RU2830374C1 - Способ прогнозирования исходов COVID-19 - Google Patents
Способ прогнозирования исходов COVID-19 Download PDFInfo
- Publication number
- RU2830374C1 RU2830374C1 RU2023133846A RU2023133846A RU2830374C1 RU 2830374 C1 RU2830374 C1 RU 2830374C1 RU 2023133846 A RU2023133846 A RU 2023133846A RU 2023133846 A RU2023133846 A RU 2023133846A RU 2830374 C1 RU2830374 C1 RU 2830374C1
- Authority
- RU
- Russia
- Prior art keywords
- covid
- outcome
- patients
- rbtl
- predicted
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 208000025721 COVID-19 Diseases 0.000 title claims abstract description 10
- 101000917858 Homo sapiens Low affinity immunoglobulin gamma Fc region receptor III-A Proteins 0.000 claims abstract description 24
- 101000917839 Homo sapiens Low affinity immunoglobulin gamma Fc region receptor III-B Proteins 0.000 claims abstract description 24
- 102100029185 Low affinity immunoglobulin gamma Fc region receptor III-B Human genes 0.000 claims abstract description 24
- 206010053172 Fatal outcomes Diseases 0.000 claims abstract description 12
- 238000011084 recovery Methods 0.000 claims abstract description 10
- 210000004698 lymphocyte Anatomy 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 239000003550 marker Substances 0.000 claims abstract 2
- 238000010241 blood sampling Methods 0.000 claims description 2
- 238000002560 therapeutic procedure Methods 0.000 abstract description 19
- 210000004369 blood Anatomy 0.000 abstract description 10
- 239000008280 blood Substances 0.000 abstract description 10
- 230000036039 immunity Effects 0.000 abstract description 5
- 239000003814 drug Substances 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract 1
- 231100000518 lethal Toxicity 0.000 abstract 1
- 230000001665 lethal effect Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 201000010099 disease Diseases 0.000 description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 17
- 241001678559 COVID-19 virus Species 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 10
- 210000001744 T-lymphocyte Anatomy 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 9
- 229940014425 exodus Drugs 0.000 description 9
- 208000001528 Coronaviridae Infections Diseases 0.000 description 8
- 210000004072 lung Anatomy 0.000 description 7
- 241000700605 Viruses Species 0.000 description 6
- 230000002146 bilateral effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 208000015181 infectious disease Diseases 0.000 description 6
- 102100021943 C-C motif chemokine 2 Human genes 0.000 description 5
- 241000711573 Coronaviridae Species 0.000 description 5
- 102000004127 Cytokines Human genes 0.000 description 5
- 108090000695 Cytokines Proteins 0.000 description 5
- 102000003810 Interleukin-18 Human genes 0.000 description 5
- 108090000171 Interleukin-18 Proteins 0.000 description 5
- 102000004889 Interleukin-6 Human genes 0.000 description 5
- 108090001005 Interleukin-6 Proteins 0.000 description 5
- 201000003176 Severe Acute Respiratory Syndrome Diseases 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 229940100601 interleukin-6 Drugs 0.000 description 5
- 238000000491 multivariate analysis Methods 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 102100025248 C-X-C motif chemokine 10 Human genes 0.000 description 4
- 206010035737 Pneumonia viral Diseases 0.000 description 4
- 238000011861 anti-inflammatory therapy Methods 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 238000005399 mechanical ventilation Methods 0.000 description 4
- 210000003071 memory t lymphocyte Anatomy 0.000 description 4
- 230000001717 pathogenic effect Effects 0.000 description 4
- 210000002381 plasma Anatomy 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 208000009421 viral pneumonia Diseases 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 3
- 208000000059 Dyspnea Diseases 0.000 description 3
- 206010013975 Dyspnoeas Diseases 0.000 description 3
- HTTJABKRGRZYRN-UHFFFAOYSA-N Heparin Chemical compound OC1C(NC(=O)C)C(O)OC(COS(O)(=O)=O)C1OC1C(OS(O)(=O)=O)C(O)C(OC2C(C(OS(O)(=O)=O)C(OC3C(C(O)C(O)C(O3)C(O)=O)OS(O)(=O)=O)C(CO)O2)NS(O)(=O)=O)C(C(O)=O)O1 HTTJABKRGRZYRN-UHFFFAOYSA-N 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 3
- 208000029523 Interstitial Lung disease Diseases 0.000 description 3
- 208000034486 Multi-organ failure Diseases 0.000 description 3
- 208000010718 Multiple Organ Failure Diseases 0.000 description 3
- 206010060860 Neurological symptom Diseases 0.000 description 3
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 3
- 230000000844 anti-bacterial effect Effects 0.000 description 3
- 230000000840 anti-viral effect Effects 0.000 description 3
- 239000003146 anticoagulant agent Substances 0.000 description 3
- 229940127219 anticoagulant drug Drugs 0.000 description 3
- 238000002555 auscultation Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004820 blood count Methods 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 239000004202 carbamide Substances 0.000 description 3
- 208000017574 dry cough Diseases 0.000 description 3
- 206010013990 dysuria Diseases 0.000 description 3
- 229960002897 heparin Drugs 0.000 description 3
- 229920000669 heparin Polymers 0.000 description 3
- 230000001900 immune effect Effects 0.000 description 3
- 210000000987 immune system Anatomy 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 210000000265 leukocyte Anatomy 0.000 description 3
- 201000002364 leukopenia Diseases 0.000 description 3
- 231100001022 leukopenia Toxicity 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 230000027939 micturition Effects 0.000 description 3
- 208000029744 multiple organ dysfunction syndrome Diseases 0.000 description 3
- 238000002559 palpation Methods 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- RWWYLEGWBNMMLJ-MEUHYHILSA-N remdesivir Drugs C([C@@H]1[C@H]([C@@H](O)[C@@](C#N)(O1)C=1N2N=CN=C(N)C2=CC=1)O)OP(=O)(N[C@@H](C)C(=O)OCC(CC)CC)OC1=CC=CC=C1 RWWYLEGWBNMMLJ-MEUHYHILSA-N 0.000 description 3
- RWWYLEGWBNMMLJ-YSOARWBDSA-N remdesivir Chemical compound NC1=NC=NN2C1=CC=C2[C@]1([C@@H]([C@@H]([C@H](O1)CO[P@](=O)(OC1=CC=CC=C1)N[C@H](C(=O)OCC(CC)CC)C)O)O)C#N RWWYLEGWBNMMLJ-YSOARWBDSA-N 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 208000026425 severe pneumonia Diseases 0.000 description 3
- 208000013220 shortness of breath Diseases 0.000 description 3
- 229960003989 tocilizumab Drugs 0.000 description 3
- 208000030090 Acute Disease Diseases 0.000 description 2
- 206010001052 Acute respiratory distress syndrome Diseases 0.000 description 2
- 206010048962 Brain oedema Diseases 0.000 description 2
- 101710155857 C-C motif chemokine 2 Proteins 0.000 description 2
- 108010074051 C-Reactive Protein Proteins 0.000 description 2
- 101710098275 C-X-C motif chemokine 10 Proteins 0.000 description 2
