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.

Approccio novello per predire i risultati in pazienti COVID-19

In uno studio recente pubblicato sul medRxiv* del " server " della pubblicazione preliminare, i ricercatori hanno usato la potenza premonitrice delle scansioni di tomografia computerizzata (CT) del torace e delle citochine del plasma predire la morte e la severità nei pazienti di malattia 2019 di coronavirus (COVID-19).

Studio: Il torace quantitativo CT combinato con le citochine del plasma predice i risultati in pazienti COVID-19. Credito di immagine: QinJin/Shutterstock.com

Sfondo

Malgrado la persistenza pandemica COVID-19 per quasi due anni dal coronavirus 2 (SARS-CoV-2) di sindrome respiratorio acuto severo, il virus responsabile di COVID-19, originalmente emergente nel dicembre 2019, là non è corrente preannunciatori affidabili che possano assistere i medici nella predizione dei risultati pazienti.

Durante la progressione COVID-19, la valutazione di citochina è stata utile nella previsione della morte. Ancora, le funzionalità di CT del polmone hanno indicato l'alta prestazione premonitrice per la severità COVID-19.

Nello studio corrente, i ricercatori hanno supposto che una combinazione di citochine del plasma e di misure di CT avesse un'più alta potenza premonitrice dei risultati COVID-19 che ogni metodo avrebbe predetto indipendente. Per provare questo, gli autori di questo studio hanno applicato da un approccio guidato da dati di apprendimento automatico.

Circa lo studio

Il gruppo di studio ha incluso 152 pazienti COVID-19 dal sistema di salubrità di monte Sinai in New York ha ammesso fra marzo e settembre 2020. Ciascuno di questi pazienti ha avuto loro citochina del plasma livella valutato e una scansione di CT del torace eseguito entro 5 giorni della loro ammissione nell'ospedale.

Questi pazienti sono stati selezionati in base ai seguenti criteri dell'inclusione per questo studio:

  • Ospedalizzato per COVID-19
  • Valutazione di citochina del plasma entro 48 ore sopra il ricovero ospedaliero
  • Scansione di CT del torace eseguita fino a 5 giorni oltre alla valutazione di citochina del plasma

Oltre alle citochine del plasma dell'interleuchina 6 (IL-6), IL-8 e il α di fattore di necrosi tumorale (TNF-α) che sono stati valutati ed il torace CT, i ricercatori hanno raccolto le informazioni sui dati demografici pazienti come pure tutte le variabili del laboratorio e cliniche. I ricercatori hanno catturato la cura meticolosa per escludere i pazienti di cui i dati possono distorcere l'obiettivo di questo studio. Per esempio, i pazienti con le circostanze acute che sovrappongono COVID-19 che può pregiudicare le citochine si sono esclusi.

Nello studio, i radiologi hanno calcolato un punteggio qualitativo di CT secondo la percentuale del parenchima polmonare di ogni lobo influenzato dal opacification e/o (GGO) dai consolidamenti a superficie smerigliata. Questi informazioni poi sono state riassunte per rendere ad un CT globale il punteggio qualitativo che era fra 0-20.

La valutazione quantitativa di CT, che è stata eseguita facendo uso dell'affettatrice tridimensionale del software libero (3D) (www.slicer.org) e del plugin della piattaforma della rappresentazione del torace (chestimagingplatform.org), ha reso cinque variabili distinte. Queste variabili hanno incluso il volume polmonare totale, il volume polmonare ben-aerato, il volume di GGO, il volume di consolidamento e GGO al rapporto aerato del polmone. Inoltre, i ricercatori egualmente hanno utilizzato la piattaforma di citochina di ELLA per misurare IL-6, IL-8 e TNF-α.

Per sviluppare uno strumento robusto per la stratificazione paziente di rischio per dare la priorità loro per cura, i ricercatori hanno selezionato questi due come risultati appropriati, compreso la severità massima di malattia durante la morte dell'ospedale e dell'ospedalizzazione. Il disgaggio (WHO) ordinale dell'organizzazione mondiale della sanità (0-7) egualmente è stato usato per valutare la severità di malattia prima della morte.

Tutti i dati sono stati analizzati a partire da 4 scenari differenti, compreso le citochine, CT qualitativo, CT quantitativo ed hanno combinato i punteggi.

I ricercatori egualmente hanno valutato la probabilità di sopravvivenza facendo uso dei modelli proporzionali di rischio di Cox per identificare gli indicatori potenziali ed hanno usato la regressione netta elastica affinchè le capacità premonirici separino i pazienti che sopravvivono a per scenario. Considerevolmente, i ricercatori indicati dai risultati che la saturazione dell'ossigeno e le variabili demografiche hanno avute potenza difficile nella morte di predizione, anche se questi producono i modelli prognostici significativi nella valutazione del rischio di morte.

