AGI - È possibile grazie a un algoritmo prevedere l'arrivo della tempesta di citochine, che determina le fasi acute dell'infezione da Sars-Cov-2, nello stesso modo con cui i meteorologi prevedono l'arrivo di un fronte freddo.
A riuscirci un gruppo di ricerca della Lewis Katz School of Medicine della Temple University (LKSOM) (USA). Circa il 20-30 per cento dei pazienti ospedalizzati con Covid-19 sviluppa gravi manifestazioni immunitarie, che in alcuni casi portano a tempeste di citochine, con danni agli organi potenzialmente letali e alto rischio di morte. I ricercatori hanno sviluppato e convalidato criteri predittivi per l'identificazione precoce dei pazienti Covid-19 che stanno sviluppando risposte iperimmuni, aumentando la possibilità di un intervento terapeutico precoce.
"Se possiamo anticipare la tempesta di citochine - ha spiegato Roberto Caricchio, MD, capo della Sezione di Reumatologia, direttore del Programma Temple Lupus, professore di Medicina e Microbiologia e Immunologia presso LKSOM, e autore principale del nuovo rapporto - possiamo applicare il trattamento prima e possibilmente ridurre la mortalità".
Il rapporto, pubblicato online negli Annals of the Rheumatic Diseases, è il primo a identificare criteri che possono essere prontamente utilizzati nella pratica clinica per scongiurare la reazione iperimmune contro Covid-19. I ricercatori hanno analizzato i dati rilevati da decine di pazienti che sono stati ricoverati presso la Temple University Hospital (TUH).
Tra le variabili misurate ogni giorno ci sono fattori come la conta dei globuli bianchi, l'attività degli enzimi metabolici e i marker di infiammazione e funzione respiratoria. È importante sottolineare che questi marcatori sono comunemente usati negli ospedali di tutto il mondo e quindi sono prontamente disponibili.
Il gruppo di ricerca ha effettuato analisi statistiche sui dati di laboratorio per 513 pazienti Covid-19 ricoverati al TUH a marzo e aprile, 64 dei quali hanno sviluppato tempesta di citochine. Un algoritmo genetico è stato utilizzato per identificare i valori limite per ogni singola variabile di laboratorio per definire i requisiti predittivi per la tempesta di citochine.
Gli algoritmi genetici imitano i processi di selezione naturale ed evoluzione nell'analisi dei dati e, in questo caso, su più iterazioni, l'algoritmo ha rilevato variabili che indicano quali pazienti hanno maggiori probabilità di sviluppare tempesta di citochine.
Complessivamente, le analisi hanno prodotto sei criteri predittivi comprendenti tre gruppi di risultati di laboratorio relativi a infiammazione, morte cellulare e danni ai tessuti e squilibrio elettrolitico. In particolare, i pazienti in tempesta di citochine hanno mostrato uno stato proinfiammatorio e livelli elevati di enzimi che indicano un significativo danno sistemico ai tessuti. Inoltre, i pazienti che rispondevano ai criteri avevano una degenza ospedaliera più lunga ed erano a maggior rischio di morte per Covid-19.
Quasi la metà dei pazienti che hanno sperimentato tempesta di citochine soddisfaceva tutti i criteri entro il primo giorno di ricovero. I ricercatori hanno convalidato i criteri confrontandoli con un ulteriore gruppo di 258 pazienti ammessi al TUH per infezione da Covid-19.
"L'algoritmo ha previsto correttamente la tempesta di citochine in quasi il 70 per cento dei pazienti", ha detto Caricchio. "La capacità di riprodurre i nostri risultati in una seconda coorte di pazienti dimostra che i criteri che abbiamo individuato sono efficaci per la diagnosi di tempesta di citochine nei pazienti Covid-19", ha proseguito.
Il passo finale ora è far convalidare i criteri da altri centri in cui i pazienti Covid-19 sono ammessi per le cure. Caricchio ha osservato che i criteri potrebbero essere applicati ai pazienti Covid-19 in qualsiasi ospedale o livello di ricovero in qualsiasi parte del mondo. "Questo rende i criteri molto preziosi per guidare le decisioni su come trattare i pazienti Covid-19 in tutto il mondo".
Applicati in modo più ampio, i criteri potrebbero facilitare notevolmente la diagnosi precoce e l'intervento, aiutando a salvare molte vite.