![[img]](https://epub.uni-regensburg.de/style/images/fileicons/application_pdf.png) | License: Creative Commons Attribution 4.0 (8MB) |
- URN to cite this document:
- urn:nbn:de:bvb:355-epub-784250
- DOI to cite this document:
- 10.5283/epub.78425
| Item type: | Thesis of the University of Regensburg (PhD) |
|---|---|
| Open Access Type: | Primary Publication |
| Date: | 14 January 2026 |
| Referee: | Prof. Dr. Martin Kieninger |
| Date of exam: | 9 January 2026 |
| Institutions: | Medicine > Lehrstuhl für Anästhesiologie |
| Keywords: | COVID-19; Vergleich; Prädiktoren; Intensivpatienten |
| Dewey Decimal Classification: | 600 Technology > 610 Medical sciences Medicine |
| Status: | Published |
| Refereed: | Yes, this version has been refereed |
| Created at the University of Regensburg: | Yes |
| Item ID: | 78425 |
Abstract (German)
Einführung und Ziele: Die durch ein 2019 in der chinesischen Provinz Wuhan neu aufgetretenes Betacoronavirus ausgelöste COVID-19-Pandemie stellte Intensivstationen weltweit vor enorme Herausforderungen. Durch exponentiell steigende Fallzahlen und viele teils sehr schwer infizierte, intensivpflichtige Patienten besteht die Gefahr, die Kapazität des jeweiligen Gesundheitssystems zu überschreiten. ...
Abstract (German)
Einführung und Ziele:
Die durch ein 2019 in der chinesischen Provinz Wuhan neu aufgetretenes Betacoronavirus ausgelöste COVID-19-Pandemie stellte Intensivstationen weltweit vor enorme Herausforderungen. Durch exponentiell steigende Fallzahlen und viele teils sehr schwer infizierte, intensivpflichtige Patienten besteht die Gefahr, die Kapazität des jeweiligen Gesundheitssystems zu überschreiten. Insbesondere bei Ressourcenknappheit und notwendiger Triage sind valide Prädiktoren für einen letalen Krankheitsverlauf essenziell, um klinische Entscheidungen evidenzbasiert treffen zu können. Eine Studie der Universität Regensburg mit Patienten der ersten COVID-Welle konnte bereits potenzielle Risikofaktoren identifizieren. Bei dieser Arbeit wurden Intensivparameter der Patienten der zweiten Pandemiewelle untersucht und anschließend die Ergebnisse beider Wellen miteinander verglichen.
Methoden:
Bei dieser Arbeit handelt es sich um eine retrospektive Kohortenstudie. Eingeschlossen wurden 98 erwachsene kritisch kranke COVID-19-Patienten, die aufgrund ihrer Virusinfektion zwischen dem 01.10.2020 und dem 28.02.2021 auf einer Intensivstation des Universitätsklinikums Regensburg behandelt wurden. Insgesamt wurden 51 Parameter analysiert, darunter Stammdaten, Vorerkrankungen, Vitalparameter, Intensivpflegescores, laborchemische Werte, Beatmungsparameter sowie spezielle intensivmedizinische Therapien (u.a. ECMO, RRT). Die statistische Auswertung erfolgte getrennt für metrische und kategoriale Daten mittels IBM SPSS® Statistics. Anschließend wurden die Ergebnisse mit den Daten einer zuvor publizierten Kohorte der ersten Pandemiewelle verglichen.
Ergebnisse:
Nicht-Überlebende der zweiten Welle waren signifikant älter als Überlebende, während beim Geschlecht und Body-Mass-Index kein signifikanter Unterschied zwischen der Gruppe der Überlebenden und der der Verstorbenen festgestellt werden konnte. Patienten der zweiten Welle wiesen insgesamt mehr Komorbiditäten auf als Patienten der ersten Welle. Besonders häufig lagen kardiovaskuläre Vorerkrankungen vor.
Überlebende der zweiten Welle wurden signifikant kürzer, Nicht-Überlebende hingegen signifikant länger intensivmedizinisch behandelt als vergleichbare Patienten der ersten Welle. Zudem sind Patienten der zweiten Welle vor Verlegung an das UKR signifikant länger extern intensivmedizinisch behandelt worden.
