Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Nuevo enfoque para predecir resultados en los pacientes COVID-19

En un estudio reciente publicado en el medRxiv* del servidor de la prueba preliminar, los investigadores han utilizado la potencia profética de las exploraciones de la tomografía calculada (CT) del pecho y de los cytokines del plasma de predecir muerte y severidad en pacientes de la enfermedad 2019 del coronavirus (COVID-19).

Estudio: El pecho cuantitativo CT combinado con cytokines del plasma predice resultados en los pacientes COVID-19. Haber de imagen: QinJin/Shutterstock.com

Fondo

A pesar de la persistencia pandémica COVID-19 por casi dos años desde el coronavirus 2 (SARS-CoV-2) de la neumonía asiática, el virus responsable de COVID-19, emergido originalmente en diciembre de 2019, allí no es actualmente ningún calculador seguro que puede ayudar a médicos en predecir resultados pacientes.

Durante la progresión COVID-19, la evaluación del cytokine ha sido útil en la predicción de la muerte. Además, las características del CT del pulmón han mostrado el alto funcionamiento profético para la severidad COVID-19.

En el estudio actual, los investigadores presumieron que una combinación de los cytokines del plasma y de las mediciones del CT tendría una potencia profética más alta de los resultados COVID-19 que cada método prediría independientemente. Para probar esto, los autores de esto estudio aplicaron una aproximación dato-impulsada del aprendizaje de máquina.

Sobre el estudio

La cohorte del estudio incluyó a 152 pacientes COVID-19 del sistema de la salud del monte Sinaí en Nueva York admitió entre marzo y septiembre de 2020. Cada uno de estos pacientes tenía su cytokine del plasma nivela fijado y una exploración del CT del pecho realizado en el plazo de 5 días de su admisión en el hospital.

Seleccionaron a estos pacientes sobre la base de las consideraciones siguientes de la partícula extraña para este estudio:

  • Hospitalizado para COVID-19
  • Evaluación del cytokine del plasma en el plazo de 48 horas sobre la admisión de hospital
  • Exploración del CT del pecho realizada hasta 5 días aparte de la evaluación del cytokine del plasma

Además de los cytokines del plasma del interleukin 6 (IL-6), IL-8, y el α del factor de necrosis de tumor (TNF-α) que fueron fijados y el pecho CT, los investigadores cerco la información sobre los datos demográficos pacientes, así como cualquier variable clínica y del laboratorio. Los investigadores tomaron cuidado meticuloso para excluir a los pacientes cuyos datos pueden sesgar el objetivo de este estudio. Por ejemplo, excluyeron a los pacientes con las condiciones agudas que recubrían COVID-19 que puede afectar a los cytokines.

En el estudio, los radiólogos calculaban una muesca cualitativa del CT según el porcentaje de la parenquimia de pulmón de cada lóbulo afectado por el opacification y/o (GGO) consolidaciones del tierra-cristal. Esta información entonces fue resumida para rendir a un CT total la muesca cualitativa que estaba entre 0-20.

La evaluación cuantitativa del CT, que fue realizada usando la cortadora tridimensional del software libre (3D) (www.slicer.org) y el enchufe de la plataforma de la proyección de imagen del pecho (chestimagingplatform.org), rindió cinco variables distintas. Estas variables incluyeron la capacidad pulmonar total, la capacidad pulmonar bien-aireada, el volumen de GGO, el volumen de la consolidación, y GGO a la índice aireada del pulmón. Además, los investigadores también utilizaron la plataforma del cytokine de ELLA para medir IL-6, IL-8, y TNF-α.

Para desarrollar una herramienta robusta para la estratificación paciente del riesgo para darles prioridad para el cuidado, los investigadores seleccionaron estos dos como resultados apropiados, incluyendo severidad máxima de la enfermedad durante muerte de la hospitalización y del hospital. La escala (WHO) ordinal de la Organización Mundial de la Salud (0-7) también fue utilizada para fijar severidad de la enfermedad antes de muerte.

