Pebmed - Notícias e Atualizações em Medicina
Cadastre-se grátis
Home / Clínica Médica / Quais sinais ajudam a predizer má evolução na Covid-19?
frascos de sangue para análise de marcadores inflamatórios da má evolução da covid-19

Quais sinais ajudam a predizer má evolução na Covid-19?

Esse conteúdo é exclusivo para
médicos.

Para ter acesso, identifique-se através do login ou cadastre-se gratuitamente!

O aspecto mais temido da doença pelo novo coronavírus, o SARS-CoV-2, é, depois de sua imensa facilidade em se disseminar, a gravidade que a lesão pulmonar pode atingir. Por mais que a mortalidade em jovens não seja tão alta, o risco de vida que a Covid-19 impõe a idosos e pacientes com comorbidades é enorme. Muitos desses pacientes evoluem para formas graves em que a insuficiência respiratória exige intubação orotraqueal, ventilação mecânica e cuidados intensivos.

Assim como outros pacientes em estado crítico, aqueles acometidos pelo SARS-CoV-2 têm alto risco de óbito, muitas vezes com evoluções rápidas e que deixam pouca janela para intervenção da equipe de saúde antes do desfecho fatal. Na Covid-19, especificamente, estima-se que a mortalidade dos pacientes críticos chegue a 61,5%.

Por isso, pesquisas têm tentado, além de descobrir tratamentos, identificar possíveis marcadores clínicos ou laboratoriais que acusem a piora clínica do paciente antes mesmo que ela ocorra.

Nesse contexto, a revista Nature publicou nessa semana um estudo chinês que avaliou exames laboratoriais de 485 pacientes da cidade Wuhan a fim de encontrar marcadores sorológicos de mortalidade para essa doença.

Leia também: Covid-19: principais recomendações do novo protocolo de tratamento do Ministério da Saúde

Má evolução na Covid-19

A pesquisa foi de natureza retrospectiva em que os pesquisadores cruzaram dados clínicos (desde sintomas até resultados de todo tipo de exames laboratoriais) com os desfechos dos pacientes envolvidos através de programas criadores de algoritmos. O estudo excluiu da coleta de dados gestantes, menores de 18 anos e pacientes cujo painel laboratorial estava com menos que 80% dos exames em questão realizados.

Praticamente todos os pacientes envolvidos tinham várias coletas de sangue ao longo da internação, porém apenas as últimas foram usadas para a análise devido a particularidades dos programas e modelos matemáticos usados.

Contudo, a natureza da análise realizada permite a extrapolação dos dados para exames coletados em qualquer fase de evolução da doença e a ferramenta utilizada permite, ainda, o cálculo de propriedades estatísticas relativas a cada exame analisado (da acurácia ao valor preditivo positivo).

A ferramenta matemática usada foi um programa criador de árvores de decisão, que são nada mais nada menos que algorítimos binários (em que cada etapa apresenta apenas mais dois caminhos a seguir). Dessa forma, os pesquisadores conseguiram limitar a análise dos dados aos dois únicos desfechos objetivados no estudo: morte ou sobrevivência. O programa, então, cruzou todos os resultados de exames laboratoriais inseridos nele a fim de identificar tanto quais exames foram os melhores preditores de sobrevivência ou mortalidade quanto quais os valores de referência que permitiram essa previsão.

Veja mais: Covid-19 em pacientes graves: o que sabemos até agora?

Resultados

E quais foram os “campeões” nessa competição? Foram a desidrogenase lática (DHL), a proteína C reativa de alta sensibilidade (PCR-hs) e a contagem de linfócitos. Fisiopatologicamente, os resultados fazem muito sentido: o DHL é um marcador de destruição tecidual e, nas formas graves da Covid-19, observa-se um aumento de seus níveis séricos proporcional ao grau de lesão pulmonar; a PCR, como marcador inflamatório, sinaliza o grau de inflamação persistente e é um marcador de mau prognóstico na síndrome de angústia respiratória aguda (SARA); e a linfopenia é uma característica laboratorial comum dessa doença, provavelmente representando a disfunção imunológica que resulta nas formas mais graves.

Para esses exames, os valores de referência foram DHL > 365 U/L, PCR-hs > 41,2 mg/L e linfócitos totais < 14,7%, com esses resultados indicando maior risco de mortalidade. Conforme identificado pela ferramenta matemática utilizada, a análise conjunta desses três exames resultou em acurácia de 90%, indicando que a análise realmente pode ser usada para exames em qualquer fase de evolução da doença (até mesmo no início dos sintomas).

Mais do autor: A Covid-19 pode causar tromboembolismos fatais?

Em geral, o modelo conseguiu prever os desfechos dos pacientes com até dez dias de antecedência. Usar os três exames em conjunto permitiu manter a acurácia da análise em 90% até mesmo com 18 dias de antecedência.

O próprio artigo ressalta que o número de pacientes envolvidos foi pequeno e que o estudo foi realizado em um único centro, sendo necessário repeti-lo em outros locais e com outras populações a fim de melhorar a confiabilidade dos resultados. Mesmo assim, as descobertas são promissoras e permitem aos médicos na linha de frente dessa pandemia analisarem precocemente os pacientes, planejarem melhor as condutas de forma individualizada e direcionar recursos (já escassos) de forma mais eficaz.

Quer receber as principais atualizações sobre a Covid-19? Inscreva-se aqui! Todos os dias, atualizamos os números e publicamos os principais estudos!

Autor:

Referência bibliográfica:

  • YAN, Li; ZHANG, Hai-tao; GONCALVES, Jorge; XIAO, Yang; WANG, Maolin; GUO, Yuqi; SUN, Chuan; TANG, Xiuchuan; JING, Liang; ZHANG, Mingyang. An interpretable mortality prediction model for COVID-19 patients. Nature Machine Intelligence, [s.l.], v. 2, n. 5, p. 283-288, maio 2020. Springer Science and Business Media LLC. http://dx.doi.org/10.1038/s42256-020-0180-7.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.

×

Adicione o Portal PEBMED à tela inicial do seu celular: Clique em Salvar na Home Salvar na Home e "adicionar à tela de início".

Esse site utiliza cookies. Para saber mais sobre como usamos cookies, consulte nossa política.