Unknown35 (1.90)Admission clinical lab measures White blood cell count, mean (SD)7.18 (4.00) Hemoglobin, mean (SD)12.9 (2.20) Platelets. mean (SD)207.5 (90.3) Aspartate, mean (SD)50.7 (54.1) Alanine aminotransferase, mean (SD)37.5 (34.5) Alkaline phosphate, mean (SD)82.3 (48.8) Bilirubin, mean (SD)0.64 (0.63) Albumin, mean (SD)3.63 (0.52) Creatinine, mean (SD)1.65 (2.76)Outcomes Mechanical ventilation required, Yes, n (%)584 (31.6) ICU admission, Yes, n (%)795 (43.1) In-hospital death, Yes, n (%)327 (17.7) HLOS, days, median (min-max, IQR)8 (0.4-113; 13)ACE, angiotensin-converting enzyme; ARB, angiotensin receptor blocker; COPD, chronic obstructive pulmonary disease; ESRD, end-stage renal disease; HLOS, hospital length of stay; ICU, intensive care unit; IQR, interquartile range; NSAID, nonsteroidal anti-inflammatory drug; TIA, transient ischemic attack. Open table in a new tab Supplementary Table 2Variables Included in the Final Regression Models for Mechanical Ventilation or DeathMechanical ventilationDeathH2RA useH2RA usePPI usePPI useAgeAgeBody mass indexSexSexRaceRaceDementiaDementiaCongestive heart failureNumber of comorbiditiesNumber of comorbiditiesWhite blood cell count at admissionWhite blood cell count at admissionPlatelets at admissionPlatelets at admissionAspartate aminotransferase at admissionAspartate aminotransferase at admissionAlkaline phosphatase at admissionAlbumin at admissionAlbumin at admissionCreatinine at admissionAntibiotics before admissionDMC19 Registry Instructions 4_17_201)Please complete the below data collection form (DCF) in REDCap at the time of discharge or death. Data will appear in the DMC19 database once entry and verification are complete.2)We aim to capture inpatients with a confirmed COVID-19 diagnosis, regardless of whether they have digestive manifestations. After prevalence is defined in hospitalized patients, and as the numbers grow, we may focus on patients who are known to have GI manifestations and/or include outpatients.3)Please make all efforts to collect data on the first 50 to 100 consecutive patients at your hospital or health system.4)Eligible patients can and should be identified by any means necessary, which may include, but is not limited to, institutional laboratory records, data warehouse queries, electronic health record research subject identification tools/dashboards, and discussions with the infectious disease or critical care services, etc. You may elect to use the emergency ICD-10 code of U07.1 – 2019-nCov acute respiratory disease – to help identify eligible patients.5)Please triple-check data for accuracy before submission. Although we are performing central data monitoring, we cannot verify incoming data against source documents, nor are we performing on-site monitoring visits. Therefore, the overall quality of the data is assured primarily at the site level.6)Along the lines of #5, coordinators should confer with a clinician during data collection to ensure that clinical context is accounted for as much as possible in the interpretation of questions that involve an element of subjectivity.7)All data fields should have affirmative, negative, and unknown options. Therefore, missing data will be assumed to be inadvertent and this will generate a query.8)Please maintain a secure key at your site that allows patient identification on the basis of subject ID#. This may be used in the future for to collect data pertaining to long-term outcomes. Open table in a new tab ACE, angiotensin-converting enzyme; ARB, angiotensin receptor blocker; COPD, chronic obstructive pulmonary disease; ESRD, end-stage renal disease; HLOS, hospital length of stay; ICU, intensive care unit; IQR, interquartile range; NSAID, nonsteroidal anti-inflammatory drug; TIA, transient ischemic attack. DMC19 Registry