Todos los datos eran analizados a partir de 4 diversos decorados, incluyendo cytokines, CT cualitativo, CT cuantitativo, y combinaron muescas.

Los investigadores también evaluaron la probabilidad de la supervivencia usando modelos proporcionales del peligro de $cox para determinar marcadores potenciales y utilizaron la regresión neta elástico para que las capacidades proféticas separen a los pacientes que sobreviven por decorado. Notablemente, los investigadores indicados de los resultados que la saturación del oxígeno y las variables demográficas tenían potencia pobre en muerte que predecía, aunque éstos producen modelos pronósticos importantes en fijar el riesgo de muerte.

Los investigadores también aumentaron su robustez modelo realizando una combinación de la prueba/de los equipos del entrenamiento y de la validación al azar del cruz-doblez. Una selección coeficiente-basada también fue utilizada para filtrar los modelos importantes y para seleccionar las variables relevantes para predecir.

Resultados del estudio

El estudio encontró que la tasa de mortalidad del hospital para esta cohorte era 17,1%. Mientras que no había diferencias importantes en sexo, carrera, pertenencia étnica, o edad entre los pacientes que murieron con respecto a los que sobrevivieron, los pacientes que murieron tenían una muesca ordinal más alta del WHO y una saturación más con poco oxígeno en la presentación con respecto a las que sobrevivieron.

Los investigadores también encontraron que los niveles IL-6 e IL-8 eran importante más altos en los pacientes que murieron, mientras que ninguna diferencia importante para TNF-α. Sin embargo, IL-6, TNF-α, e IL-8 todos fueron correlacionados a la severidad de la enfermedad.

Al predecir la muerte COVID-19, los investigadores mostraron que un modelo combinado de las exploraciones del CT basadas en la información adicional de análisis del cytokine aumenta la potencia profética de la predicción de la muerte. El decorado optimizado de la predicción contuvo IL-6, IL-8, TNF-α, GGO a la índice aireada del pulmón, y a la edad.

Prediciendo la muesca máxima de la severidad COVID-19, los investigadores encontraron que el decorado combinado se realizó mejor que el decorado optimizado, CT cuantitativo, CT cualitativo, y las evaluaciones de los cytokines solamente. Con el uso de estas variables, los investigadores entonces construyen un ábaco de la predicción del riesgo.  Este ábaco utiliza variables seleccionadas de GGO a la índice, a la edad, a TNF-α, a IL-6, y a IL-8 aireados del pulmón para ofrecer una muesca para el riesgo de muerte.

Los investigadores también ofrecieron un sistema de sonorización simple usando el plasma IL-6, IL-8, TNF-α, GGO a la índice aireada del pulmón, y la edad como métrica nueva, de tal modo sugiriendo éstos se puede utilizar como banderas rojas al vigilar a los pacientes. Esto ayudaría a médicos a tomar las decisiones críticas para los pacientes en de alto riesgo de la muerte para COVID-19.

Conclusión

Tomada junta, la aproximación combinada de ambas exploraciones del CT del pecho con la evaluación de los cytokines del plasma fue encontrada para ser buenos calculadores de la severidad de la muerte y del máximo de COVID-19.

Notablemente, el CT cuantitativo era mejor en la severidad que predecía, mientras que las mediciones del cytokine mejoran muerte prevista. Los investigadores también construyeron un ábaco para predecir el riesgo de muerte de COVID-19-related usando una combinación de cytokines y de variables del CT.

Totales, las conclusión presentadas aquí pueden ayudar a médicos en la estratificación y tomar del riesgo las decisiones críticas para las estrategias terapéuticas individualizadas para los pacientes.

advertencia *Important

el medRxiv publica los partes científicos preliminares que par-no se revisan y, por lo tanto, no se deben mirar como concluyentes, conduce práctica clínica/comportamiento relativo a la salud, o tratado como información establecida.

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). Nuevo enfoque para predecir resultados en los pacientes 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. "Nuevo enfoque para predecir resultados en los pacientes 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. "Nuevo enfoque para predecir resultados en los pacientes 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. Nuevo enfoque para predecir resultados en los pacientes 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.