- 206010050685 Cytokine storm Diseases 0.000 description 2
- 108010017080 Granulocyte Colony-Stimulating Factor Proteins 0.000 description 2
- 102000004269 Granulocyte Colony-Stimulating Factor Human genes 0.000 description 2
- 101000897480 Homo sapiens C-C motif chemokine 2 Proteins 0.000 description 2
- 101000858088 Homo sapiens C-X-C motif chemokine 10 Proteins 0.000 description 2
- 102100037850 Interferon gamma Human genes 0.000 description 2
- 108010074328 Interferon-gamma Proteins 0.000 description 2
- 206010025327 Lymphopenia Diseases 0.000 description 2
- 208000010378 Pulmonary Embolism Diseases 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 2
- 241000315672 SARS coronavirus Species 0.000 description 2
- 208000037847 SARS-CoV-2-infection Diseases 0.000 description 2
- 206010047924 Wheezing Diseases 0.000 description 2
- 201000000028 adult respiratory distress syndrome Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000003719 b-lymphocyte Anatomy 0.000 description 2
- 210000003651 basophil Anatomy 0.000 description 2
- 208000006752 brain edema Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229960004755 ceftriaxone Drugs 0.000 description 2
- VAAUVRVFOQPIGI-SPQHTLEESA-N ceftriaxone Chemical compound S([C@@H]1[C@@H](C(N1C=1C(O)=O)=O)NC(=O)\C(=N/OC)C=2N=C(N)SC=2)CC=1CSC1=NC(=O)C(=O)NN1C VAAUVRVFOQPIGI-SPQHTLEESA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 206010052015 cytokine release syndrome Diseases 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 210000003979 eosinophil Anatomy 0.000 description 2
- 210000003714 granulocyte Anatomy 0.000 description 2
- 206010024378 leukocytosis Diseases 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 231100001023 lymphopenia Toxicity 0.000 description 2
- 210000001806 memory b lymphocyte Anatomy 0.000 description 2
- 210000001616 monocyte Anatomy 0.000 description 2
- 229940006361 moxifloxacin 400 mg Drugs 0.000 description 2
- 210000000822 natural killer cell Anatomy 0.000 description 2
- 230000003448 neutrophilic effect Effects 0.000 description 2
- 238000006213 oxygenation reaction Methods 0.000 description 2
- 230000008506 pathogenesis Effects 0.000 description 2
- 238000010827 pathological analysis Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 230000009257 reactivity Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 206010043554 thrombocytopenia Diseases 0.000 description 2
- MZOFCQQQCNRIBI-VMXHOPILSA-N (3s)-4-[[(2s)-1-[[(2s)-1-[[(1s)-1-carboxy-2-hydroxyethyl]amino]-4-methyl-1-oxopentan-2-yl]amino]-5-(diaminomethylideneamino)-1-oxopentan-2-yl]amino]-3-[[2-[[(2s)-2,6-diaminohexanoyl]amino]acetyl]amino]-4-oxobutanoic acid Chemical compound OC[C@@H](C(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCCN=C(N)N)NC(=O)[C@H](CC(O)=O)NC(=O)CNC(=O)[C@@H](N)CCCCN MZOFCQQQCNRIBI-VMXHOPILSA-N 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 101100457310 Arabidopsis thaliana MIP1A gene Proteins 0.000 description 1
- 101100457311 Arabidopsis thaliana MIP1B gene Proteins 0.000 description 1
- 102100024222 B-lymphocyte antigen CD19 Human genes 0.000 description 1
- 102100031092 C-C motif chemokine 3 Human genes 0.000 description 1
- 102100031102 C-C motif chemokine 4 Human genes 0.000 description 1
- 102100032752 C-reactive protein Human genes 0.000 description 1
- 108700012434 CCL3 Proteins 0.000 description 1
- 101150116911 CCL3 gene Proteins 0.000 description 1
- 101150047126 CCL4 gene Proteins 0.000 description 1
- 210000001266 CD8-positive T-lymphocyte Anatomy 0.000 description 1
- 108010012236 Chemokines Proteins 0.000 description 1
- 102000019034 Chemokines Human genes 0.000 description 1
- 102000012192 Cystatin C Human genes 0.000 description 1
- 108010061642 Cystatin C Proteins 0.000 description 1
- 239000003154 D dimer Substances 0.000 description 1
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 1
- 241000856850 Goose coronavirus Species 0.000 description 1
- 102000004457 Granulocyte-Macrophage Colony-Stimulating Factor Human genes 0.000 description 1
- 108010017213 Granulocyte-Macrophage Colony-Stimulating Factor Proteins 0.000 description 1
- 101000980825 Homo sapiens B-lymphocyte antigen CD19 Proteins 0.000 description 1
- 101000738771 Homo sapiens Receptor-type tyrosine-protein phosphatase C Proteins 0.000 description 1
- 101000742579 Homo sapiens Vascular endothelial growth factor B Proteins 0.000 description 1
- -1 IP10 Proteins 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 108010050904 Interferons Proteins 0.000 description 1
- 102000014150 Interferons Human genes 0.000 description 1
- 102000003814 Interleukin-10 Human genes 0.000 description 1
- 108090000174 Interleukin-10 Proteins 0.000 description 1
- 108010002586 Interleukin-7 Proteins 0.000 description 1
- 102000000704 Interleukin-7 Human genes 0.000 description 1
- 108090001007 Interleukin-8 Proteins 0.000 description 1
- 102000004890 Interleukin-8 Human genes 0.000 description 1
- 108010002335 Interleukin-9 Proteins 0.000 description 1
- 102000000585 Interleukin-9 Human genes 0.000 description 1
- 101710091439 Major capsid protein 1 Proteins 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 102000001393 Platelet-Derived Growth Factor alpha Receptor Human genes 0.000 description 1
- 108010068588 Platelet-Derived Growth Factor alpha Receptor Proteins 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 102100037422 Receptor-type tyrosine-protein phosphatase C Human genes 0.000 description 1
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 1
- 108060008682 Tumor Necrosis Factor Proteins 0.000 description 1
- 102000000852 Tumor Necrosis Factor-alpha Human genes 0.000 description 1
- 108010059993 Vancomycin Proteins 0.000 description 1
- 102100038217 Vascular endothelial growth factor B Human genes 0.000 description 1
- 239000012190 activator Substances 0.000 description 1
- 230000004721 adaptive immunity Effects 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000005875 antibody response Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- HVFLCNVBZFFHBT-ZKDACBOMSA-N cefepime Chemical compound S([C@@H]1[C@@H](C(N1C=1C([O-])=O)=O)NC(=O)\C(=N/OC)C=2N=C(N)SC=2)CC=1C[N+]1(C)CCCC1 HVFLCNVBZFFHBT-ZKDACBOMSA-N 0.000 description 1
- 229960002100 cefepime Drugs 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- QTCANKDTWWSCMR-UHFFFAOYSA-N costic aldehyde Natural products C1CCC(=C)C2CC(C(=C)C=O)CCC21C QTCANKDTWWSCMR-UHFFFAOYSA-N 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- LSLYOANBFKQKPT-UHFFFAOYSA-N fenoterol Chemical compound C=1C(O)=CC(O)=CC=1C(O)CNC(C)CC1=CC=C(O)C=C1 LSLYOANBFKQKPT-UHFFFAOYSA-N 0.000 description 1
- 108010052295 fibrin fragment D Proteins 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000028993 immune response Effects 0.000 description 1
