نوآوران آنلاین- تیمی به سرپرستی دکتر "دانیل کافمن"، استاد پزشکی دانشگاه مونترال کانادا دریافته است که میزان یک ماده ژنتیکی کرونا ویروسی در خون یک شاخص قابل اعتماد برای تشخیص اینکه کدام بیماران بر اثر این بیماری خواهند مرد.
این یافته در Science Advances منتشر شده است. کافمن و تیمش کار را در CRCHUMبازوی تحقیقاتی بیمارستان آموزشی UdeM، مرکز بیمارستانی دانشگاه دمونترال انجام دادند.
"کافمن"، نویسنده ارشد این مطالعه در کنار همکاران پژوهشی CRCHUM نیکلاس چامونت و آندرس فینزی، گفت: در مطالعه خود، ما توانستیم مشخص کنیم که کدام نشانگرهای زیستی پیش‌بینی‌کننده مرگ و میر در 60 روز پس از شروع علائم هستند. به لطف داده‌های‌مان، ما با موفقیت یک مدل آماری را بر اساس یک نشانگر زیستی خون ایجاد و تأیید کردیم.
علی رغم پیشرفت‌هایی که در مدیریت کووید 19 صورت گرفته است، پزشکان به سختی می‌توانند بیمارانی را که بیشتر در معرض خطر مرگ ناشی از این بیماری هستند شناسایی کنند و بنابراین بتوانند درمان‌های جدیدی را به آنها ارائه دهند. چندین نشانگر زیستی در مطالعات دیگر شناسایی شده‌اند، اما دستکاری فراوانی پارامترها در یک محیط بالینی امکان‌پذیر نیست و مانع از توانایی پزشکان برای تصمیم‌گیری سریع پزشکی می‌شود.
تیم کافمن با استفاده از نمونه‌های خون جمع‌آوری‌شده از ۲۷۹ بیمار در طول بستری شدن در بیمارستان برای کووید ۱۹، با درجات شدت از متوسط تا بحرانی، مقادیر پروتئین‌های التهابی را اندازه‌گیری کردند و به دنبال هر کدام برجسته بودند.
در همان زمان، تیم Chomont مقدار RNA ویروسی و Finzi سطح آنتی‌بادی‌هایی را که ویروس را هدف قرار می‌دهند اندازه‌گیری کردند. نمونه ها 11 روز پس از شروع علائم جمع آوری شد و بیماران حداقل 60 روز پس از آن تحت نظر بودند.
"السا برونت" گفت: در میان تمام نشانگرهای زیستی که ما ارزیابی کردیم، نشان دادیم که مقدار RNA ویروسی در خون به طور مستقیم با مرگ و میر مرتبط است و بهترین پاسخ پیش‌بینی‌کننده را ارائه دادیم، زمانی که مدل ما برای سن و جنس بیمار تنظیم شد.
این محقق جوان که کارش از جایزه تعالی UdeMCOVID-19 بهره مند شده است، افزود: ما حتی دریافتیم که اضافه کردن نشانگرهای زیستی اضافی کیفیت پیش بینی را بهبود نمی بخشد.
برای تایید اثربخشی آن، کافمن و برونت راتناسینگهام این مدل را روی دو گروه مستقل از بیماران آلوده از بیمارستان عمومی مونترال (که در موج اول همه‌گیری به کار گرفته شدند) و CHUM (که در طول موج دوم و سوم استخدام شدند) آزمایش کردند.
فرقی نمی‌کرد که بیماران در کدام بیمارستان تحت درمان قرار می‌گرفتند یا در کدام دوره از همه‌گیری قرار گرفتند: در همه موارد، مدل پیش‌بینی کار می‌کرد. اکنون کافمن و همکارانش می خواهند از آن استفاده عملی کنند.
او گفت: استفاده از این مدل برای پایش بیماران با در نظر گرفتن این سؤال جالب است: وقتی درمان‌های جدیدی را که ثابت کرده‌اند مؤثر هستند، انجام می‌دهید، آیا بار ویروسی همچنان یک نشانگر پیش‌بینی‌کننده مرگ‌ومیر است؟
سه‌شنبه ۳۰ نوامبر ۲۰۲۱
(برابر با ۹ آذر ۱۴۰۰)