Instructions 4_17_201)Please complete the below data collection form (DCF) in REDCap at the time of discharge or death. Data will appear in the DMC19 database once entry and verification are complete.2)We aim to capture inpatients with a confirmed COVID-19 diagnosis, regardless of whether they have digestive manifestations. After prevalence is defined in hospitalized patients, and as the numbers grow, we may focus on patients who are known to have GI manifestations and/or include outpatients.3)Please make all efforts to collect data on the first 50 to 100 consecutive patients at your hospital or health system.4)Eligible patients can and should be identified by any means necessary, which may include, but is not limited to, institutional laboratory records, data warehouse queries, electronic health record research subject identification tools/dashboards, and discussions with the infectious disease or critical care services, etc. You may elect to use the emergency ICD-10 code of U07.1 – 2019-nCov acute respiratory disease – to help identify eligible patients.5)Please triple-check data for accuracy before submission. Although we are performing central data monitoring, we cannot verify incoming data against source documents, nor are we performing on-site monitoring visits. Therefore, the overall quality of the data is assured primarily at the site level.6)Along the lines of #5, coordinators should confer with a clinician during data collection to ensure that clinical context is accounted for as much as possible in the interpretation of questions that involve an element of subjectivity.7)All data fields should have affirmative, negative, and unknown options. Therefore, missing data will be assumed to be inadvertent and this will generate a query.8)Please maintain a secure key at your site that allows patient identification on the basis of subject ID#. This may be used in the future for to collect data pertaining to long-term outcomes. Primary authors: B. Joseph Elmunzer, MD, and Bethany J. Wolf, PhD. Writing committee: B. Joseph Elmunzer, MD, Bethany J. Wolf, PhD, Jason R. Taylor, MD, William Tierney, MD, James Scheiman, MD. Steering Committee: B. Joseph Elmunzer, MD (Chair), Rebecca L. Spitzer, MPH, Rebekah E. Dixon, BS, Collins O. Ordiah, MBBS, Jennifer M. Kolb, MD, MS, Sachin Wani, MD, Olga C. Aroniadis, MD, Robin B. Mendelsohn, MD, Christopher J. DiMaio, MD, Don C. Rockey, MD, Amit G. Singal, MD, MS, Amar R. Deshpande, MD, Swati Pawa, MD, Darwin L. Conwell, MD, MSc, Raman Muthusamy, MD, MAS, William M. Tierney, MD, Dhiraj Yadav, MD, MPH. Statisticians: Bethany J. Wolf, PhD, Weijing Tang, MA, Yueyang Zhang, BS, Ji Zhu, PhD. Data Coordinating Center: Teldon B. Alford, BA, Lauren Wakefield, MHA, Haley Nitchie, MHA, Collins O. Ordiah, MBBS, Rebecca L. Spitzer, MPH. Emory University: Ambreen A. Merchant MBBS, Vaishali A. Patel MD, Field F. Willingham MD, MPH. Vanderbilt University: Eric F. Howard RN, BSN, Mary K. West RN, BSN, Casey L Koza BS, Patrick S. Yachimski MD. Grady Memorial Hospital: Emad Qayed MD, MPH, Rosemary Nustas MD. Ascension Providence Hospital/Michigan State University: Ali Zakaria MD, Marc S. Piper MD, MSc. Saint Louis University: Jason R. Taylor MD, Lujain Jaza MD. University of Calgary: Nauzer Forbes MD, MSc, Millie Chau BSc. The Ohio State University Wexner Medical Center: Luis F. Lara MD, Georgios I. Papachristou MD, PhD, Uchechi Okafor BSc, Darwin L. Conwell MD, MSc. Loma Linda University: Michael L. Volk MD, MSc, Evan Mosier MD, Mohamed Azab MD, Anish Patel MD. University of Southern California: Liam G. Hilson MD, Selena Zhou MD, James Buxbaum MD. Washington University School of Medicine: Vladimir M. Kushnir MD, Alexandria M. Lenyo BS, Ian P. Sloan BS, Thomas Hollander RN, BSN. Medical University of South Carolina: Caroline G. McLeod