Naukowcy opracowali prosty system, który na podstawie zestawu parametrów przydziela pacjentów z SARS-CoV-2 do jednej z czterech grup - od najmniej zagrożonych śmiercią, do tych o największym ryzyku. Po potwierdzeniu jego skuteczności w różnych populacjach, będzie mógł pomagać w wyborze najlepszego leczenia.

Jak zwracają uwagę naukowcy z University of Liverpool, większość obecnych metod prognozowania przebiegu COVID-19 słabo zdaje egzamin. Potrzebne są nowe rozwiązania - podkreślają.

Na łamach pisma "The BMJ" opisali właśnie system 4C (Coronavirus Clinical Characterisation Consortium), który może pomóc w dobieraniu jak najlepszego leczenia. Badacze opracowali go na podstawie danych o ponad 35 tys. pacjentów (średnia wieku 74 lata) z 260 szpitali w Anglii.

Pod lupę wzięli takie parametry jak wiek, płeć, liczba chorób towarzyszących, liczba oddechów na minutę, natlenienie krwi, poziom świadomości, stężenie mocznika i białka c-reaktywnego, które świadczy o sile stanu zapalnego.

Na tej podstawie stworzyli skalę rozciągającą się od 0 do 21 punktów.

Na przykład pacjenci, którzy uzyskują co najmniej 15 punktów, mają według tego modelu 62 proc. ryzyko zgonu, a ryzyko chorych z 3 punktami lub mniej wynosi tylko 1 proc. Pacjenci z co najmniej 9 punktami (ryzyko zgonu ok. 40 proc.) mogą wymagać agresywnego leczenia, w tym użycia sterydów i w razie potrzebny przeniesienia na oddział intensywnej terapii. Osoby z niską punktacją mogą więc być leczone w domu, a te o średnim zagrożeniu powinny być przyjęte do kliniki.

W następnym etapie badacze przetestowali swój model na kolejnej grupie liczącej ponad 22 tys. chorych. Model przyniósł podobne rezultaty. Wypadł także korzystnie w porównaniu z innymi metodami oceny ryzyka. Uzyskał m.in. lepsze wyniki, niż najlepsze oparte na sztucznej inteligencji techniki.

Badanie miało jednak charakter obserwacyjny, a to znaczy, że nie pokazywało przyczyn i skutków. Nie wiadomo też, czy uzyskane rezultaty można uogólnić, np. na młodsze osoby czy populacje spoza Wielkiej Brytanii. Naukowcy sądzą jednak, że ich system może oferować dobrą metodę do prognozowania przebiegu choroby.

Kolejnych danych mają dostarczyć dalsze testy system