- 230000000899 immune system response Effects 0.000 description 1
- 239000000411 inducer Substances 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 208000030603 inherited susceptibility to asthma Diseases 0.000 description 1
- 230000015788 innate immune response Effects 0.000 description 1
- 229940079322 interferon Drugs 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- ISTFUJWTQAMRGA-UHFFFAOYSA-N iso-beta-costal Natural products C1C(C(=C)C=O)CCC2(C)CCCC(C)=C21 ISTFUJWTQAMRGA-UHFFFAOYSA-N 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 210000002540 macrophage Anatomy 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000000242 pagocytic effect Effects 0.000 description 1
- 108010086662 phytohemagglutinin-M Proteins 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000770 proinflammatory effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 206010037833 rales Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 201000004193 respiratory failure Diseases 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 208000022925 sleep disturbance Diseases 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 229960003165 vancomycin Drugs 0.000 description 1
- MYPYJXKWCTUITO-LYRMYLQWSA-N vancomycin Chemical compound O([C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@H]1OC1=C2C=C3C=C1OC1=CC=C(C=C1Cl)[C@@H](O)[C@H](C(N[C@@H](CC(N)=O)C(=O)N[C@H]3C(=O)N[C@H]1C(=O)N[C@H](C(N[C@@H](C3=CC(O)=CC(O)=C3C=3C(O)=CC=C1C=3)C(O)=O)=O)[C@H](O)C1=CC=C(C(=C1)Cl)O2)=O)NC(=O)[C@@H](CC(C)C)NC)[C@H]1C[C@](C)(N)[C@H](O)[C@H](C)O1 MYPYJXKWCTUITO-LYRMYLQWSA-N 0.000 description 1
- MYPYJXKWCTUITO-UHFFFAOYSA-N vancomycin Natural products O1C(C(=C2)Cl)=CC=C2C(O)C(C(NC(C2=CC(O)=CC(O)=C2C=2C(O)=CC=C3C=2)C(O)=O)=O)NC(=O)C3NC(=O)C2NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(CC(C)C)NC)C(O)C(C=C3Cl)=CC=C3OC3=CC2=CC1=C3OC1OC(CO)C(O)C(O)C1OC1CC(C)(N)C(O)C(C)O1 MYPYJXKWCTUITO-UHFFFAOYSA-N 0.000 description 1
Abstract
Изобретение относится к медицине и касается способа прогнозирования исходов COVID-19. Забирают кровь и определяют методом проточной цитофлюориметрии уровни: реакции бластной трансформации лимфоцитов (РБТЛ), маркера натуральных киллеров (CD16+) и процентного содержания лимфоцитов (лф), %. После этого осуществляют оценку исходов COVID-19 по формуле для расчета y: при значении у, равном 0-0,5, прогнозируют выздоровление, при значении y выше 0,5 прогнозируют летальный исход. Изобретение обеспечивает возможность расширения инструментов для прогноза исхода COVID-19, которое позволяет разделить пациентов на две группы: с выздоровлением и летальным исходом за счет определения до начала терапии трех показателей иммунитета: РБТЛ, CD16+, лф, %. 5 табл., 3 пр.
Description
Короновирусная инфекция, вызванная вирусом SARS-CoV-2, привела к пандемии в 2020 году (Wu F., Zhao S., Yu B. et al. A new coronavirus associated with human respiratory disease in China // Nature. - 2020. - 579 (7798). - P. 265-269). В настоящее время относительно патогенеза инфекции, вызванной SARS-CoV-2, понятно, что в основе разнообразия клинических проявлений лежит индивидуальная иммунная реактивность организма. Клиническая картина COVID-19 складывается из особенностей ответа иммунной системы человека на вирус, и может варьировать от бессимптомных форм до крайне тяжелого течения с высокой вероятностью летального исхода [Chen G., Wu D., Guo W., Cao Y., Huang D., Wang H., et al. Clinical and immunologic features in severe and moderate Coronavirus Disease 2019. J Clin Invest. 2020; 130(5): 2620-2629]. Однозначного ответа на вопрос, чем обусловлена вариативность клинической картины у разных пациентов, до сих пор не существует. Выдвигается множество теорий относительно патогенеза инфекции SARS-CoV-2, однако уже сейчас понятно, что в основе разнообразия клинических проявлений лежит индивидуальная иммунная реактивность организма.
Иммунопатогенез COVID-19 связан с развитием несбалансированного иммунного ответа на вирус с недостаточным синтезом интерферона в начале заболевания, но с последующей гиперпродукцией провоспалительных цитокинов. На начальной стадии инфекции SARS-CoV-2 наблюдается увеличение концентрации IL-1β, IL-7, IL-8, IL-9, IL-10, G-CSF, GM-CSF, IFN-γ, IP10, MCP1, MIP1A/CCL3, MIP1B/CCL4, PDGF и его рецепторов PDGFRα, ФНО-α и VEGFB, характеризующих развитие так называемого «цитокинового шторма», служащего причиной гипервоспалительной реакции в легких, а затем полиорганной недостаточности и гибели больных (Ragab D., Eldin H. S., Taeimah M., et al. The COVID-19 Cytokine Storm; What We Know So Far //Front Immunol. - 2020. - 11. - P. 1446. Zhong-yong C, Wei-bin Y, Qiang W, et al. Clinical significance of serum hs-CRP, IL-6, and PCT in diagnosis and prognosis of patients with COVID-19 // Drugs Clin . - 2020. - 35. - P. 417-420). У большинства тяжелых больных также была отмечена лимфопения со снижением уровней CD4+, CD8+ T-лимфоцитов, В-лимфоцитов и НК клеток, лейкоцитоз за счет увеличения числа нейтрофильных гранулоцитов на фоне снижения содержания моноцитов, эозинофилов и базофилов. Видимо, при COVID-19 решающую роль в дисбалансе реакций врожденного иммунитета играет недостаточный синтез IFN на ранних стадиях инфекции. У части пациентов показано развитие вторичных воспалительных реакций, начиная с этапа формирования адаптивного иммунитета.
Кроме того, SARS-CoV-2, способен ухудшать фагоцитарную способность макрофагов, что может сделать пациентов с SARS склонными к вторичным легочным инфекциям (Болдырева М.Н. Вирус SARS-CoV-2 и другие эпидемические коронавирусы: патогенетические и генетические факторы развития инфекций // Иммунология. - 2020. - 41 (3). - С. 197-205).
Вместе с тем, была показана зависимость уровней цитокинов и хемокинов от степени тяжести пациентов с COVID-19: у пациентов с легкой формой заболевания уровень IL-1β IFN-γ, CXCL10/IP-10 и CCL2/MCP-1 был высоким, но еще более высоким был уровень Г-КСФ, CXCL10/IP-10, CCL2/MCP-1 и CCL3/MIP-1A у пациентов (Huang S. Clinical features of patients infected with novel 2019 coronavirus in Wuhan, China. // The Lancet. - 2020. - 395. - P. 497-506). Также у большинства тяжелых больных была отмечена лимфопения со снижением уровней CD4+, CD8+ T-лимфоцитов, В-лимфоцитов и НК клеток, а лейкоцитоз за счет увеличения числа нейтрофильных гранулоцитов на фоне снижения содержания моноцитов, эозинофилов и базофилов. Защитная роль антител при COVID-19 подвергается сомнению. Опубликованные исследования свидетельствуют, что у больных с более тяжелыми проявлениями COVID-19 обнаружены более высокие общие титры антител и титры антител класса IgG против SARS-CoV-2, и это оказалось связано с более тяжелыми исходами заболевания (Zhao J., Yuan Q., Wang H., et al. Antibody responses to SARS-CoV-2 in patients of novel coronavirus disease // Clin. Infect. Dis. - 2020. - 71 (16). - P. 2027-2034).