BS, Rebecca L. Spitzer MPH, Lauren Wakefield MHA, Haley Nitchie MHA, Collins O. Ordiah MBBS, MPH, Don C. Rockey MD, Bethany J. Wolf PhD, B. Joseph Elmunzer MD. University of Miami Miller School of Medicine: Sunil Amin MD, MPH, Gabriela N. Kuftinec MD, MPH, Amar R. Deshpande MD. University of Pittsburgh: Dhiraj Yadav MD, MPH, Melissa Saul MS, Melanie Mays BS, Gulsum Anderson PhD, Kelley Wood BS, Laura Mathews BS. University of Colorado: Charlie Fox MD, Jennifer M. Kolb MD, MS, Sachin Wani MD. Wake Forest University School of Medicine: Swati Pawa MD, Rishi Pawa MD. Boston University: Andrew Canakis DO, Christopher Huang MD. Beaumont Health: Laith H. Jamil MD, Andrew M. Aneese MD, V. Mihajlo Gjeorgjievski, MD, Zaid Imam MD, Fadi Odish MD, Ahmed I. Edhi MD, Molly Orosey DO, Abhinav Tiwari MD, Soumil Patwardhan MBBS. University Hospitals of Cleveland Medical Center: Benita K. Glamour BA, Zachary L Smith DO, Amy E. Hosmer MD, Nancy Furey RN, BSN, MBA, Amitabh Chak MD. Northwestern University: Feinberg School of Medicine: Katherine A. Hanley MMS, PAC, Jordan Wood BS, Rajesh N. Keswani MD, MS. Ochsner Health: Harsh K. Patel MBBS, Janak N. Shah MD. Columbia University Medical Center: Emil Agarunov BS, Nicholas G. Brown MD, Anish A. Patel MD, Amrita Sethi MD. Indiana University School of Medicine: Evan L. Fogel MD, MSc, Gail McNulty RN, BSN. Loyola University Medical Center: Abdul Haseeb MD, Judy A. Trieu MD. Icahn School of Medicine at Mount Sinai: Rebekah E. Dixon BS, Jeong Yun Yang MD, Christopher J. DiMaio MD. Memorial Sloan Kettering Cancer Center: Robin B. Mendelsohn MD, Delia Calo MD. Renaissance School of Medicine at Stony Brook University: Olga C. Aroniadis MD, MSc, Joseph F. LaComb BS, Lilian Cruz BS, Olga Reykhart BS. University of Virginia Medical School: James M. Scheiman MD, Bryan G. Sauer MD, Galina Diakova MS. Henry Ford Health System: Duyen T. Dang MD, Cyrus R. Piraka MD. Dartmouth-Hitchcock Health and VA White River Junction: Eric D. Shah MD, MBA, Molly Caisse BS, Natalia H. Zbib MD, John A. Damianos MD, Heiko Pohl MD. University of Oklahoma Health Sciences Center: William M. Tierney MD, Stephanie Mitchell RN, Michael S. Bronze MD. David Geffen School of Medicine at UCLA: Ashwinee Condon MD, Adrienne Lenhart MD, Raman Muthusamy MD, MAS. Medical College of Wisconsin: Kulwinder S. Dua MD, Vikram S. Kanagala MD, James Esteban MD. Johns Hopkins Medical Institutions: Ayesha Kamal MD, Marcia I. Canto MD, Vikesh K. Singh MD, MS. McMaster University Hamilton Health Sciences: Maria Ines Pinto-Sanchez MD, MSc (37), Joy M. Hutchinson RD, MSc. Michigan Medicine: Richard S. Kwon MD, Sheryl J. Korsnes MA, Akbar K. Waljee, MD, MS, Weijing Tang MA, Yueyang Zhang BS, Ji Zhu PhD. University of Manitoba: Harminder Singh MD, MPH, Zahra Solati MSc, Nick Hajidiacos MD.Tabled 1Subject ID #InstitutionEmail address (of individual entering data)Patient characteristicsAge (years)Sex□Male□Female-Pregnant-Not pregnant-UnknownRace (check all that apply)□American Indian or Alaska Native□Asian□Black or African American□Native Hawaiian or other Pacific Islander□White□UnknownEthnicity□Hispanic or Latino□Not Hispanic or Latino□UnknownBody mass index at presentation (kg/m2): available?□Yes□Cannot calculate, but obesity documented□Cannot calculateBody mass index at presentation (kg/m2)Is the patient a health care worker?