Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Les chercheurs recensent les bornes de prévision qui peuvent être employées pour définir la gravité COVID-19

Un 14−17% environ de patients COVID-19 hospitalisés développe une forme sévère de la maladie, exigeant le support de l'oxygène et l'admission à l'unité de soins intensifs. Les conditions médicales fondamentales telles que le diabète, les maladies cardiaques continuelles, les maladies rénales chroniques, l'obésité, et quelques prédispositions génétiques contribuent à la gravité de COVID-19. Cependant, la gravité de COVID-19 dans un grand groupe de patients ne peut pas être expliquée seulement par ces facteurs. Actuellement, il est pour cette raison très difficile de prévoir si le patient développera une forme sévère de la maladie. C'est un problème, puisqu'un tel prévision et pronostic du développement de la maladie des premiers jours est très important pour que le management adéquat et opportun de fourniture réduise la mortalité des patients.

Mesurer facilement, accessible pour on

Dans une étude clinique estimative récente, publiée dans des « frontières de l'immunologie » (le 5ème tourillon le plus cité en immunologie et le tourillon d'ouvert-accès le plus cité en immunologie), une équipe interdisciplinaire des Immunologue, des mathématiciens, et des cliniciens de Belgique et de Russie a recensé un ensemble de bornes de prévision qui peuvent être employées pour définir la gravité COVID-19 au jour de l'admission patiente à l'hôpital.

L'avantage de ces bornes recensées est que ces bornes peuvent être facilement mesurées dans la plupart des laboratoires cliniques conventionnels mondiaux, rendant cette analyse de prévision accessible pour beaucoup d'hôpitaux mondiaux. »

M. Olga Krysko, premier auteur, université de Gand

Analyse d'artificial intelligence

L'étude prospective a analysé 30 patients COVID-19 modérés et 30 sévères et 17 contrôles sains. Basé sur l'analyse d'artificial intelligence, huit paramètres en sérum sanguin (créatinine, glucose, numéro de monocyte, fibrinogène, cytokine macrophage-dérivée, monokine induit par l'interféron gamma, protéine C réactive, et IL-6) ont été montrés pour avoir une valeur prévisionnelle intense. Prof. M. Dmitri Krysko (un auteur de Co-sénior de l'étude de l'université de Gand) : « Cette méthodologie laisse effectuer une prévision avec une exactitude environ de 83 à 87% si le patient développera une maladie sévère. Ces résultats préparent le terrain pour le développement des critères pronostiques neufs et des bornes pour les patients COVID-19 et aideront dans le management des patients COVID-19. Nous avons développé un outil en ligne, qui est procurable pour que les cliniciens prévoient et pour estiment le pronostic pour un patient particulier. En écrivant les valeurs de huit paramètres le risque de COVID-19 sévère est automatiquement prévu. »

Source:
Journal reference:

Krysko, O., et al. (2021) Artificial Intelligence Predicts Severity of COVID-19 Based on Correlation of Exaggerated Monocyte Activation, Excessive Organ Damage and Hyperinflammatory Syndrome: A Prospective Clinical Study. Frontiers of Immunology. doi.org/10.3389/fimmu.2021.715072.