Установлено, что после перенесенного SARS-CoV, доля специфических CD8+Т-клеток памяти превышала таковую по сравнению с CD4+Т-клетками памяти, а вирусспецифические Т-лимфоциты сохранялись в течение 6-11 лет, что свидетельствует о том, что Т-клетки могут обеспечивать длительный иммунитет (Абакушина У.В. Иммунологические аспекты коронавирусной болезни, вызванной SARS-CoV-2 // Гены and клетки. -2020. - XV(3). - С.14-21). Защитная роль антител при COVID-19 подвергается сомнению. Опубликованные исследования свидетельствуют, что у больных с более тяжелыми проявлениями COVID-19 обнаружены более высокие общие титры антител и титры антител класса IgG против SARS-CoV-2, и это оказалось связано с более тяжелыми исходами заболевания [Румянцев А.Г. Коронавирусная инфекция COVID-19. Научные вызовы и возможные пути лечения и профилактики заболевания. Российский журнал детской гематологии и онкологии. - 2020. - 7(3). - С.47-53]. В то же время в эксперименте показано, что после инфекции SARS у мышей вирус-специфические Т-клетки памяти могут обеспечивать протективный иммунитет в отсутствии SARS-CoV-специфических CD4+T-клеток памяти или В-клеток памяти. Установлено, что несмотря на отсутствие вирус-специфического ответа, опосредованного B-клетками памяти, SARS CoV-специфические T-клетки памяти персистируют у пациентов, выздоровевших от SARS до 6 лет после заражения. После перенесенного SARS-CoV, доля специфических CD8+Т-клеток памяти превышала таковую по сравнению с CD4+Т-клетками памяти, а вирусспецифические Т-лимфоциты сохранялись в течение 6-11 лет, что свидетельствует о том, что Т-клетки могут обеспечивать длительный иммунитет [Vabret N., Britton, G.J., Gruber C., Hegde S., Kim J., Kuksin M., et al. The Sinai Immunology Review Project, Immunology of COVID-19: current state of the science, Immunity. 2020; 52(6): 910-41].
Проведенными исследованиями по научно-медицинской и патентной литературе найдены различные способы прогнозирования тяжелого течения и исходов COVID-19, однако они не затрагивают главную причину летального исхода COVID-19 - иммунную систему.
Близкий к заявленному известен способ прогнозирования исхода COVID-19, который заключается в определении концентрации цитокинов в плазме крови [Способ прогнозирования исхода острого заболевания, вызванного новой коронавирусной инфекцией COVID-19 (RU 2 766 347), опубликован 2022]. Способ обеспечивает возможность прогнозирования исхода острого заболевания, вызванного коронавирусной инфекцией COVID-19, по концентрации цитокинов в плазме крови. До начала терапии определяют в плазме крови концентрацию интерлейкина-6 (ИЛ-6) и интерлейкина-18 (ИЛ-18). На первой стадии оценивают концентрацию ИЛ-18, при значении которой равной или более 81,6 пг/мл прогнозируют летальный исход. При значении менее 81,6 пг/мл проводят вторую стадию, на которой оценивают в плазме крови концентрацию ИЛ-6, при значении которой равной или более 23,5 пг/мл прогнозируют летальный исход, менее 23,5 пг/мл - прогнозируют выздоровление.
Недостатком данного метода является достаточно редкий анализ определения ИЛ-18 и применение авторами метода построения деревьев в программе JMP 16.0 для совместного определения двух маркеров ИЛ-6 и ИЛ-18. Эта программа может отсутствовать в больнице. Кроме того, определение уровня цитокинов является длительным и трудоемким процессом, а также экономически затратным.
Известен способ прогнозирования исхода вирусной пневмонии при COVID-19 [Способ прогнозирования исхода вирусной пневмонии при COVID-19 (RU 2 764002), опубликован 2022]. Способ обеспечивает возможность повышения точности прогноза исхода вирусной пневмонии при COVID-19 за счет оценки комплекса диагностически значимых показателей: уровня оксигенации, общего белка и мочевины в крови. Проводят определение значений оксигенации, общего белка и мочевины в крови. При значениях SpO2 менее 77,5 без кислородной поддержки, общего белка менее 55,5 г/л, мочевины в крови более или равно 8,98 мМоль/л прогнозируют неблагоприятный исход вирусной пневмонии при COVID-19.
Недостатком данного метода является прогнозирование исхода COVID-19 только на основании общеклинических методов без учета реакции со стороны иммунной системы.
Известен способ оценки неблагоприятного исхода пневмонии при COVID-19, по уровню s-CysC [Способ оценки неблагоприятного исхода пневмонии тяжелого течения, ассоциированной с COVID-19, по уровню s-CysC (RU 2 779581), опубликован 2022]. Способ обеспечивает возможность оценки риска наступления неблагоприятного исхода пневмонии тяжелого течения, ассоциированной с COVID-19, за счет определения уровня s-CysC в крови. Определяют иммунотурбидиметрическим методом концентрации s-CysC в образцах венозной крови, взятых в течение первых 24 часов поступления в отделение реанимации и интенсивной терапии. Если концентрации s-CysC у больных превышают 1,44 мг/л, то прогнозируют неблагоприятный исход пневмонии тяжелого течения, ассоциированной с COVID-19.
Недостатком метода является то, что был изначально сужен круг пациентов с COVID-19 (отделение интенсивной терапии), что уже предполагает, что в этом отделении находятся пациенты в тяжелом и крайне тяжелом состоянии. Кроме того, цистатин С делают не в каждой лаборатории.
Известен способ прогнозирования риска летального исхода у пациентов с тяжелым и среднетяжёлым течением COVID-19 при проведении упреждающей противовоспалительной терапии [Способ прогнозирования риска летального исхода у пациентов с тяжелым и среднетяжёлым течением COVID-19 при проведении упреждающей противовоспалительной терапии (RU 2 770 357), опубликован 2022]. Способ позволяет повысить точность прогнозирования риска летального исхода у пациентов с тяжелым и среднетяжёлым течением COVID-19 при проведении упреждающей противовоспалительной терапии. У пациента определяют наличие кислородной поддержки, концентрацию D-димеров в крови, концентрацию С-реактивного белка в крови и срок терапии. После чего вычисляют значение прогноза риска летального исхода у пациентов с тяжелым и среднетяжёлым течением COVID-19 при проведении упреждающей противовоспалительной терапии по оригинальной формуле, при P≤19,3% вероятность смерти пациента определяют, как низкую, при P≥19,4% вероятность смерти пациента определяют, как высокую.
Недостатком метода является очень сложный математический расчет, в котором необходимо в формулу поставить много определяемых функций и показателей пациентов, что усложняет принятие решений по лечению больных COVID-19.
Задачей данного исследования является способ прогнозирования исхода COVID-19 на основании изучения показателей иммунной системы. Технический результат достигается путем создания математической модели, включающий три достоверных лабораторных показателя: реакция бластной трансформации лимфоцитов (РБТЛ), количество натуральных киллеров (CD 16+), относительное количество лимфоцитов (лф %).
