Un nuevo modelo predictivo ayuda a identificar a las personas en riesgo de COVID-19 grave

Crédito: Pixabay/CC0 Dominio público

Investigadores del Buck Institute analizaron datos de la aplicación COVID-19 Symptom Tracker utilizada por 3 millones de personas en los Estados Unidos Kingdom, agregando el uso de medicamentos inmunosupresores, el uso de una ayuda para la movilidad, dificultad para respirar, fiebre y fatiga a la lista de síntomas y comorbilidades que aumentan el riesgo de COVID-19 grave. Los resultados se publican en el Journal of Medical Internet Research.

«Aunque existen factores de riesgo establecidos para la COVID-19 grave, no hay buenos predictores que permitan a los proveedores de atención médica, o incluso a aquellos que dieron positivo, evaluar quién debe buscar atención médica avanzada», dice el profesor asociado del Instituto Buck, David. Furman, Ph.D., el científico principal que dirigió el estudio. «Nos complace sumarnos a los esfuerzos que se están realizando en todo el mundo para determinar cómo cuidar mejor a las personas infectadas por el coronavirus».

Furman dijo que de los tres millones de personas que usaron la aplicación, alrededor de 11 000 personas dio positivo por el virus y alrededor de 500 terminaron en el hospital. La aplicación de seguimiento de síntomas recopila datos desde múltiples ángulos y les pide a las personas que describan cómo se sienten, los síntomas que experimentan y los medicamentos que usan junto con factores demográficos y de estilo de vida, como la nutrición y la dieta.

Los resultados sí. no identificar la edad cronológica como factor de riesgo de COVID-19 grave; Furman reconoció que el hecho de que las personas mayores sean menos propensas a usar una aplicación de teléfono inteligente fue una limitación del estudio. «Pero nuestro estudio», dice Furman, «enfatiza que cualquier población que exprese las características identificadas en nuestro modelo podría ser susceptible a una forma más grave de COVID-19».

Agregando que muchos de los factores identificados en el estudio están relacionados con el envejecimiento, dice Furman, «la comprensión de las poblaciones jóvenes vulnerables que son biológicamente mayores que su edad cronológica y exhiben características que generalmente se asocian con la población de mayor edad podría ayudar a los médicos a identificar poblaciones jóvenes susceptibles».

Furman dice que los hallazgos que identifican el uso de medicamentos inmunosupresores como un predictor importante de enfermedades más graves justifican una mayor investigación. «¿Estos pacientes están empeorando debido a una enfermedad autoinmune/autoinflamatoria subyacente o porque los medicamentos están suprimiendo su respuesta inflamatoria? No lo sabemos», dice. «Laboratorios de todo el mundo están estudiando la respuesta inmunitaria hiperactiva que conduce a la tormenta de citoquinas que se asocia con la COVID-19 grave. Nuestros hallazgos resaltan la necesidad de comprender la biología de lo que está en juego en estos casos».

Furman y sus colegas están utilizando inteligencia artificial y aprendizaje automático para realizar otras investigaciones relacionadas con COVID. Se están realizando esfuerzos para predecir que los pacientes que probablemente se conviertan en «transportadores de largo plazo» de COVID son aquellos que experimentan síntomas debilitantes continuos mucho después de que se recuperan de la enfermedad aguda. Los investigadores también están correlacionando datos anteriores que identificaron fenotipos de envejecimiento dentro de proteomas individuales (el complemento completo de proteínas expresadas dentro de nuestras células y tejidos) con los proteomas de las personas infectadas con el coronavirus. Furman dice que los datos preliminares sugieren que hay un subgrupo de pacientes con COVID-19 que están envejeciendo más rápido en lo que respecta a su proteoma. Él dice que la esperanza es identificar intervenciones que restaurarían su expresión de proteínas a un estado más joven.

Explore más

Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Más información: Yingxiang Huang et al, Pacientes con COVID-19 que buscan tratamiento: Modelado predictivo dependiente de la edad y Síntomas y comorbilidades independientes (versión preliminar), Journal of Medical Internet Research (2021). DOI: 10.2196/25696 Información de la revista: Journal of Medical Internet Research

Proporcionado por Buck Institute for Research on Aging Cita: Un nuevo modelo predictivo ayuda a identificar a las personas en riesgo para COVID-19 grave (2021, 9 de marzo) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-severe-covid-.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.