La nuova malattia da coronavirus 2019 (COVID-19) ha decorsi clinici eterogenei, indicando che potrebbero esserci diversi sottofenotipi nei pazienti critici. Sebbene ricerche precedenti abbiano identificato questi sottofenotipi, il modello temporale di molteplici caratteristiche cliniche non è stato considerato nei modelli di cluster. Abbiamo mirato a identificare sottofenotipi temporali in pazienti critici con COVID-19 utilizzando una nuova analisi di cluster di sequenze e associarli a risultati clinicamente rilevanti. Materiali e metodi Abbiamo analizzato 1.036 pazienti critici con infezione da SARS-COV-2 confermata in laboratorio, ricoverati presso il Mount Sinai Health System di New York City. È stato utilizzato il metodo di clustering gerarchico agglomerativo con distanza di Levenshtein e collegamento con varianza minima di Ward. Risultati Abbiamo identificato quattro sottofenotipi. Il sottofenotipo I (N = 233 [22,5%]) includeva pazienti con respiro rapido e battito cardiaco accelerato, ma con minore necessità di interventi invasivi entro le prime 24 ore, insieme a una prognosi relativamente buona. Il subfenotipo II (N = 418 [40,3%]) rappresentava i pazienti con il grado più basso di malattia, mortalità relativamente bassa e la più alta probabilità di dimissione ospedaliera. Il subfenotipo III (N = 259 [25,0%]) rappresentava i pazienti che hanno manifestato un peggioramento clinico durante le prime 24 ore di ricovero nell’unità di terapia intensiva, portando a esiti sfavorevoli. Il subfenotipo IV (N = 126 [12,2%]) rappresentava una traiettoria di sindrome da distress respiratorio acuto con una necessità quasi universale di ventilazione meccanica. Conclusione Abbiamo utilizzato l’analisi dei cluster di sequenze per identificare sottofenotipi clinici in pazienti critici con COVID-19 che avevano modelli temporali distinti e diversi esiti clinici. Questo studio sottolinea l’utilità di includere informazioni temporali negli approcci di subfenotipizzazione. |
Commenti
I ricercatori del Monte Sinai hanno delineato quattro nuovi sottogruppi di COVID-19 che possono essere identificati nei pazienti entro 24 ore dal ricovero nell’unità di terapia intensiva (ICU). La scoperta aiuterà i pazienti ad abbinare trattamenti specifici, migliorando la loro cura complessiva e i risultati.
Lo studio, che ha identificato sottofenotipi o sottogruppi di COVID-19 sulla base di biomarcatori e trattamenti misurati nel tempo, è stato pubblicato sul Journal of the American Medical Informatics Association .
I ricercatori del Monte Sinai hanno utilizzato l’analisi del clustering di sequenze, una nuova tecnica di data mining in grado di rilevare modelli di progressione della malattia, per identificare sottofenotipi clinici in pazienti gravemente malati di COVID-19 che avevano modelli temporali distinti durante le prime settimane. 24 ore e diversi risultati clinici a 30 giorni. Queste caratteristiche temporali sono evidenti solo quando si considerano più caratteristiche in un periodo di tempo.
"Mentre i pazienti ricoverati in ospedale con COVID-19 possono avere caratteristiche di base simili, le loro traiettorie cliniche e i risultati sanitari nel tempo possono essere molto diversi", ha affermato l’autore corrispondente Girish N. Nadkarni, MD, capo della divisione di medicina digitale e basata sui dati, Co-direttore del Mount Sinai Center for Clinical Intelligence, direttore clinico dell’Hasso Plattner Institute for Digital Health e professore di medicina Irene e Dr. Arthur M. Fishberg, Icahn School of Medicine del Monte Sinai. "Il nostro studio dimostra l’importanza di rivelare somiglianze temporali tra le malattie per identificare sottofenotipi riproducibili e clinicamente rilevanti e suggerisce che sia giustificata un’ulteriore esplorazione delle progressioni temporali di queste caratteristiche cliniche".
Il team del Monte Sinai ha analizzato i dati di oltre 1.000 pazienti critici con infezione confermata da SARS-CoV-2, il virus che causa COVID-19, che sono stati ricoverati in terapia intensiva. Hanno trasformato 10 biomarcatori e 7 trattamenti durante le prime 24 ore di ricovero in terapia intensiva in una sequenza composta da 16 finestre di intervallo non sovrapposte, ciascuna lunga 1,5 ore e caratterizzata come uno dei 10 stati distinti.
I ricercatori hanno identificato quattro sottofenotipi utilizzando biomarcatori e somministrazioni di trattamenti:
|
"COVID-19 è stato studiato approfonditamente, ma abbiamo ancora una conoscenza limitata delle cure cliniche efficaci per i pazienti critici con COVID-19", ha affermato Wonsuk Oh, PhD, ricercatore post-dottorato presso il Laboratorio Nadkarni a Icahn Mount Sinai e membro del l’Istituto. Hasso Plattner della Sanità Digitale.
“I metodi all’avanguardia di apprendimento automatico ci consentono di rivelare nuovi sottofenotipi temporali dalle cartelle cliniche con risoluzione oraria. Questi sottofenotipi temporali forniscono nuove informazioni sulle condizioni di base dei pazienti e sul decorso della progressione della malattia durante la degenza in unità di terapia intensiva e, in definitiva, facilitano la cura clinica personalizzata dei pazienti con una decisione informata." .
Questo lavoro è stato sostenuto dalle sovvenzioni R01DK108803, U01HG007278, U01HG009610, U01DK116100 e K23DK124645 del National Institutes of Health (NIH).
