COVID-19 Hastalığı ve Üst Solunum Yolu Enfeksiyonu Tanısı Alan Hastaların Hemogram Parametrelerininin Kıyaslanması

Amaç: Çalışmamızda poliklinik başvurusu sonrası üst solunum yolu enfeksiyonu (ÜSYE) ve COVID-19 hastalığı tespit edilmiş hastaların hemogram parametrelerini kıyaslayarak sonuçları değerlendirmek amaçlanmıştır. Materyal ve Metod: Tokat Gaziosmanpaşa Üniversitesi Tıp Fakültesi Hastanesine 11 Mart- 31 Mayıs 2019 tarihleri arasındabaşvurarakÜSYEtanısı alan hastalar ile, 11 Mart-31 Mayıs 2020 tarihleri arasında başvurarakCOVID-19 hastalığıtanısı alan 361 hasta verisi retrospektif olarak değerlendirildi. Hastalardan alınan kan örneklerinin analizi için IBM Statistical Package for Social Sciences (SPSS) 22 sistemi kullanıldı. Bulgular: Çalışmamızdaki 361 hastanın 163’ ü (%45,2) ÜSYE, 198’ i (%54,8) COVID -19 tanılı idi. Hastaların 164’ ü (%45,4) kadın, 197’ si (%54,6) erkekti. ÜSYE tanılı hastaların % 51,5’ i erkek, %48,5’ i kadın iken COVID-19 tanılı hastaların % 57,1’ i erkek, % 42,9’ u kadındı. ÜSYE hastalarının yaş ortalaması erkeklerde 47,5, kadınlarda 41, COVID -19 hastalarının yaş ortalaması erkeklerde 60 kadınlarda 59 olarak saptandı. Hemogram parametrelerinde ise; her iki cinsiyette COVID-19 hastalarının ortalama MCV, MPV, PDW, MO/BA, MCH ve yaş değerleri ÜSYE tanılı hastalara göre daha yüksek bulundu. Trombosit seviyeleri COVID-19 hastalığında erkeklerde kadınlara göre düşüktü. BA seviyeleri ise kadınlarda COVID-19 hastalığı olanlarda ÜSYE tanılı kadın hastalara göre yüksek saptandı. Sonuç: ÜSYE ve COVID-19 tanılı hastaların hemogram parametreleri değerlendirildiğinde bazı hemogram değerleri ile hastaların demografik özelliklerinin her iki hastalığın ayırıcı tanısında yardımcı olabileceği sonucuna varılmıştır. Her iki hastalığın ayırımında iyi bir anamnez ve ayrıntılı fizik muayene yanında hemogram testi çalışılması tanıda yol gösterici olacaktır.