Установлено, что эти показатели являются высоко значимыми критериями для прогнозирования риска летального исхода у пациентов с тяжелым и среднетяжёлым течением COVID-19. Способ является простым, быстровыполнимым, недорогим методом диагностики. Построенная математическая модель может осуществлять прогноз риска летального исхода у пациентов COVID-19, что позволит, с высокой степенью достоверности констатировать исход заболевания.
Способ реализуется следующим образом. Забор крови в объёме 5 мл осуществляют у пациентов в вакуумные пробирки с активатором свертывания ЭДТА («Vacuette»). В крови больного методом проточной цитофлюориметрии определяют уровни РБТЛ, CD 16+, с помощью гематологического анализатора Sysmex XP 300 подсчитываются процент лимфоцитов (лф %). Для прогноза исхода у больных COVID-19 выздоровевших и с летальным исходом, полученные значения показателей РБТЛ, CD 16+, лф (%) подставляют в математическую модель, которая имеет вид:
где у - код группы (исход заболевания: 0 - выздоровление, 1 - смерть), х1 - РБТЛ, х2 - CD16, х3 - лф (%).
Для разработки заявленного способа было обследовано 52 пациента с COVID-19 на базе ГБУЗ «Пензенский областной клинический центр специализированных видов медицинской помощи». В дальнейшем были сформированы 2 группы больных: 38 больных COVID-19 с выздоровлением и 14 больных COVID-19 с летальным исходом.
В двух группах в гепаринизированной крови определяли показатели РБТЛ, CD16+, лф(%). Функциональное состояние Т- лимфоцитов по реакции бластной трансформации (РБТЛ) определяли методом проточной цитофлюориметрии. В качестве индуктора трансформации использовали фитогемагглютинин-М (ФГА, Sigma). Субпопуляцию CD 16+ определяли методом проточной цитофлюориметрии на приборе BD Facs Calibur (США), использовали моноклональные антитела CD3+CD16+CD45+. Определение лф (%) проводили на гематологическом анализаторе Sysmex XP 300, дополнительных реактивов не требуется.
Статистический анализ полученных результатов исследования проводился с помощью пакета прикладных программ «STATISTICA 6.0» (StatSoft Inc., США).
Математическая модель, которая позволяет прогнозировать развитие летального исхода у больных COVID-19 была построена с помощью статистической обработки данных, в результате многофакторного анализа. Для решения поставленной задачи первым этапом многофакторного анализа стала оценка корреляционной связи независимых факторов-предикторов с развитием летального исхода у больных COVID-19.
Для прогнозирования исхода COVID-19 (выздоровление или смерть) был проведен многофакторный анализ по наиболее значимым факторам. Для решения поставленной задачи первым этапом многофакторного анализа стала оценка корреляционной связи независимых факторов-предикторов с исходом заболевания.
Многофакторный анализ параметров был проведен между больными с выздоровлением (n=38) и умершими пациентами (n=14).
Для построения модели характера течения заболевания параметр, обозначающий принадлежность пациента к той или иной группе, условно был закодирован: умершие получили код исхода «1», выздоровевшие - «0».
На первом этапе были проанализированы все изученные иммунологические показатели (табл. 1).
Таблица 1 - Результаты корреляционного анализа
| Ранговые корреляции Спирмена ПД попарно удалены Перечисленные корреляции значимы на уровне p <0,5000 |
||||
| Пара переменных | Число - набл. | Спирмена - R | t(N-2) | p-уров. |
| CD4 & CD16 | 52 | -0,6030 | -5,3449 | 0,0000 |
| CD4 & ИРИ CD4/CD8 | 52 | 0,6374 | 5,8493 | 0,0000 |
| CD4 & G | 52 | 0,3546 | 2,6816 | 0,0099 |
| CD4 & РБТЛ % | 52 | 0,5934 | 5,2128 | 0,0000 |
| CD4 & ЛФ% | 52 | 0,4233 | 3,3038 | 0,0018 |
| CD4 & НФ% | 52 | -0,4432 | -3,4963 | 0,0010 |
| CD8 & ИРИ CD4/CD8 | 52 | -0,7368 | -7,7066 | 0,0000 |
| CD8 & ЛФ% | 52 | 0,5117 | 4,2117 | 0,0001 |
| CD19 & А | 52 | 0,2759 | 2,0295 | 0,0477 |
| CD16 & ИРИ CD4/CD8 | 52 | -0,2922 | -2,1608 | 0,0355 |
| CD16 & РБТЛ % | 52 | -0,6117 | -5,4679 | 0,0000 |
| CD16 & ЛФ% | 52 | -0,5668 | -4,8643 | 0,0000 |
| CD16 & НФ% | 52 | 0,4117 | 3,1942 | 0,0024 |
| ИРИ CD4/CD8 & Хеми (Max фмлф) | 52 | 0,3593 | 2,7227 | 0,0089 |
| РБТЛ % & G | 52 | 0,3177 | 2,3695 | 0,0217 |
| РБТЛ % & ЛФ% | 52 | 0,6335 | 5,7902 | 0,0000 |
| РБТЛ % & МОН% | 52 | 0,3995 | 3,0814 | 0,0033 |
| РБТЛ % & НФ% | 52 | -0,7315 | -7,5866 | 0,0000 |
| ЛФ% & G | 52 | 0,3192 | 2,3819 | 0,0211 |
| ЛФ% & НФ% | 52 | -0,7179 | -7,2928 | 0,0000 |
| МОН% & А | 52 | 0,3822 | 2,9247 | 0,0052 |
| МОН% & G | 52 | 0,3094 | 2,3004 | 0,0256 |
| МОН% & НФ% | 52 | -0,7674 | -8,4635 | 0,0000 |
| МОН% & ЛФ% | 52 | 0,3527 | 2,6653 | 0,0103 |
| НФ% & М | 52 | -0,3147 | -2,3440 | 0,0231 |
| НФ% & G | 52 | -0,3490 | -2,6330 | 0,0112 |
| Исход & CD4 | 52 | -0,3885 | -2,9811 | 0,0044 |
| Исход & CD16 | 52 | 0,5502 | 4,6589 | 0,0000 |
| Исход & G | 52 | -0,3096 | -2,3023 | 0,0255 |
| Исход & РБТЛ % | 52 | -0,6305 | -5,7437 | 0,0000 |
| Исход & ЛФ% | 52 | -0,3462 | -2,6090 | 0,0119 |
| Исход & НФ% | 52 | 0,4559 | 3,6222 | 0,0007 |
В дальнейшем были вычленены показатели с высокой достоверностью, с которыми были проведены дальнейшие вычисления. В таблице 2 приведены значимые результаты корреляционного анализа, позволяющего оценить взаимосвязь анализируемых параметров с кодом группы, а также между собой.
