Forårsbølgen af COVID-19 har fyldt mange hospitaler og intensivafdelinger med patienter, der hiver efter vejret. Mange gange bliver det antal screenet for optagelse. Behovet for effektive og pålidelige risikobiomarkører har aldrig været større.
Undersøgelse:Tarm- og orale mikrobiomer er robuste forudsigere for covid-19-sværhedsgrad, den vigtigste forudsigelse for COVID-19-relateret dødsfald. Billedkredit:Kateryna Kon / Shutterstock4C -dødelighedsresultatet blev beskrevet i september 2020 for at imødekomme dette behov af International Severe Acute Respiratory and Emerging Infections Consortium (ISARIC) og World Health Organization (WHO). Dette omfattende risikoscoresystem omfatter otte variabler, inklusive alder, køn, andre allerede eksisterende sygdomme, bevidsthedsniveau, iltmætning i perifert blod, og C-reaktivt protein (CRP).
Med disse oplysninger, imidlertid, forudsigelsens nøjagtighed var kun 79%, med 30% af patienterne med høj risiko for dødelighed gået glip af. Dette drev forsøget på at forudsige risikoen for dødsfald ved en anden metode. Forskerne i den nuværende undersøgelse gjorde brug af det faktum, at tarmmikrobiomer hos COVID-19-patienter viser alvorlige forstyrrelser, kaldet dysbiose, med 23 bakteriefamilier, der især er knyttet til sygdommens sværhedsgrad blandt patienter, der var indlagt på hospitalet med COVID-19.
Forskerne opretter en robust ramme ved hjælp af beregnings- og analyseværktøjer til at spore netværk af forbindelser mellem mikrobiota, kliniske egenskaber, og sygdommens sværhedsgrad. Det fandt de ud af Enterococcus , en art af orale og tarmbakterier, robust kan forudsige et dødeligt udfald hos disse patienter.
Denne lille undersøgelse omfattede 69 COVID-19 patienter med moderate til svære symptomer, det er, dem, der har brug for mindre end eller mere end 4 liter ilt, henholdsvis. Af disse, 63 havde fulde journaler. Baseline kliniske funktioner var sammenlignelige i begge grupper, svær og moderat. Alvorlige patienter måtte blive på hospitalet i seks dage mere, gennemsnitlig, end moderat syge patienter.
Ved analyse af data om komorbiditeter, forskerne fandt ud af, at en kombination af kliniske variabler, herunder sværhedsgraden af COVID-19, havde 89% nøjagtighed i at forudsige et dødeligt udfald. Faktisk, kravet til 4 liter ilt var den vigtigste faktor i forudsigelsen af et sådant resultat. Når sygdommens sværhedsgrad ikke blev overvejet, nøjagtigheden faldt til 84%. Dette fund viser, at luftvejssymptomer er af betydning ved forudsigelse af COVID-19-resultater.
COVID-19 dødelighed forudsiges af sværhedsgraden af respiratoriske symptomer og andre komorbiditeter, der normalt bruges til at triage patienter. (A) Område under kurve- Modtagende driftskurve (AUC-ROC) til udeladt krydsvalidering, der evaluerer forudsigelse af nøjagtighed af COVID-19 dødsfald. Røde linjer svarer til modellen inklusive alle de kliniske kovariater (CC), sort linje svarer til modellen inklusive alle de kliniske kovariater undtagen sygdommens sværhedsgrad (CC, ingen sværhedsgrad). (B) Kovariater udvalgt af Random Forest Classification -modellen rangeret efter deres betydning ved klassificering af dødsfald som et sygdomsresultat. (C) For kategoriske kovariater (Ja =1, Nej =0) antallet af patienter ud af de 63, der er inkluderet i analyserne inden for en bestemt kategori, blev farvet efter resultat (Overlevede, i blå; Død, i rødt). (D) For numerisk variabel, whisker plots (median, kasse interkvartil rækkevidde, 5. og 9. percentil for linjer) bruges med hver fast prik svarende til en enkelt patient. (BH justeret p -værdi <0,05)Det vides, at en virusinfektion i lungen har en langsigtet indvirkning på tarmmikrobiomet. Forskerne, derfor, brugte denne viden til at forudsige sværhedsgraden af COVID-19, relaterer det til andre fælles foranstaltninger. De testede effekten af kun at bruge kliniske variabler, kun tarmmikrobiomsammensætning, kun oral mikrobiomsammensætning, de to første tilsammen, og den første og tredje i kombination.