□Yes□No□UnknownCigarette smoking status□Current smoker□Ex-smoker□Non-smoker□UnknownVaping status□Current vaping□Prior vaping□Does not vape□UnknownAlcoholism□Yes, current□Prior□No□UnknownCannabis use□Current user□Prior user□No□UnknownIllicit drug use□Current user□Prior user□No□UnknownComorbidities (select all that apply)□Hypertension□Coronary artery disease/prior or current myocardial infarction (MI)□Congestive heart failure (CHF)□Chronic pulmonary obstructive disease (COPD)□Asthma□Obstructive sleep apnea (OSA)□Interstitial lung disease (ILD)/pulmonary fibrosis□Peripheral vascular disease (PVD)□Prior or current cerebrovascular accident (CVA) or transient ischemic attack (TIA)□Dementia□Collagen vascular/rheumatologic disease□Chronic liver disease-Alcoholic liver disease-Nonalcoholic fatty liver disease (NAFLD)-Hepatitis C virus-Hepatitis B virus-Other, specify□CirrhosisIf yes, Model for End-Stage Liver Disease score before COVID-19 illness□Diabetes mellitus, uncomplicated□Diabetes mellitus with end-organ damage□Moderate to severe kidney disease (creatinine >3 mg/dL prior to admission, end-stage renal disease [ESRD], dialysis)□Active/Current malignancy, excluding non-melanoma skin cancerIf yes, specify□Prior malignancy□Human immunodeficiency virus (HIV)/Acquired Immunodeficiency Syndrome (AIDS)□Solid organ transplant recipient□Bone marrow transplant recipient□Irritable bowel syndrome□Chronic diarrhea□Chronic constipation□Celiac disease□Prior biliary disease, including cholelithiasis, cholecystitis, choledocholithiasis or cholangitis□Prior pancreatitisIf yes:□Acute pancreatitis□Recurrent acute pancreatitis□Chronic pancreatitis□Unknown□Inflammatory bowel disease□None□Other, not fitting into an above categoryIf other, specifyRecent (within 6 months) or current (at admission) immunosuppression or chemotherapy□Yes□No□UnknownIf yes, specify(medication, dose, route, duration)Recent (within 1 month of admission) or current (at admission) angiotensin-converting enzyme inhibitor use□Yes□No□UnknownRecent (within 1 month of admission) or current (at admission) angiotensin receptor blocker (ARB) use□Yes□No□UnknownRecent (within 1 month of admission) or current (at admission) nonsteroidal anti-inflammatory drug use□Yes□No□UnknownRecent (within 1 month of admission) or current (at admission) antibiotic use□Yes□No□UnknownRecent (within 1 month of admission) or current (at admission) PPI use□Yes□No□UnknownRecent (within 1 month of admission) or current (at admission) H2 blocker use□Yes□No□UnknownCOVID-19 parametersHistory of known contact with COVID-19 positive individual(s)□Yes□No□UnknownHighest level of care□Inpatient ward□Intensive care unit (ICU)Duration of symptoms prior to first seeking medical attention (days)Duration of symptoms prior to hospitalization (days)Duration of hospitalization (days)If admitted to ICU, duration of ICU stay (days)Required mechanical ventilation□Yes□NoRequired extracorporeal membrane oxygenation (ECMO)□Yes□NoRequired vasopressor support□Yes□NoFinal discharge disposition□Recovered (or almost recovered)□Discharged to rehab or nursing facility□DeceasedCOVID-specific treatments (select all that apply)□Remdesivir□Hydroxychloroquine□Chloroquine□Azithromycin□Glucocorticoids□Interferon alpha□Intravenous immunoglobulin (IVIG)□Lopinavir/ritonavir□Oseltamivir□Tocilizumab□Convalescent plasma□None□OtherIf other, specify(medication, dose, route, duration)SymptomatologyRespiratory or systemic symptoms (select all that apply)□Fever (subjective or objective)□Chills/rigors□Fatigue or subjective weakness□Myalgia□Sore throat□Rhinorrhea (runny nose)□Cough□Sneezing□Sputum production□Shortness of breath-At rest-On exertion-Not specified□Chest tightness or pain□Headache□Confusion or altered mental status□Loss of smell□Loss of taste□None□OtherIf other, specifyGastrointestinal symptoms or signs (select all that apply)□Anorexia□Nausea□Vomiting□Abdominal pain (including cramps)-Diffuse-Periumbilical-Epigastric-Right upper quadrant (RUQ)-Left upper quadrant (LUQ)-Right lower quadrant (RLQ)-Left lower quadrant (LLQ)-Not specified□Diarrhea-Maximum number of bowel movements in a 24 hour period□Not documented□Bloody diarrhea-Maximum number of bowel movements in a 24 hour period□Not documented□Hematemesis□Melena□Hematochezia (inc. bright red blood per rectum)□Dysphagia□Odynophagia□Constipation□Hiccups□Jaundice□None□OtherIf other, specifyTiming of gastrointestinal symptoms (if any) relative to respiratory/systemic symptoms (if any)□GI symptom(s) preceded other symptoms□GI symptom(s) followed other symptoms□GI symptom(s) came on concurrently with other symptoms□GI symptoms were the only manifestation□Can't tell from medical records reviewDuration of gastrointestinal symptoms□GI symptom(s) were present for a short portion (<25% of the duration) of the entire COVID-19 illness□GI symptom(s) were present for significant portion (25-75% of the duration) of the entire COVID-19 illness□GI symptom(s) were present for the entire/almost entire COVID-19 illness□Can't tell from medical records reviewDid gastrointestinal symptoms remain after resolution of other COVID-19 symptoms?□Yes□No□UnknownIf yes, how long (days)Prominence of gastrointestinal symptoms□GI symptoms were less prominent than other symptoms related to COVID-19□GI symptoms were equally prominent to other symptoms related to COVID-19□GI symptoms were more prominent than other symptoms related to COVID-19□Can't tell from medical records reviewWere digestive manifestations (gastrointestinal or hepatic) specifically addressed in the Assessment/Plan section of any progress notes for 3 or more days during the hospitalization?□Yes, GI symptoms□Yes, LFT abnormalities□Yes, both□NoDid the gastroenterology or hepatology service consult on the patient during the hospitalization, as evidence by consult notes?□Yes, GI (including pancreaticobiliary)□Yes, hepatology/liver□Yes, both□NoWere stool studies other than FOBT (fecal occult blood test) obtained during the hospitalization?□Yes□NoGastrointestinal diagnoses established shortly before, during, or shortly after COVID-19 illness (select all that apply)□Esophagitis/esophageal ulcers□Gastritis□Peptic ulcer disease (stomach or duodenum)□New enteritis□New colitis□Biliary disease, including cholelithiasis, cholecystitis, choledocholithiasis or cholangitis□Hepatitis□Pancreatitis□None□OtherIf other, specifyWas COVID-specific treatment prescribed specifically for digestive manifestations?□Yes□No□UnknownImaging and endoscopyWas abdominal computed tomography (CT) performed and abnormal shortly before, during, or shortly after COVID-19 illness?□Yes□No□UnknownIf yes, list abnormal findings in the impression section of the most concerning CT reportWas abdominal magnetic resonance imaging (MRI) performed and abnormal shortly before, during, or shortly after COVID-19 illness?□Yes□No□UnknownIf yes, list abnormal findings in the impression section of the most concerning MRI reportWas abdominal ultrasound (US) performed and abnormal shortly before, during, or shortly after COVID-19 illness?□Yes□No□UnknownIf yes, list abnormal findings in the impression section of the most concerning US reportWas endoscopy performed during COVID-19 illness? (select all that apply)□Yes – upper endoscopy (EGD)□Yes – colonoscopy or flexible sigmoidoscopy□Yes – enteroscopy (balloon or push)□Yes – capsule endoscopy□Yes – ERCP□Yes – endoscopic ultrasound (EUS)□No□UnknownIf performed, how many total endoscopic sessions did the patient undergo? (EGD+colonoscopy or EUS+ERCP at the same time is considered 1 session)If performed, did the patient require respiratory support BEFORE their first procedure? (select all the apply)□Yes – nasal cannula□Yes – high-flow oxygen□Yes – non-invasive positive pressure ventilation□Yes – mechanical ventilation□Yes – mechanical ventilation, proned□Yes – extracorporeal membrane oxygenation (ECMO)□No□UnknownIf performed, what kind of anesthesia did the patient receive DURING their first procedure? (select all that apply)□Conscious sedation□Deep sedation/monitored anesthesia care (MAC)□General