Таблица 2 - Результаты корреляционного анализа
| Ранговые корреляции Спирмена (Исходные данные) ПД попарно удалены Отмеченные корреляции значимы на уровне p <0,05000 |
||||
| Число - набл. | Спирмена - R | t(N-2) | p-уровень | |
| Исход & CD16 | 52 | 0,550182 | 4,65888 | 0,000024 |
| Исход & РБТЛ % | 52 | -0,630491 | -5,74370 | 0,000001 |
| Исход & ЛФ% | 52 | -0,346154 | -2,60897 | 0,011947 |
| CD16 & РБТЛ % | 52 | -0,611717 | -5,46786 | 0,000001 |
| CD16 & ЛФ% | 52 | -0,566764 | -4,86433 | 0,000012 |
| РБТЛ % & ЛФ% | 52 | 0,633548 | 5,79015 | 0,000000 |
Корреляционный анализ показал наличие достоверных связей между исходом заболевания и факторами: CD16 - заметная прямая (R = 0,5502; p = 0,0000), РБТЛ % - заметная обратная (R = -0,6305; p = 0,0000); лф(%) - умеренная обратная (R = -0,3462; p = 0,0119). Также существуют корреляционные связи между факторами (достоверные связи приведены в таблице 1).
Следующим этапом стало построение непосредственно модели для дифференциации больных по характеру течения заболевания методом пошагового регрессионного анализа. Коэффициенты модели (В) для факторов, включенных в модель, и их значимость даны в таблице 3.
В таблице 2 также приводятся оценки качества модели:
- коэффициент детерминации (R2=0,4180), определяющий ее информационную значимость;
- значение F-критерия (F(3,48) = 11,490) и уровень значимости модели (p<0,000009), определяющие статистическую значимость модели.
Таблица 3 - Результаты регрессионного анализа
| Итоги Гребневой регрессии для зависимой переменной: Исход l=0,10000 R= 0,64650583 R2= 0,4180 Скоррект. R2 0,38159290 F(3,48)=11,490 p<0,00001 |
||||||
| БЕТА | Стандартная ошибка - БЕТА | B | Стандартная ошибка - B | t(48) | p-значение | |
| Св.член | 0,1741 | 0,22 | 0,78 | 0,44 | ||
| РБТЛ % | -0,47 | 0,13 | -0,0096 | 0,00 | -3,58 | 0,00 |
| CD16 | 0,28 | 0,13 | 0,0128 | 0,01 | 2,11 | 0,04 |
| ЛФ(%) | 0,14 | 0,12 | 0,0047 | 0,00 | 1,17 | 0,25 |
Степень влияния независимых факторов на исход заболевания (таблица 4) рассчитывался, исходя из величины стандартизированных коэффициентов регрессии ВЕТА (по результатам регрессионного анализа) с помощью формулы:
(1)
Таблица 4 - Степень влияния факторов на критерий риска
| Фактор | BETA | Степень влияния , % |
| РБТЛ % | -0,4694 | 21,89 |
| CD16 | 0,2844 | 13,26 |
| ЛФ(%) | 0,1427 | 6,65 |
Таким образом, наибольшее влияние на прогноз исхода заболевания оказывает фактор РБТЛ (21,89%), меньше - CD16 (13,26%) и лф(%), 6,65%).
Модель для диагностики характера течения заболевания имеет вид:
(2)
где у - параметр исхода COVID-19, х1 - РБТЛ, х2 - CD16, х3 - лф (%).
В таблице 5 приведены данные дисперсионного анализа полученной регрессионной модели и оценки ее информативности. Вклад факторов, включенных в модель (Регресс. = 4,28), составляет 41,80 % от общей суммы квадратичных отклонений параметра у, а часть вклада (58,20%) вносят неучтенные (случайные) факторы (Остатки = 5,95), что свидетельствует о степени информационной способности модели. По величине F-критерия, F = 11,49 с уровнем значимости p=0,000009 модель можно считать значимой с высокой степенью достоверности.
Таблица 5 - Результаты дисперсионного анализа
| Сумма квадратов | Степень свободы | Среднее квадратичное | F | p-уровень | |
| Регресс. | 4,28 | 3 | 1,43 | 11,49 | 0,000009 |
| Остатки | 5,95 | 48 | 0,12 | ||
| Итого | 10,23 |
Модель дифференциации пациентов по характеру течения заболевания имеет информационную значимость (коэффициент детерминации R2=0,4180) и статистическую ценность (F(3,48) = 11,49 p=0,000009).
В данной модели p-значение равно 0,000009, что существенно меньше обычного уровня значимости 0,05. Это указывает на то, что регрессионная модель в целом статистически значима. Полученная модель дифференциации пациентов по прогнозируемому исходу позволяет путем подстановки в указанную формулу значений показателей факторов получить критерий принадлежности к группе вероятного исхода.
При значении у, равном 0-0,5, прогнозируют выздоровление, при значении y выше 0,5 прогнозируют летальный исход.
Для подтверждения этой гипотезы мы провели обследование 70 пациентов с различными исходами COVID-19 в ГБУЗ «Пензенский областной клинический центр специализированных видов медицинской помощи» (Россия). Правильный диагноз был установлен в 95 % случаев.
Лечение COVID-19 было проведено в соответствии с Временными методическими рекомендациями «Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19), Version 17 от 14.12.22.
Реализация предложенного способа доказывается следующими примерами.
Пример 1 (летальный исход)
Пациентка Н., 54 года. Поступила в боксированное отделение ГБУЗ «Пензенский областной клинический центр специализированных видов медицинской помощи» с жалобами на одышку, слабость, сухой кашель, спутанность сознания. Болеет около 10 дней, за медицинской помощью не обращалась, занималась самолечением. Состояние средней тяжести. Обследование показало: Рост 158 см, вес 65 кг, ИМТ 26,04 кг/м 2; кожные покровы бледные, чистые. Аускультация легких: дыхание ослабленное, проводится во все отделы, единичные сухие хрипы в нижних отделах легких, ЧДД 28 в минуту, сатурация 85% на атмосферном воздухе, на инсуффляции увлажненного кислорода на скорости 20% - сатурация 97%. Тоны сердца: приглушенные, ритм ослаблен, слышен шум, АД 100/70 мм рт. ст., ЧСС 99 уд/мин. Живот при пальпации мягкий, безболезненный во всех отделах, печень выступает за края реберной дуги на 1 см. Мочеиспускание затруднено, имеется дизурия. Очаговой неврологической симптоматики нет, органы чувств без особенностей. Сопутствующий диагноз: ИБС, гипертоническая болезнь 3 ст, риск 3 (Невиболол-Тева, 5 мг), бронхиальная астма (беродуал).
Компьютерная томография органов грудной клетки (КТ) - двусторонние интерстициальные изменения, объем поражения КТ-3 (75%). Общий анализ крови - лейкопения 2,1*109 л (норма 4-9*109 л), тромбоцитопения 82*109 л (норма 180-320*109 л), сдвиг лейкоцитарной формулы вправо. Мазок из зева и носа методом ПЦР на SARS-CoV-2 - положительный. Продленная ИВЛ. Терапия: Режим ОРИТ. Продленная ИВЛ. Противовирусная терапия (ремдесивир 200 мг в/в капельно в первые сутки, по 100 мг в/в капельно в последующие дни лечения); патогенетическая терапия (тоцилизумаб 400 мг в/в капельно); антибактериальная терапия (цефтриаксон по 1 г в/м 2 раза в сутки, моксифлоксацин по 400 мг в/в капельно 1 раз в сутки); антикоагулянтная терапия (гепарин по 5000 ЕД п/к 4 раза в сутки); посиндромная терапия. Через 7 дней интенсивной терапии наступило ухудшение состояния с дыхательной недостаточностью, пациентка скончалась.