De fandt ud af, at nøjagtigheden af den første model var ~ 76%. Igen, de komorbiditeter, der bedst forudsagde sværhedsgraden af sygdommen, var dem som højt kolesteroltal, Latino race, koronar hjertesygdom, astma, fedme, vejrtrækningsbesvær forbundet med hypoxi, hurtig respirationsfrekvens, antal dage på hospitalet, trombose, og mandlig køn.
Ved hjælp af den anden og tredje model, med afføringens eller mundens mikrobiota som forudsigere, de fandt nøjagtigheder på 92% og 84%, henholdsvis. Dette er en forbedring af nøjagtigheden på 122% og 111%, henholdsvis.
De kombinerede modeller viste den højeste forudsigelsesnøjagtighed, med 96%, tyder på, at oral eller tarmmikrobiota er bedre til at forudsige sværhedsgraden af COVID-19. Ved yderligere analyse af mikrobiota, forskerne fandt en indikatorart, der kan dyrkes i det kliniske laboratorium.
De tre bedste bakteriearter til forudsigelse af COVID-19 sværhedsgrad i tarmmikrobiomet var Bacteroides uniformis , Enterococcus faecalis , og Monoglobus pectinilyticus , mens dem fra det orale mikrobiom var Porphyromonas endodontalis, Veillonella tobetsuensis, og Bifidobacterium breve.
Enterococcus faecalis bakterier kendt som Streptococcus faecalis. Disse bakterier er afrundede eller ovale kokker, ses her typisk danner kæder af celler. Billedkredit:ShutterstockRetningsanalyse viste, at en reduktion i mængden af Enterococcus faecalis , og Porphyromonas endodontalis, i tarmen og munden, henholdsvis, hos moderat syge COVID-19 patienter, eller en stigning i overflod af disse patologiske arter hos alvorligt syge patienter, var de bedste forudsigere for alvorlig COVID-19.
Forudsigere af moderat COVID-19 inkluderede en stigning i overflod af Bacteroides fragilis , Bacteroides caccae, og Clostridium clostridioforme , i afføringen eller Muribaculum intestinale i munden.
De kunne ikke påvise nogen sammenhæng mellem antallet af bakterier af nogen art og antistoftitre, selvom højere anti-RBD IgG-niveauer er korreleret med overlevelse. Dette kan betyde, at mikrobiota- og IgG -niveauerne er uafhængige forudsigere for alvorlige resultater.
“ I dette studie, vi har demonstreret, at sværhedsgraden af COVID-19 sygdom kan forudsiges af afføringen eller den orale mikrobiom-sammensætning med højere nøjagtighed end traditionelle kliniske scoringsmetoder. Især, to patobionter i enten den orale (Porphyromonas endodontalis) eller intestinale (Enterococcus faecalis) mikrobiota kan tjene som indikatorarter til robust at forudsige sværhedsgraden af SARS-CoV-2 infektioner . ”
Dette kan føre til en bedre risikostratificering af patienter, især siden Enterococcus faecalis er let og billig at dyrke. Dette kan hjælpe med at give tidligere støtte til patienter, der sandsynligvis vil udvikle dødelig sygdom. Forskerne opfordrer til, at denne bakterie indgår i klinisk risikostratificering i sundhedsvæsenet.
Sygdommens sværhedsgrad er forbundet med ukontrolleret betændelse, og dette kan være et resultat af tarmdysbiose, som er blevet belastet ved flere kroniske inflammatoriske tilstande. Dette område kræver yderligere forskning, især for at forstå rollen som regulatoriske T -celler (Tregs), som er ansvarlige for immunmodulering under normale omstændigheder, men kan være unormalt udtrykt i COVID-19.
Sådanne undersøgelser kan hjælpe med at fastslå, hvordan " dysbiosen hos SARS-CoV-2-inficerede patienter, og specifikt berigelse af patobionterne, vi observerede i denne kohorte, kan bidrage til alvorligheden af COVID-19 sygdom via ændring af Treg-udviklingen . ”
medRxiv udgiver foreløbige videnskabelige rapporter, der ikke er peer-reviewed og, derfor, ikke skal betragtes som afgørende, vejlede klinisk praksis/sundhedsrelateret adfærd, eller behandles som etablerede oplysninger.