Un singolo campione di sangue di un paziente affetto da COVID-19 in condizioni critiche può essere analizzato da un modello di apprendimento automatico, che utilizza le proteine ??del plasma sanguigno per predire la sopravvivenza, settimane prima della morte, secondo un nuovo studio pubblicato questa settimana da Florian Kurth e Markus Ralser della Charité – Universitätsmedizin Berlin, Germania, e colleghi sulla rivista PLOS Digital Salute

I sistemi sanitari di tutto il mondo stanno lottando, per accogliere un numero elevato di pazienti gravemente malati di COVID-19, che necessitano di cure mediche speciali, soprattutto se identificati come ad alto rischio. Le valutazioni del rischio clinicamente stabilite nella medicina intensiva, come SOFA o APACHE II, mostrano solo un'affidabilità limitata nel predire gli esiti futuri della malattia per COVID-19.

Nel nuovo studio, i ricercatori hanno studiato i livelli di 321 proteine ??in campioni di sangue prelevati a 349 punti temporali da 50 pazienti affetti da COVID-19 in condizioni critiche in cura in due centri sanitari indipendenti in Germania e Austria. È stato utilizzato un approccio di apprendimento automatico, per trovare associazioni tra le proteine ??misurate e la sopravvivenza del paziente.

15 dei pazienti della coorte sono morti; il tempo medio dal ricovero al decesso è stato di 28 giorni. Per i pazienti sopravvissuti, il tempo mediano di ricovero è stato di 63 giorni. I ricercatori hanno individuato 14 proteine ??che, nel tempo, sono cambiate in direzioni opposte per i pazienti che sopravvivono rispetto ai pazienti che non sopravvivono in terapia intensiva. Il team ha quindi sviluppato un modello di apprendimento automatico per predire la sopravvivenza basato su una singola misurazione del punto temporale delle proteine ??rilevanti e ha testato il modello su una coorte di convalida indipendente di 24 pazienti affetti da COVID-10 in condizioni critiche. Il modello ha dimostrato un elevato potere predittivo su questa coorte, predicendo correttamente l'esito per 18 dei 19 pazienti sopravvissuti e 5 su 5 pazienti che sono morti (AUROC = 1,0, P = 0,000047).

I ricercatori concludono che i test delle proteine ??del sangue, se convalidati in coorti più ampie, possono essere utili sia per identificare i pazienti con il più alto rischio di mortalità, sia per testare se un determinato trattamento cambia la traiettoria prevista di un singolo paziente.

PLOS Digital Health : "A proteomic survival predictor for COVID-19 patients in intensive care"

DOI: 10.1371/journal.pdig.0000007