Патолого-анатомический диагноз. Основной диагноз: Коронавирусная инфекция, лабораторно подтвержденная методом ПЦР, крайне тяжелое течение. Осложнение: Двусторонняя полисегментарная интерстициальная пневмония (КТ-4), ОРДС. ДН 3 степени. Отек головного мозга. Полиорганная недостаточность. ТЭЛА (тромбоэмболия легочной артерии).
Проведено обследование пациентки Н. по предложенному способу, в результате которого были получены следующие показатели: РБТЛ- 12%; CD16+ составил 38%, лф - 23%.
=0,6528
Так как полученное значение больше значения 0,5, то прогнозируется летальный исход, что в итоге и произошло.
Пример 2 (выздоровление).
Пациент А., 59 лет. Жалобы при поступлении: одышка, выраженная слабость, сухой кашель. Болеет около 2-х недель, принимал препараты при повышении температуры выше 38°С. Состояние тяжелое. Рост 178 см, вес 85 кг, ИМТ 26,89 кг/м 2. Кожные покровы бледные. Аускультация легких: дыхание ослабленное, проводится не во все отделы, единичные сухие хрипы в нижних отделах легких, ЧДД 29 в мин., сатурация 85% на атмосферном воздухе, на инсуффляции увлажненного кислорода на скорости 20% - сатурация 87%. Тоны сердца: приглушенные, перебои в ритме, шумов нет, АД 140/90 мм рт. ст., ЧСС 102 уд/мин. Живот при пальпации мягкий, безболезненный во всех отделах, печень не увеличена. Мочеиспускание затруднено, безболезненное, имеется дизурия. Очаговой неврологической симптоматики нет. Сопутствующий диагноз: гипертоническая болезнь 2 степени, риск 2 (Невиболол-Тева, 5 мг).
Компьютерная томография органов грудной клетки (КТ) - двусторонние интерстициальные изменения, объем поражения КТ-3 (60%). Общий анализ крови - незначительная лейкопения 3,9*109 л (норма 4-9*109 л), сдвиг лейкоцитарной формулы вправо. Мазок из зева и носа методом ПЦР на SARS-CoV-2 - положительный.
Лечение. Режим ОРИТ. Продленная ИВЛ. Противовирусная терапия (ремдесивир 200 мг в/в капельно в первые сутки, по 100 мг в/в капельно в последующие дни лечения). Патогенетическая терапия (тоцилизумаб 400 мг в/в капельно). Антибактериальная терапия(цефепим по 1 г в/м 2 раза в сутки, ванкомицин по 1 г 2 раза в сутки в/в капельно 1 раз в сутки). Антикоагулянтная терапия (гепарин по 5000 ЕД п/к 4 раза в сутки).
Основной диагноз: Коронавирусная инфекция, лабораторно подтвержденная методом ПЦР, тяжелое течение. Осложнение: Двусторонняя полисегментарная интерстициальная пневмония (КТ-3), ДН 2 степени. Сопутствующий диагноз: гипертоническая болезнь 2 степени (Невиболол-Тева 5 мг).
Проведено обследование пациента А. по предложенному способу, в результате которого были получены следующие показатели: РБТЛ- 42%; CD16+ составил 17%, лф - 54%.
=0,2397
Так как полученное значение меньше 0,5, то прогнозируется выздоровление, что в итоге и произошло.
Пациент №3 (летальный исход)
Пациент Р., 64 года. Поступил в боксированное отделение ГБУЗ «Пензенский областной клинический центр специализированных видов медицинской помощи» с жалобами на повышение температуры тела, выраженную одышку, слабость, сухой кашель. Болеет около 1 недели, за медицинской помощью не обращался. Состояние средней тяжести. Обследование показало: Рост 174 см, вес 85 кг, ИМТ 28,1 кг/м 2; кожные покровы бледно-серые, чистые. Аускультация легких: дыхание ослабленное, проводится не во все отделы, множественные сухие хрипы в нижних отделах легких, ЧДД 29 в минуту, сатурация 81% на атмосферном воздухе, на инсуффляции увлажненного кислорода на скорости 20% - сатурация 85%. Тоны сердца: приглушенные, аритмия, шумов нет, АД 110/75 мм рт. ст., ЧСС 89 уд/мин. Живот при пальпации мягкий, безболезненный во всех отделах, печень увеличена на 1,5 см. Мочеиспускание не затруднено, безболезненное, дизурии нет. Слабая неврологическая симптоматика в виде беспокойства, нарушении сна, органы чувств без особенностей. Сопутствующий диагноз: ИБС.
Компьютерная томография органов грудной клетки (КТ) - двусторонние интерстициальные изменения, объем поражения КТ-3 (62%). Общий анализ крови - лейкопения 3,1*109 л (норма 4-9*109 л), тромбоцитопения 110*109 л (норма 180-320*109 л), сдвиг лейкоцитарной формулы вправо. Мазок из зева и носа методом ПЦР на SARS-CoV-2 - положительный. Терапия: Режим ОРИТ. Продленная ИВЛ. Противовирусная терапия (ремдесивир 200 мг в/в капельно в первые сутки, по 100 мг в/в капельно в последующие дни лечения); патогенетическая терапия (тоцилизумаб 400 мг в/в капельно); антибактериальная терапия (цефтриаксон по 1 г в/м 2 раза в сутки, моксифлоксацин по 400 мг в/в капельно 1 раз в сутки); антикоагулянтная терапия (гепарин по 5000 ЕД п/к 4 раза в сутки); посиндромная терапия.
Патолого-анатомический диагноз. Основной диагноз: Коронавирусная инфекция, лабораторно подтвержденная методом ПЦР, крайне тяжелое течение. Осложнение: Двусторонняя полисегментарная интерстициальная пневмония (КТ-4), ОРДС. ДН 3 степени. Отек головного мозга. Полиорганная недостаточность.
Проведено обследование пациента Р. по предложенному способу, в результате которого были получены следующие показатели: РБТЛ- 4%; CD16+ составил 32%, лф - 21%.
=0,6429
Так как полученное значение оказалось больше значения 0,5, то прогнозируется летальный исход, что в итоге и произошло.
Таким образом, предложенный способ объективен, достоверен и может быть использован для прогноза риска развития летального исхода COVID-19.
Claims (3)
- Способ прогнозирования исхода COVID-19, включающий забор крови и определение методом проточной цитофлюориметрии уровней: реакции бластной трансформации лимфоцитов (РБТЛ), маркера натуральных киллеров (CD16+) и процентного содержания лимфоцитов (лф), %, после чего осуществляют оценку исходов COVID-19 по формуле
- ,
- где у – параметр исхода COVID-19, х1 – РБТЛ, %, х2 – CD16, %, х3 – лф, %, при значении у, равном 0-0,5, прогнозируют выздоровление, при значении y выше 0,5 прогнозируют летальный исход.
