Doel en opzet

Het consortium heeft als doel om beter te begrijpen en voorspellen welke COVID-19 patiënt welke behandeling en zorg moet krijgen door een centrale database op te zetten, inzichten te verschaffen en waar mogelijk (moderne) data-analysetechnieken toe te passen. Op deze manier wil het consortium artsen belast met de zorg voor COVID-19 patiënten ondersteunen. Binnen het consortium zijn momenteel twee projecten opgestart, die elkaar versterken:

  • COVID-19 ICU Decision Support
  • COVID-19 Clinical Course

Elk project heeft een eigen doel, opzet en methode voor dataverzameling, die op deze pagina worden toegelicht.

Gezien de dynamiek kan de doelstelling van het consortium verder uitgebreid worden. Onderzoeksvragen kunnen op de pagina deelnemen worden aangemeld.

Doel

De projecten hebben de volgende doelen:

  • COVID-19 ICU Decision Support
    • De intensive care afdelingen ondersteunen met frequent geupdatete inzichten over de optimale behandelstrategie van COVID-19 patièˆnten op de intensive care.
    • Wanneer mogelijk analyseren met (moderne) data-analysemethoden, zoals machine learning, welke combinatie van behandelstrategieën op de intensive care bij individuele patiënten met COVID-19 geassocieerd is met de beste uitkomsten.
  • COVID-19 Clinical Course: het voorspellen van het klinische beloop en de optimale behandeling voor patiënten met COVID-19.
Opzet

De opzet van beide projecten is als volgt:

  • COVID-19 ICU Decision Support: gegevensverzameling van COVID-19 patiënten die behandeld zijn of worden op intensive care afdelingen van Nederlandse ziekenhuizen. Hierbij worden in ieder geval demografische data, gegevens over vitale parameters, labdata, en andere observationele data verzameld. Analyse van deze data kan deelnemende ziekenhuizen actuele inzichten geven over de behandeling en uitkomst van COVID-19 patiënten op de intensive care.
  • COVID-19 Clinical Course: in deelnemende ziekenhuizen wordt data verzameld van alle COVID-19 patiënten die opgenomen zijn op de verpleegafdeling of op de intensive care. Hierbij wordt retrospectief informatie verzameld over het ziektebeloop, de voorgeschiedenis, presentatie in het ziekenhuis en het beloop van de opname. Aan het eind van de opname worden er gegevens over de klinische toestand, behandelingen en complicaties verzameld. Deze gegevens worden gecodeerd opgeslagen in een Castor database en zijn gebaseerd op het COVID CRF van de WHO.

Dataverzameling van beide projecten kan onafhankelijk van elkaar plaatsvinden. Voor de doelmatigheid van het overkoepelende doel is het echter gewenst dat deelnemende ziekenhuizen beide vormen van dataverzameling toepassen wanneer dit mogelijk is. Waar mogelijk wordt de data van beide projecten samengevoegd. Lees bij deelnemen meer over de dataverzameling en de ondersteuning hierbij.

Methode

Binnen beide projecten worden vergelijkbare methodes gebruikt:

  • COVID-19 ICU Decision Support:
    • Actuele rapportage aan deelnemende ziekenhuizen van inzichten omtrent behandeling op de IC van COVID-19 patiënten.
    • Met behulp van machine learning analyseren welke combinatie van behandelstrategieën bij een individuele patiënt geassocieerd is met het beste resultaat. Daarnaast wordt deze patiëntengroep gekarakteriseerd met beschrijvende statistiek.
  • COVID-19 Clinical Course: Met behulp van machine learning per patiënt zo goed mogelijk te voorspellen hoe de ziekte zal verlopen en voorspellen wat de optimale behandeling is. Daarnaast wordt deze patiëntengroep gekarakteriseerd met beschrijvende statistiek.
Protocollen

De protocollen en de bijbehorende data protection impact analyses die zijn beoordeeld door de Medisch Ethische Toetsingscommissies zijn op verzoek beschikbaar voor deelnemende ziekenhuizen.