Au plus fort de la pandémie, certains hôpitaux étaient submergés de patients cherchant un traitement pour COVID-19. Cette situation pourrait se reproduire lors de futures épidémies, en particulier avec les variantes préoccupantes du SRAS-CoV-2 à la hausse. Maintenant, les chercheurs rapportant dans ACS’ Chimie analytique ont développé un test sanguin pour prédire quelles personnes infectées par COVID-19 sont les plus susceptibles de présenter des symptômes graves, ce qui pourrait aider les travailleurs de la santé à prioriser les patients pour l’hospitalisation et les soins intensifs.
Bien que de nombreuses personnes qui contractent COVID-19 ne présentent aucun symptôme ou des symptômes bénins, certaines nécessitent des soins intensifs pour une pneumonie avec syndrome de détresse respiratoire aiguë. Les facteurs de risque de maladie grave comprennent l’âge avancé, les maladies cardiaques, le cancer et le diabète, mais ces caractéristiques ne suffisent pas à elles seules à prédire quels patients deviendront les plus malades. Mesurer les niveaux de certaines protéines ou métabolites dans le sang pourrait aider, mais ces tests sont souvent lents, compliqués ou coûteux. Pour un triage plus efficace des patients COVID-19 dans les hôpitaux, Michelle Hill, Sanjeeva Srivastava et leurs collègues ont cherché à développer une méthode facile à utiliser qui pourrait prédire rapidement et de manière rentable la gravité du COVID-19.
Pour mesurer les changements dans la biochimie sanguine qui se produisent avec un COVID-19 sévère, les chercheurs ont choisi une technique appelée spectroscopie infrarouge à transformée de Fourier à réflectance totale atténuée (ATR-FTIR), qui a été testée précédemment comme outil de diagnostic COVID-19. Deux régions des spectres FTIR de 128 échantillons de plasma de patients ont montré des différences faibles mais observables entre ceux atteints de COVID-19 sévère et non sévère. En utilisant ces données ainsi que des informations cliniques sur les patients, les chercheurs ont développé un modèle statistique pour prédire la gravité du COVID-19. Ils ont découvert que le meilleur prédicteur était de savoir si le patient était diabétique, suivi des deux régions dans les spectres FTIR. L’ajout des données FTIR au modèle a amélioré la sensibilité de détection d’une maladie grave dans un ensemble différent de 30 patients de 41,2 % à 94,1 %, mais a réduit la spécificité de 84,6 % à 69,2 %, par rapport aux facteurs cliniques seuls. Cela signifie que le nouveau test était plus susceptible d’identifier les cas graves, mais il présentait également un taux de faux positifs plus élevé que les données cliniques seules. Bien que la stratégie doive être testée sur un plus grand nombre de patients, elle est prometteuse en tant que test de triage rapide, simple et économique pour les hôpitaux, selon les chercheurs.