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2830374C1 true RU2830374C1 (ru) | 2024-11-18 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2846039C1 (ru) * | 2024-11-01 | 2025-08-29 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет" (СПбГУ)" | Способ прогнозирования летального исхода заболевания у пациента с установленным диагнозом "COVID-19" |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2757843C1 (ru) * | 2021-01-18 | 2021-10-21 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Смоленский государственный медицинский университет" министерства здравоохранения Российской Федерации | Способ прогнозирования течения пневмонии у пациентов с подтвержденным covid-19 |
| RU2766347C1 (ru) * | 2021-07-28 | 2022-03-15 | Федеральное бюджетное учреждение науки "Санкт-Петербургский научно-исследовательский институт эпидемиологии и микробиологии им. Пастера Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека" (ФБУН НИИ эпидемиологии и микробиологии имени Пастера) | Способ прогнозирования исхода острого заболевания, вызванного новой коронавирусной инфекцией COVID-19 |
| WO2022180415A1 (en) * | 2021-02-26 | 2022-09-01 | Ramgen Zártkörűen Működő Részvénytársaság | Methods for prediction of severity and risk of mortality of covid-19 disease and pre-screening of acute sars-cov-2 infections |
| JP2022172923A (ja) * | 2021-05-07 | 2022-11-17 | 公立大学法人横浜市立大学 | Ｃｏｖｉｄ－１９患者の死亡リスクを予測する方法 |
| RU2795093C1 (ru) * | 2022-06-10 | 2023-04-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Астраханский государственный медицинский университет" Министерства здравоохранения Российской Федерации (ФГБОУ ВО Астраханский ГМУ Минздрава России) | Способ прогнозирования тяжести течения пневмонии при COVID-19 |
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2757843C1 (ru) * | 2021-01-18 | 2021-10-21 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Смоленский государственный медицинский университет" министерства здравоохранения Российской Федерации | Способ прогнозирования течения пневмонии у пациентов с подтвержденным covid-19 |
| WO2022180415A1 (en) * | 2021-02-26 | 2022-09-01 | Ramgen Zártkörűen Működő Részvénytársaság | Methods for prediction of severity and risk of mortality of covid-19 disease and pre-screening of acute sars-cov-2 infections |
| JP2022172923A (ja) * | 2021-05-07 | 2022-11-17 | 公立大学法人横浜市立大学 | Ｃｏｖｉｄ－１９患者の死亡リスクを予測する方法 |
| RU2766347C1 (ru) * | 2021-07-28 | 2022-03-15 | Федеральное бюджетное учреждение науки "Санкт-Петербургский научно-исследовательский институт эпидемиологии и микробиологии им. Пастера Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека" (ФБУН НИИ эпидемиологии и микробиологии имени Пастера) | Способ прогнозирования исхода острого заболевания, вызванного новой коронавирусной инфекцией COVID-19 |
| RU2795093C1 (ru) * | 2022-06-10 | 2023-04-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Астраханский государственный медицинский университет" Министерства здравоохранения Российской Федерации (ФГБОУ ВО Астраханский ГМУ Минздрава России) | Способ прогнозирования тяжести течения пневмонии при COVID-19 |
| RU2795095C1 (ru) * | 2022-06-10 | 2023-04-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Астраханский государственный медицинский университет" Министерства здравоохранения Российской Федерации ( ФГБОУ ВО Астраханский ГМУ Минздрава России) | Способ прогнозирования исходов пневмонии при COVID-19 |
| RU2807384C1 (ru) * | 2023-07-28 | 2023-11-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Способ прогнозирования исходов инфекционного процесса после перенесенной новой коронавирусной инфекции в течение 12 месяцев |
Non-Patent Citations (1)
| Title |
|---|
| АРСЕНТЬЕВА Н.А. и др. Цитокины в плазме крови больных COVID-19 в острой фазе заболевания и фазе полного выздоровления. Медицинская иммунология. 2021, 23 (2), стр.311-326. БОБКОВА С.С. и др. Критический анализ концепции "цитокиновой бури" у пациентов с новой коронавирусной инфекцией COVID-19. Обзор литературы. Вестник интенсивной терапии им. А.И. Салтанова. 2021, 1, стр.57-68. S Cantenys-Molina et al. Lymphocyte subsets early predict mortality in a large series of hospitalized COVID-19 patients in Spain. Clin Exp Immunol. 2021 Mar; 203 (3): 424-432. Sam Alahyari et al. Immunological evaluation of patients with 2019 novel coronavirus pneumonia: CD4+ and CD16+ cells may predict severity and prognosis. PLOS ONE. August 5, 2022. * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2846039C1 (ru) * | 2024-11-01 | 2025-08-29 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет" (СПбГУ)" | Способ прогнозирования летального исхода заболевания у пациента с установленным диагнозом "COVID-19" |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | COVID-19 illness and autoimmune diseases: recent insights | |
| Tagami et al. | Japanese multicenter research of COVID-19 by assembling real-world data: a study protocol | |
| Bulbul et al. | COVID-19 management in newborn babies in the light of recent data: breastfeeding, rooming-in and clinical symptoms | |
| Gavriilaki et al. | COVID-19 sequelae: can long-term effects be predicted? | |
| Islam et al. | The Association of Cytokines IL-2, IL-6, TNF-α, IFN-γ, and IL-10 with the Disease Severity of COVID-19: a study from Bangladesh | |
| RU2830374C1 (ru) | Способ прогнозирования исходов COVID-19 | |
| JP6355154B2 (ja) | 診断補助方法 | |
| RU2182333C2 (ru) | Способ оценки тяжести инфекционно-зависимой бронхиальной астмы | |
| Kurashima et al. | Igg antibody seroconversion and the clinical progression of covid-19 pneumonia: A retrospective, cohort study | |
| Madfoon et al. | Comparison of some immunological parameters of COVID-19 patients with and without diabetes according to age groups and gender | |
| RU2825066C1 (ru) | Способ прогнозирования степени тяжести COVID-19 | |
| RU2389025C1 (ru) | Способ прогнозирования рецидивирующего течения ларинготрахеита у детей | |
| Nomura et al. | Attenuation of antibody titres during 3-6 months after the second dose of the BNT162b2 vaccine depends on sex, with age and smoking as risk factors for lower antibody titres at 6 months | |
| RU2778779C1 (ru) | Способ диагностики синдрома активации макрофагов при новой коронавирусной инфекции, вызванной вирусом SARS - CoV-2 | |
| RU2830401C1 (ru) | Способ лечения инфекционного мононуклеоза у детей | |
| RU2780748C1 (ru) | Способ прогнозирования летального исхода у пациентов с тяжелой формой COVID-19 | |
| Lee et al. | Lessons Learned From Clinical Trials of Immunotherapeutics for COVID‐19 | |
| RU2787517C1 (ru) | Способ прогнозирования высокой степени риска тяжелого течения covid-19 | |
| Yaghubi et al. | Rapid successful management of diffuse alveolar hemorrhage as the primary presentation of chlorine gas inhalation: A rare case report | |
| Senno et al. | Respiratory Diseases: Asthma, Pneumonia, Influenza, Tuberculosis, and COVID-19 | |
| RU2439570C2 (ru) | Способ оценки эффективности антиастматической терапии | |
| Prasad et al. | Interleukin‐6 Evaluation as a Biomarker for Disease Severity and Mortality in Covid 19 Patients | |
| El-Sagheer et al. | Prognostic value of IL18 serum levels in COVID-19 Patients at Beni-Suef University Hospital | |
| Rogers et al. | A 58-Year-Old Man With Acute Encephalopathy, Fever, and Multi-Organ Dysfunction | |
| Fernández-Barat et al. | Outcomes and Predictors of Mortality in Patients with Severe COVID-19 and COPD admitted to ICU: A multicenter study |