endotracheal anesthesia□No sedation□UnknownIf performed, did the patient experience an adverse cardiopulmonary event related to any of the endoscopic procedures? (select all that apply)□Yes – Mild to moderate respiratory compromise□Yes – Severe respiratory compromise□Yes – Congestive heart failure/cardiomyopathy□Yes – Myocardial infarction□No□UnknownEndoscopic findings (please list abnormal findings in impression section of endoscopy report(s))Histologic findings (please list abnormal findings in impression section of pathology report(s))Laboratory data and other hepatologic considerationsPrior to COVID-19, ideally when patient was healthy:White blood cells (WBC)HemoglobinPlateletsAspartate aminotransferase (AST)Alanine aminotransferase (ALT)Alkaline phosphatase (ALK-phos)Total bilirubinInternational normalized ratio (INR)AlbuminFactor V levelLipaseCreatinineAt time of hospital admission:White blood cells (WBC)HemoglobinPlateletsAspartate aminotransferase (AST)Alanine aminotransferase (ALT)Alkaline phosphatase (ALK-phos)Gamma-Glutamyl Transferase (highest) U/LTotal bilirubinDirect bilirubinInternational normalized ratio (INR)AlbuminFactor V levelLipase-What is the upper limit of normalAmylase-What is the upper limit of normalCreatinineHighest or lowest level during illness:WBC (highest and lowest)Hemoglobin (lowest)Platelets (lowest)AST (highest)ALT (highest)ALK-phos (highest)Gamma-Glutamyl Transferase (highest) U/LTotal Bilirubin (highest)Direct Bilirubin (highest)INR (highest)Albumin (lowest)Factor 5 (lowest)Lipase (highest)-What is the upper limit of normalAmylase (highest)-What is the upper limit of normalCreatinine (highest)Absolute lymphocyte count (lowest)C-Reactive Protein (CRP) (highest)Procalcitonin (highest)Troponin (highest)Ferritin (highest) ng/mL or ug/LInterleukin-6 (highest) pg/mLDuration between first onset of symptoms and highest AST (days)Duration between first onset of symptoms and highest ALT (days)Duration between first onset of symptoms and highest total bilirubin (days)Duration between first hospital day and highest AST (days)Duration between first hospital day and highest ALT (days)Duration between first hospital day and highest total bilirubin (days)Abnormal LFTs were□Still close to max at discharge/death□Improved but not resolved at discharge/death□Resolved or close to resolved at discharge/death□Not applicableWere the increased LFTs suspected to be due to a drug reaction (based on review of progress/consult notes)?□Yes□No□Unclear based on recordsIf yes, which medication(s) were suspected(medication, dose, route, duration)If yes, was this a COVID-specific treatment that was believed to increase LFTs (based on review of progress/consult notes)?□Yes□No□Unclear based on recordsAnti-HAV IgM□Positive□Negative□Not checkedAnti-HCV□Positive□Negative□Not checkedHCV RNA□Positive-Level (in IU/L)□Negative□Not checkedHBsAg□Positive□Negative□Not checkedAnti-HBc□Positive□Negative□Not checkedAnti-HBc IgM□Positive□Negative□Not checkedAnti-HBs□Positive□Negative□Not checkedEpstein-Barr Virus antibody IgM (Anti-EBV IgM)□Positive□Negative□Not checkedCytomegalovirus antibody IgM (Anti-CMV IgM)□Positive□Negative□Not checkedAnti-nuclear antibody (ANA)□Positive-Level (titer)□Negative□Not checkedAnti-smooth muscle antibody (ASMA)□Positive□Negative□Not checkedAnti-mitochondrial antibody (AMA)□Positive□Negative□Not checkedDid the patient develop evidence of decompensated liver disease during or shortly after COVID-19 illness? (select all that apply)□Yes – hepatic encephalopathy□Yes – ascites□Yes – variceal hemorrhage□Yes – hepatorenal syndrome□NoWas a liver biopsy performed during the COVID-19 hospitalization?□Yes□NoIf yes, histologic findings (please list abnormal findings in impression section of pathology report(s)). Open table in a new tab