BL
Bo Liang
Author with expertise in Coronavirus Disease 2019
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
4
(75% Open Access)
Cited by:
3,492
h-index:
11
/
i10-index:
11
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Time Course of Lung Changes at Chest CT during Recovery from Coronavirus Disease 2019 (COVID-19)

Feng Pan et al.Feb 13, 2020
Background Chest CT is used to assess the severity of lung involvement in coronavirus disease 2019 (COVID-19). Purpose To determine the changes in chest CT findings associated with COVID-19 from initial diagnosis until patient recovery. Materials and Methods This retrospective review included patients with real-time polymerase chain reaction–confirmed COVID-19 who presented between January 12, 2020, and February 6, 2020. Patients with severe respiratory distress and/or oxygen requirement at any time during the disease course were excluded. Repeat chest CT was performed at approximately 4-day intervals. Each of the five lung lobes was visually scored on a scale of 0 to 5, with 0 indicating no involvement and 5 indicating more than 75% involvement. The total CT score was determined as the sum of lung involvement, ranging from 0 (no involvement) to 25 (maximum involvement). Results Twenty-one patients (six men and 15 women aged 25–63 years) with confirmed COVID-19 were evaluated. A total of 82 chest CT scans were obtained in these patients, with a mean interval (±standard deviation) of 4 days ± 1 (range, 1–8 days). All patients were discharged after a mean hospitalization period of 17 days ± 4 (range, 11–26 days). Maximum lung involved peaked at approximately 10 days (with a calculated total CT score of 6) from the onset of initial symptoms (R2 = 0.25, P < .001). Based on quartiles of chest CT scans from day 0 to day 26 involvement, four stages of lung CT findings were defined. CT scans obtained in stage 1 (0–4 days) showed ground-glass opacities (18 of 24 scans [75%]), with a mean total CT score of 2 ± 2; scans obtained in stage 2 (5–8 days) showed an increase in both the crazy-paving pattern (nine of 17 scans [53%]) and total CT score (mean, 6 ± 4; P = .002); scans obtained in stage 3 (9–13 days) showed consolidation (19 of 21 scans [91%]) and a peak in the total CT score (mean, 7 ± 4); and scans obtained in stage 4 (≥14 days) showed gradual resolution of consolidation (15 of 20 scans [75%]) and a decrease in the total CT score (mean, 6 ± 4) without crazy-paving pattern. Conclusion In patients recovering from coronavirus disease 2019 (without severe respiratory distress during the disease course), lung abnormalities on chest CT scans showed greatest severity approximately 10 days after initial onset of symptoms. © RSNA, 2020
0
Citation2,816
0
Save
0

COVID-19 in persons with haematological cancers

Wenjuan He et al.Apr 24, 2020
Infection with SARS-CoV-2, the cause of coronavirus infectious disease–19 (COVID-19), has caused a pandemic with >850,000 cases worldwide and increasing. Several studies report outcomes of COVID-19 in predominately well persons. There are also some data on COVID-19 in persons with predominately solid cancer but controversy whether these persons have the same outcomes. We conducted a cohort study at two centres in Wuhan, China, of 128 hospitalised subjects with haematological cancers, 13 (10%) of whom developed COVID-19. We also studied 226 health care providers, 16 of whom developed COVID-19 and 11 of whom were hospitalised. Co-variates were compared with the 115 subjects with haematological cancers without COVID-19 and with 11 hospitalised health care providers with COVID-19. There were no significant differences in baseline co-variates between subjects with haematological cancers developing or not developing COVID-19. Case rates for COVID-19 in hospitalised subjects with haematological cancers was 10% (95% Confidence Interval [CI], 6, 17%) compared with 7% (4, 12%; P = 0.322) in health care providers. However, the 13 subjects with haematological cancers had more severe COVID-19 and more deaths compared with hospitalised health care providers with COVID-19. Case fatality rates were 62% (32, 85%) and 0 (0, 32%; P = 0.002). Hospitalised persons with haematological cancers have a similar case rate of COVID-19 compared with normal health care providers but have more severe disease and a higher case fatality rate. Because we were unable to identify specific risk factors for COVID-19 in hospitalised persons with haematological cancers, we suggest increased surveillance and possible protective isolation.
0
Citation449
0
Save
0

Factors associated with death outcome in patients with severe coronavirus disease-19 (COVID-19): a case-control study

Feng Pan et al.Jan 1, 2020
Rationale: Up to date, the exploration of clinical features in severe COVID-19 patients were mostly from the same center in Wuhan, China. The clinical data in other centers is limited. This study aims to explore the feasible parameters which could be used in clinical practice to predict the prognosis in hospitalized patients with severe coronavirus disease-19 (COVID-19). Methods: In this case-control study, patients with severe COVID-19 in this newly established isolation center on admission between 27 January 2020 to 19 March 2020 were divided to discharge group and death event group. Clinical information was collected and analyzed for the following objectives: 1. Comparisons of basic characteristics between two groups; 2. Risk factors for death on admission using logistic regression; 3. Dynamic changes of radiographic and laboratory parameters between two groups in the course. Results: 124 patients with severe COVID-19 on admission were included and divided into discharge group (n=35) and death event group (n=89). Sex, SpO2, breath rate, diastolic pressure, neutrophil, lymphocyte, C-reactive protein (CRP), procalcitonin (PCT), lactate dehydrogenase (LDH), and D-dimer were significantly correlated with death events identified using bivariate logistic regression. Further multivariate logistic regression demonstrated a significant model fitting with C-index of 0.845 (p<0.001), in which SpO2≤89%, lymphocyte≤0.64×109/L, CRP>77.35mg/L, PCT>0.20μg/L, and LDH>481U/L were the independent risk factors with the ORs of 2.959, 4.015, 2.852, 3.554, and 3.185, respectively (p<0.04). In the course, persistently lower lymphocyte with higher levels of CRP, PCT, IL-6, neutrophil, LDH, D-dimer, cardiac troponin I (cTnI), brain natriuretic peptide (BNP), and increased CD4+/CD8+ T-lymphocyte ratio and were observed in death events group, while these parameters stayed stable or improved in discharge group. Conclusions: On admission, the levels of SpO2, lymphocyte, CRP, PCT, and LDH could predict the prognosis of severe COVID-19 patients. Systematic inflammation with induced cardiac dysfunction was likely a primary reason for death events in severe COVID-19 except for acute respiratory distress syndrome.