___

  • 1. Huang C, Wang Y, Li X, Ren L, Zhao J, Hu Y, et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet.2020;395(10223):497-506.
  • 2. Tersalvi G, Vicenzi M, Calabretta D, Biasco L, Pedrazzini G, Winterton D. Elevated troponin in patients with Coronavirus Disease 2019 (COVID-19): possible mechanisms. J Card Fail. 2020; 26(6): 470-5
  • 3. Wang D, Hu B, Hu C, Zhu F, Liu X, Zhang J, et al. Clinical Characteristics of 138 Hospitalized Patients with 2019 Novel Coronavirus-Infected Pneumonia in Wuhan, China. JAMA - J Am Med Assoc. 2020;323(11):1061-9.
  • 4. Chen N, Zhou M, Dong X, Qu J, Gong F, Han Y, et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: a descriptive study. Lancet. 2020;395(10223):507-13.
  • 5. Zou L, Ruan F, Huang M et al. SARS-CoV-2 viral load in upper respiratory specimens of infected patients. N Engl J Med. 2020;382:1177-1179. doi:10.1056/NEJMc2001737.
  • 6. Aslan Ö, Mızraklı A, Aktar GS, Onur AR. COVID-19 Geçiren Hastalarda Antikor Düzeylerinin Değerlendirilmesi. Dicle Tıp Dergisi. 2021;48.181-186.
  • 7. Candel Gonza´lez FJ, Viñuela-Prieto JM, Del Castillo JG et al. Utility of lateral flow tests in SARS-CoV-2 infection monitorization. Rev Esp Quimioter. 2020;33(4):258. doi: 10.37201/req/052.2020.
  • 8. Li Z, Yi Y, Luo X, et al. Development and clinical application of a rapid IgM-IgG combined antibody test for SARS-CoV-2 infectiondiagnosis. J Med Virol. 2020; 10.1002/jmv.25727.
  • 9. Hao W, Li M. Clinical diagnostic value of CT imaging in COVID-19 with multiple negative RT-PCR testing. Travel Med Infect Dis. 2020; 34: 101627.
  • 10. Wang S, Kang B, Ma J, et al. A deep learning algorithm using CT images to screen for corona virus disease (COVID-19). 2020.02.14.20023028.
  • 11. Zhai P, Ding Y, Wu X, Long J, Zhong Y, Li Y. The epidemiology, diagnosis and treatment of COVID-19. Int J Antimicrob Agents. 2020; 55(5): 105955.
  • 12. Walters M C, Abelson H T, 1996, Interpretation of the complete blood count, Pediatric Clinics, 43, 599–622.
  • 13. Vijayarani S, Sudha S, 2015, An efficient clustering algorithm for predicting diseases from hemogram blood test samples, Indian Journal of Science and Technology, 8, Article number 52123.
  • 14. Avila E, Kahmann A, Alho C, Dorn M, 2020, Hemogram data as a tool for decisionmaking in COVID-19 management: applications to resource scarcity scenarios, 29, Article number 9482.
  • 15. Farkas J D, 2020, The complete blood count to diagnose septic shock, Journal of thoracic disease, 12, 16–21.
  • 16. Sarmis A, Agirbasli M, Kocoglu E, Guclu H, Ozekinci T, Habip Z, 2021, Can Hemogram Parameters Predict a Positive PCR Result in COVID-19, Bangladesh Journal of Medical Science, 20, 118–124.
  • 17. Wu z, Mcgoogan JM. Characteristics of and important lessons from the coronavirus disease 2019 (COVID-19) outbreak in China: summary of a report of 72 314 cases from the Chinese Center for Disease Control and Prevention. JAMA. 2020 Feb 24. Online ahead of print.
  • 18. Gita Vita Soraya , Zulvikar Syambani Ulhaq. Crucial Laboratory Parameters in COVID-19 Diagnosis and Prognosis: An Updated Meta-Analysis. Med Clin (Barc). 2020 Aug 28;155(4):143-151.
  • 19. Ai-Ping Yang , Jian-Ping Liu , Wen-Qiang Tao, Hui-Ming Li. The diagnostic and predictive role of NLR, d-NLR and PLR in COVID-19 patients. Int Immunopharmacol. 2020 Jul;84:106504. doi: 10.1016/j.intimp.2020.106504. Epub 2020 Apr 13.
  • 20. Taneri, PE, Gómez-Ochoa, SA, Llanaj, E. et al. COVID-19'da anemi ve demir metabolizması: sistematik bir inceleme ve meta-analiz. Eur J Epidemiol 35, 763-773 (2020). https://doi.org/10.1007/s10654-020-00678-5.
  • 21. Chuan Qin, Luoqi Zhou , Ziwei Hu, Shuoqi Zhang , Sheng Yang et al. Dysregulation of Immune Response in Patients With Coronavirus 2019 (COVID-19) in Wuhan, China. Clin Infect Dis. 2020 Jul 28;71(15):762-768. doi: 10.1093/cid/ciaa248.
  • 22. Ayşegül Ersöz, Tarık Eren Yılmaz. The association between micronutrient and hemogram values and prognostic factors in COVID-19 patients: A single-center experience from Turkey. Int J Clin Pract. 2021 Jun;75(6):e14078. doi: 10.1111/ijcp.14078. Epub 2021 Feb 17.