Im Verlauf zeigten sich teils signifikante und hochsignifikante Unterschiede beim Vergleich von Vitalparametern, Intensivpflegescores, Laborwerten (u.a. Entzündungs-, Nieren- und Säure-Basen-Parameter) sowie Beatmungs- und Therapieparametern zwischen Überlebenden und Nicht-Überlebenden. Der mittlere pH-Wert, der Mittelwert von Troponin T, sowie der Mittel- und Maximalwert von SAPS wiesen sowohl unter den Patienten der ersten, als auch unter den Patienten der zweiten Welle einen hochsignifikanten Unterschied zwischen Überlebenden und Nicht-Überlebenden auf.
Schlussfolgerung:
Die Studie bestätigt, dass sich bestimmte klinische und laborchemische Parameter als potentielle Prädiktoren für einen letalen Verlauf bei kritisch kranken COVID-19-Patienten eignen. Jedoch ist die Anzahl der Patienten der Studie gering, sodass weitere Studien notwendig sind um die Ergebnisse verifizieren zu können. Basierend auf den Ergebnissen dieser Studie wurden bereits weitere Berechnungen durchgeführt, welche in einem Paper veröffentlicht werden konnten.
Translation of the abstract (English)
Introduction and objectives: The COVID-19 pandemic, triggered by a novel beta coronavirus that emerged in the Chinese province of Wuhan in 2019, posed enormous challenges for intensive care units worldwide. With case numbers rising exponentially and many patients requiring intensive care, some of whom are very seriously ill, there is a risk of exceeding the capacity of the respective healthcare ...
Translation of the abstract (English)
Introduction and objectives:
The COVID-19 pandemic, triggered by a novel beta coronavirus that emerged in the Chinese province of Wuhan in 2019, posed enormous challenges for intensive care units worldwide. With case numbers rising exponentially and many patients requiring intensive care, some of whom are very seriously ill, there is a risk of exceeding the capacity of the respective healthcare system. Particularly when resources are scarce and triage is necessary, valid predictors of a lethal course of disease are essential for making evidence-based clinical decisions. A study by the University of Regensburg involving patients from the first COVID wave has already identified potential risk factors. In this study, the intensive care parameters of patients from the second wave of the pandemic were examined and the results of both waves were then compared.
Methods:
This study is a retrospective cohort study. It included 98 critically ill adult COVID-19 patients who were treated in an intensive care unit at the University Hospital Regensburg between October 1, 2020, and February 28, 2021, due to their viral infection. A total of 51 parameters were analyzed, including master data, pre-existing conditions, vital signs, intensive care scores, laboratory values, ventilation parameters, and special intensive care therapies (including ECMO and RRT). Statistical analysis was performed separately for metric and categorical data using IBM SPSS® Statistics. The results were then compared with data from a previously published cohort from the first wave of the pandemic.
Results:
Non-survivors of the second wave were significantly older than survivors, while no significant difference in gender and body mass index was found between the group of survivors and the group of deceased patients. Patients in the second wave had more comorbidities overall than patients in the first wave. Cardiovascular pre-existing conditions were particularly common.
Survivors of the second wave received significantly shorter intensive care treatment than comparable patients in the first wave, while non-survivors received significantly longer treatment. In addition, patients in the second wave received significantly longer external intensive care treatment before being transferred to the UKR.
In the course of the study, there were some significant and highly significant differences between survivors and non-survivors in terms of vital parameters, intensive care scores, laboratory values (including inflammation, kidney, and acid-base parameters), and ventilation and therapy parameters. The mean pH value, the mean troponin T value, and the mean and maximum SAPS values showed a highly significant difference between survivors and non-survivors among both the patients in the first wave and those in the second wave.
Conclusion:
The study confirms that certain clinical and laboratory parameters are suitable as potential predictors of a lethal course in critically ill COVID-19 patients. However, the number of patients in the study is small, so further studies are necessary to verify the results. Based on the results of this study further calculations have already been carried out, which have been published in a paper.
Metadata last modified: 16 Jan 2026 12:37
Owner only: item control page
Download Statistics