Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

I ricercatori identificano gli indicatori di previsione che possono essere usati per definire la severità COVID-19

Un 14−17% stimato dei pazienti ospedalizzati COVID-19 sviluppa un modulo severo della malattia, richiedendo il supporto dell'ossigeno e l'ammissione all'unità di cure intensive. Le condizioni mediche di fondo quali il diabete, le malattie cardiache croniche, le malattie renali croniche, l'obesità ed alcune predisposizioni genetiche contribuiscono alla severità di COVID-19. Tuttavia, la severità di COVID-19 in un grande gruppo di pazienti non può essere spiegata soltanto da questi fattori. Attualmente, è quindi molto difficile da predire se il paziente svilupperà un modulo severo della malattia. Ciò è un problema, poiché tali previsione e prognosi dello sviluppo di malattia a partire dai primi giorni è molto importanti affinchè la gestione adeguata e tempestiva di fornitura diminuiscano la mortalità dei pazienti.

Per misurare facilmente, accessibile per molti

In uno studio clinico futuro recente, pubblicato “nelle frontiere dell'immunologia„ (il quinto giornale citato in immunologia ed il giornale di aperto Access citato in immunologia), un gruppo interdisciplinare degli immunologi, i matematici ed i clinici dal Belgio e dalla Russia ha identificato un insieme degli indicatori di previsione che possono essere usati per definire la severità COVID-19 al giorno dell'ammissione paziente all'ospedale.

Il vantaggio di questi indicatori identificati è che questi indicatori possono essere misurati facilmente nella maggior parte dei laboratori clinici convenzionali mondiali, rendendo questa analisi di previsione accessibile per molti ospedali mondiali.„

Dott. Olga Krysko, primo autore, università di Gand

Psicometria artificiale

Lo studio prospettivo ha analizzato 30 pazienti moderati e 30 severi COVID-19 e 17 comandi sani. Sulla base di psicometria artificiale, otto parametri in siero di sangue (creatinina, glucosio, numero del monocito, fibrinogeno, citochina macrofago-derivata, monokine indotto da interferone gamma, proteina C-reattiva e IL-6) sono stati indicati per avere un forte valore predittivo. Prof. Dott. Dmitri Krysko (un autore co-senior dello studio dall'università di Gand): “Questa metodologia concede fare una previsione con un'accuratezza di circa 83 - 87% se il paziente svilupperà una malattia severa. Questi risultati aprono la strada per lo sviluppo di nuovi criteri prognostici e gli indicatori per i pazienti COVID-19 ed aiuteranno nella gestione dei pazienti COVID-19. Abbiamo sviluppato uno strumento online, che è a disposizione affinchè i clinici calcolasse e per stimare la prognosi per un paziente particolare. Fornendo i valori di otto parametri il rischio di COVID-19 severo è calcolato automaticamente.

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.