Modelos de probabilidad para predecir la mortalidad por CoVID19.

Una de las circunstancias más estimulantes que esta pandemia de SARS-CoV2 nos ha traído es la constatación de que la información científica se transmite ahora (como nunca diría yo) con una celeridad que supera lo imaginable y que está poniendo a prueba la capacidad editorial de las grandes revistas médicas para absorber tanto conocimiento, tanta ciencia, tanto manuscrito. Imposible mantenerse mínimamente al día. Hace apenas unas semanas, a primeros de marzo 2020, publicamos en este blog la primera noticia relevante sobre el tema (ver en https://www.neyro.com/2020/03/09/un-virus-nuevo-el-coronavirus-2019-ncov/) y ya estamos hablando de la vacuna, pongo por caso.

Está claro cuál es el agente causal de la pandemia y cómo se comporta, pero también sabemos que la mejor forma de combatir una infección es su prevención y además de las medidas de protección individual de todos, especialmente de los cuidadores d e enfermos (ver en https://www.neyro.com/2020/04/15/doctor-tengo-un-familiar-enfermo-en-casa-con-coronavirus-como-debo-cuidarme-yo-como-cuidador/), la «solución ideal » será sin duda el descubrimiento y puesta en marcha de una vacuna que debe ser al tiempo, eficaz, tanto como segura y barata, porque el virus no distingue países ni respeta fronteras o mares por grandes que nos parezcan. Lo comentamos en una noticia previa en https://www.neyro.com/2020/06/02/la-solucion-de-esta-pandemia-por-sars-cov2-sera-una-vacuna-especifica-segura-y-eficaz/
Pero lo que hoy queremos comentar con nuestros lectores es sobre la mortalidad producida por la enfermedad CoVID19. Parece fuera de duda que está relacionada con una inusual respuesta del sistema inmune de algunos afectados por SARS-CoV2 durante los primeros 15 a 20 días desde su contagio y que se ha dado en llamar la «tormenta de citoquinas». Un «exceso de respuesta» del sistema inmune de algunos pacientes (sobre todo los mayores, sobre todo los que tenían más comorbilidades como diabetes, hipertensión o cardiopatías asociadas…), que provoca la activación del sistema de la coagulación, con la consecutiva formación de microtrombosis en distintos órganos que, a pesar de la anticoagulación interpuesta, con frecuencia lleva al paciente al fallo multiorgánico y, a veces, al fallecimiento.
Ahora, un grupo de investigación multinacional ha publicado un trabajo muy interesante que presenta un modelo matemático de predicción de mortalidad entre los pacientes. Está registrado en una de las divisiones de la revista Nature (nada menos…) y es accesible en https://www.nature.com/articles/s42256-020-0180-7 para el lector interesado. La portada del número de mayo 2020 de Nature la tenemos justo aquí abajo y el trabajo lo firman como primeros autores Yan, L., Zhang, H. y Goncalves, J..
En el artículo de L. Yan y colaboradores, se menciona que el repentino aumento de los casos de CoVID-19 está ejerciendo una gran presión sobre los servicios sanitarios en todo el mundo. En esta etapa, la evaluación clínica rápida, precisa y temprana de la gravedad de la enfermedad es vital. Para apoyar la toma de decisiones y la planificación logística en los sistemas de salud, este estudio aprovecha una base de datos de muestras de sangre de 485 pacientes infectados en la región de Wuhan, China (donde se originó el brote), para identificar biomarcadores predictivos cruciales de la mortalidad por la enfermedad y que se distribuyeron según el gráfico del propio trabajo que reproducimos ahora.
Para ello, se pudieron seleccionar tres biomarcadores que predicen la mortalidad de pacientes individuales con más de 10 días de antelación y 90% de precisión: deshidrogenasa láctica (LDH), linfocitos y proteína C reactiva de alta sensibilidad (hs-CRP). El asunto, lo confieso, es demasiado técnico para un blog de divulgación apenas, pero merece la pena que me siga el lector…. En particular, los niveles relativamente altos de LDH por sí solos parecen desempeñar un papel crucial en la distinción de la gran mayoría de los casos que requieren atención médica inmediata.
Este hallazgo es consistente con el conocimiento médico actual que altos niveles de LDH se asocian con la descomposición de tejido que ocurre en diversas enfermedades, incluyendo trastornos pulmonares como la neumonía; por ello los autores partieron de ese dato de la evolución con el algoritmo que mostramos del propio original del trabajo aludido..
En general, este artículo sugiere una regla de decisión simple y operable para predecir rápidamente a los pacientes con mayor riesgo, lo que permite priorizar su atención y potencialmente reducir la tasa de mortalidad. Y esto nada tiene que ver con «elegir» salvar a este o a este otro paciente; se trata de ayudar a los clínicos que cada día deben tomar decisiones sobre los tratamientos de una (no lo olvidemos) desconocida hasta ahora enfermedad, para tratar de asegurar la mayor cantidad de beneficio clínico, con el máximo de seguridad posible para los pacientes….