La investigación “Un modelo de predicción para interpretar la mortalidad en pacientes con COVID-19”, publicada el 14 de mayo de 2020 por la revista Nature Machine Intelligence, descubrió que el detectar altos niveles de la enzima deshidrogenasa láctica (LDH) en el cuerpo puede ayudar a distinguir con antelación los casos de COVID-19 que necesitan atención médica inmediata.
En este estudio se analizaron tres indicadores o marcadores biológicos: la deshidrogenasa láctica (LDH), los linfocitos y la proteína C reactiva en base a 484 muestras de sangre de pacientes infectados en Wuhan, China, con el objetivo de predecir pacientes en mayor riesgo, priorizarlos y reducir el índice de mortalidad en ellos, logrando detectar con diez días previos qué pacientes tenían una mayor probabilidad de caer en estado crítico.
Una de las facilidades que mostró la investigación para identificar a pacientes en alto riesgo es que la enzima deshidrogenasa láctica (LDH), los linfocitos y la proteína C reactiva (PCR) pueden ser recolectados fácilmente en los hospitales.
Según la investigación, el incremento de LDH, definida según Medline Plus como la proteína que ayuda a producir energía en el cuerpo, refleja la destrucción de las células o el tejido, importante marcador biológico para identificar la severidad de fibrosis pulmonaria idiopática. Asimismo, los altos niveles pueden simbolizar una enfermedad pulmonar intersticial, sirviendo como pronóstico para las lesiones pulmonares.
Por otro lado, se concluyó que el incremento de la proteína C reactiva es un marcador para indicar los síndromes agudos respiratorios en un estado persistente de inflamación, visto mediante autopsias donde se reflejan lesiones grises y blancas en los pulmones y una secreción ligosa en los tejidos saliendo de los alvéolos.
Asimismo, las células epiteliales dañadas pueden inducir a una filtración de linfocitos, ocasionando una linfocitopenia (número bajo de linfocitos) persistente, característica vista en SARS-CoV-2 Y MERS-COV que influye en la reducción de células periféricas como las CD4 y las CD8. La linfocitopenia puede ser un factor crítico asociado a la severidad y mortalidad de la enfermedad.
Investigación surge por altos índices de mortalidad
El 11 de marzo de 2020, la Organización Mundial de la Salud (OMS) declaró la epidemia del COVID-19 como una pandemia. Según las estadísticas de ese tiempo, del 13.8 al 19.1% de los pacientes en Wuhan cayeron en estado crítico, en la actualidad las cifras son otras, siendo el índice de pacientes que requirieron cuidados intensivos del 61.5%, en su mayoría personas mayores y con enfermedades previas.
Con los hospitales colapsados y la curva de contagios aumentando en diversos países a nivel mundial, los investigadores se vieron en la necesidad de identificar marcadores biológicos que predijeran en que pacientes la enfermedad de COVID-19 podría ser mortal.
Clasificador XGBoost
Los investigadores decidieron utilizar un clasificador XGBoost como modelo de predicción, máquina que en base a algoritmos logra una gran interpretabilidad en su sistema de decisiones. Un XGBoost está basado en la construcción de un árbol de decisiones que puede identificar los árboles que contribuyen en su mayoría para un modelo predictivo, mediante secuencias de decisiones binarias organizadas jerárquicamente.
El modelo no fue solo capaz de identificar el desenlace de los pacientes, sin tomar en consideración diagnósticos previos, pero en base a los algoritmos, se estableció el LDH como un marcador biológico influyente en el rango de mortalidad.
Ya que se tuvo que medir la deshidrogenasa láctica (LDH), los linfocitos y la proteína C reactiva, en 24 pacientes no se pudieron medir los tres marcadores en las últimas muestras de sangre, dejando a 351 pacientes siendo parte del análisis por el XGBoost model. En promedio, el modelo pudo predecir el desenlace de todos los pacientes 10 días en avance, usando las muestras de sangre con una exactitud del 90%.
Pacientes
Para la recolección de datos se clasificaron los reportes de caso con antecedentes epidemiológicos, demográficos, clínicos y de laboratorio del Hospital Tongji en Wuhan. Para cada caso se anexó la información básica, síntomas, exámenes de sangre, resultados de exámenes de laboratorio, análisis del funcionamiento del hígado y del riñón, funcionamiento de la coagulación, electrolitos y factores inflamatorios tomados de pacientes críticos y severos, anotando el desenlace de cada uno de ellos: la muerte o la supervivencia al final del período de examinación.
Empíricamente se evaluó la severidad de cada paciente según estos criterios: que haya vivido en Wuhan en los 14 días antes del primer síntoma, que haya tenido contacto con pacientes con fiebre y síntomas respiratorios en Wuhan en los 14 días antes del primer síntoma o que haya tenido contacto con pacientes COVID-19 positivos, tomando en consideración estas manifestaciones: fiebre o síntomas respiratorios, un descenso en células blancas y linfocitos o que el ácido del núcleo en SARS-CoV-2 salga positivo en muestras respiratorias o de sangre. Según las manifestaciones, los casos fueron divididos en generales, severos y críticos.
Para el desarrollo del modelo matemático de interpretación de algoritmos para identificar los marcadores biológicos se obtuvo la información médica de todos los pacientes del 10 de enero al 18 de febrero de 2020. En el análisis se excluyó la información de mujeres embarazadas o que estaban dando lactancia, menores de 18 años e información de casos no completa en por lo menos un 80%.
De los 375 pacientes incluidos en el análisis, la fiebre fue el síntoma más común en un 49.95%, seguido por la tos en un 13.9%, la fatiga en un 3.7% y la disnea en un 2.1%. La edad aproximada fue de 58 años, 224 (59.7%) hombres y 151 mujeres (40.3%). De los 375 casos en el análisis, 201 se recuperaron y fueron dados de alta, y los otros 174 murieron. Dándole continuidad a ello, otros 110 pacientes que murieron o fueron dados de alta entre el 19 de febrero de y el 24 de febrero de 2020 fueron usados también para el análisis para una data externa.
El tiempo mínimo, máximo y medio desde la admisión del hospital, al ser dados de alta o morir de los 485 pacientes (375+110), es de 0 días 2:02:58, 35 días 4:05:54 y 11 días 4:15:30.
Las personas que llevaron a cabo la investigación son: Li Yan , Hai-Tao Zhang, Jorge Goncalves , Yang Xiao, Maolin Wang, Yuqi Guo, Chuan Sun, Xiuchuan Tang , Liang Jing, Mingyang Zhang, Xiang Huang, Ying Xiao , Haosen Cao, Yanyan Chen, Tongxin Ren, Fang Wang , Yaru Xiao , Sufang Huang , Xi Tan, Niannian Huang, Bo Jiao, Cheng Cheng, Yong Zhang, Ailin Luo, Laurent Mombaerts , Junyang Jin, Zhiguo Cao, Shusheng Li , Hui Xu and Ye Yuan, y recomiendan profundizar esta investigación con diferentes datos y escenarios, considerando que el alto índice de mortalidad en el estudio puede estar vinculado con el hecho que en el hospital Tongji, de Wuhan, se atendió en su mayoría a pacientes con casos críticos y severos.
Si quiere acceder a la investigación, ingrese a la página de la revista científica:
Comentarios