Abstrakt

Thorax-CT versus RT-PCR zur diagnostischen Genauigkeit der COVID-19-Erkennung: Eine Metaanalyse

Daisy Young, Liana Tatarian, Ghulam Mujtaba, Priscilla Chow, Samer Ibrahim, Gunjan Joshi, Haaris Naji, Phillip Berges, Krishna Akella, Howard Sklarek, Kashif Hussain, Akella Chendrasekhar*

Hintergrund: Der rasche Ausbruch von COVID-19 machte schnelle Nachweismethoden erforderlich, um eine weitere Ausbreitung und Sterblichkeit durch das Virus zu verhindern. Derzeit gilt die RT-PCR als Goldstandard. Ihre diagnostische Priorität im Vergleich zur Thorax-CT ist jedoch unbekannt. Ziel: Wir wollten eine Metaanalyse anhand retrospektiver Studien durchführen, in denen die Thorax-CT und die RT-PCR bei der COVID-19-Erkennung bei hospitalisierten Patienten verglichen werden. Methoden: Wir haben zwischen dem 1. Januar und 3. April 2020 eine umfassende Literaturrecherche mit Pubmed und Google Scholar nach Studien durchgeführt, in denen die Thorax-CT und die RT-PCR verglichen wurden. Die Ergebnisse umfassten die COVID-19-Erkennung mit nur RT-PCR, nur mit Thorax-CT, richtig positive Ergebnisse bei der Kombination beider und richtig negative Ergebnisse bei der Kombination beider. Die Ergebnisse wurden als Odds Ratio (OR) mit 95% CI angegeben. Ergebnisse: Insgesamt wurden 6 retrospektive Studien einbezogen, in denen RT-PCR mit der Thorax-CT verglichen wurde. Insgesamt wurden 1.400 Patienten in die Studie aufgenommen (Durchschnittsalter 46,28 ± 2,7 Jahre, 41,6 % waren männlich). Die Thorax-CT war der RT-PCR bei der COVID-19-Erkennung überlegen [OR 3,86, 95 % CI (1,79-8,31, p=0,0006)]. Die Heterogenität (I2) war hoch (75 %), aber die Sensitivitätsanalyse konnte keinen einzelnen Faktor für die beobachtete Heterogenität aufdecken. Schlussfolgerung: Die Thorax-CT scheint eine empfindlichere und schnellere Alternative zur RT-PCR bei der Erkennung von COVID-19 bei hospitalisierten Patienten zu sein und könnte als überlegenes Screening-Tool dienen.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.