I ricercatori egualmente hanno aumentato la loro robustezza di modello realizzando una combinazione di prova/insiemi di addestramento e di convalida casuali del inter-popolare. Ad una selezione basata a coefficiente egualmente è stata usata per filtrare i modelli significativi e per selezionare le variabili pertinenti per predire.

Risultati di studio

Lo studio ha trovato che il tasso di mortalità dell'ospedale per questo gruppo era 17,1%. Mentre non c'erano differenze significative nel sesso, nella razza, nell'origine etnica, o nell'età fra i pazienti che sono morto rispetto a coloro che è sopravvissuto a, i pazienti che sono morto hanno avuti un più alto punteggio ordinale del WHO e una saturazione più bassa dell'ossigeno alla presentazione rispetto a coloro che è sopravvissuto a.

I ricercatori egualmente hanno trovato che i livelli elevati IL-6 e IL-8 erano significativamente in pazienti che sono morto, mentre nessuna differenza significativa per TNF-α. Tuttavia, IL-6, TNF-α e IL-8 tutti sono stati correlati alla severità di malattia.

Sulla predizione della morte COVID-19, i ricercatori hanno indicato che un modello combinato delle scansioni di CT basate su ulteriore informazione dalle analisi di citochina aumenta la potenza premonitrice della previsione di morte. Lo scenario ottimizzato di previsione ha contenuto IL-6, IL-8, TNF-α, GGO al rapporto aerato del polmone ed all'età.

Predicendo il punteggio massimo della severità COVID-19, i ricercatori hanno trovato che lo scenario combinato ha eseguito meglio dello scenario ottimizzato, il CT quantitativo, CT qualitativo e valutazioni di citochine da solo. Con l'uso di queste variabili, i ricercatori poi costruiscono un nomogramma di previsione di rischio.  Questo nomogramma usa le variabili selezionate di GGO al rapporto, all'età, a TNF-α, a IL-6 e a IL-8 aerati del polmone per fornire un punteggio per il rischio di morte.

I ricercatori egualmente hanno fornito un sistema di raschiatura semplice facendo uso di plasma IL-6, IL-8, TNF-α, GGO al rapporto aerato del polmone e l'età come metrica novella, quindi suggerente questi può essere usata come bandiere rosse quando riflette i pazienti. Ciò aiuterebbe i medici a prendere le decisioni critiche per i pazienti ad ad alto rischio della morte per COVID-19.

Conclusione

Adottato insieme, l'approccio combinato di entrambe le scansioni di CT del torace con la valutazione delle citochine del plasma è risultato buoni preannunciatori della severità di massimo e di morte di COVID-19.

Considerevolmente, il CT quantitativo era migliore alla severità di predizione, mentre le misure di citochina migliorano la morte preveduta. I ricercatori egualmente hanno costruito un nomogramma per predire il rischio di morte di COVID-19-related facendo uso di una combinazione di citochine e di variabili di CT.

In generale, i risultati presentati qui possono assistere i medici nella stratificazione e nel prendere di rischio le decisioni critiche per le strategie terapeutiche individualizzate per i pazienti.

avviso *Important

il medRxiv pubblica i rapporti scientifici preliminari che pari-non sono esaminati e, pertanto, non dovrebbero essere considerati conclusivi, guida la pratica clinica/comportamento correlato con la salute, o trattato come informazioni stabilite.

Journal reference:
Dr. Ramya Dwivedi

Written by

Dr. Ramya Dwivedi

Ramya has a Ph.D. in Biotechnology from the National Chemical Laboratories (CSIR-NCL), in Pune. Her work consisted of functionalizing nanoparticles with different molecules of biological interest, studying the reaction system and establishing useful applications.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Dwivedi, Ramya. (2021, October 19). Approccio novello per predire i risultati in pazienti COVID-19. News-Medical. Retrieved on January 21, 2022 from https://www.news-medical.net/news/20211019/Novel-approach-to-predict-outcomes-in-COVID-19-patients.aspx.

  • MLA

    Dwivedi, Ramya. "Approccio novello per predire i risultati in pazienti COVID-19". News-Medical. 21 January 2022. <https://www.news-medical.net/news/20211019/Novel-approach-to-predict-outcomes-in-COVID-19-patients.aspx>.

  • Chicago

    Dwivedi, Ramya. "Approccio novello per predire i risultati in pazienti COVID-19". News-Medical. https://www.news-medical.net/news/20211019/Novel-approach-to-predict-outcomes-in-COVID-19-patients.aspx. (accessed January 21, 2022).

  • Harvard

    Dwivedi, Ramya. 2021. Approccio novello per predire i risultati in pazienti COVID-19. News-Medical, viewed 21 January 2022, https://www.news-medical.net/news/20211019/Novel-approach-to-predict-outcomes-in-COVID-19-patients.aspx.