Возможность использования показателей клинического анализа крови в оценке воспалительного статуса пациентов с COVID-19

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. С-реактивный белок (СРБ) является ключевым лабораторным биомаркером системного воспаления и индикатором необходимости противовоспалительной терапии у пациентов с COVID-19. Однако доступность биохимических анализаторов для определения уровня СРБ ограничена в удаленных от региональных центров медицинских учреждениях.

Цель исследования — разработка подхода к прогнозированию воспалительного статуса пациентов с COVID-19 на основании показателей общего анализа крови.

Методы. В ретроспективное исследование включены 423 пациента (мужчин 54,6%; женщин 45,4%; средний возраст 59,1 года), проходивших стационарное лечение на базе МНОЦ МГУ имени М.В. Ломоносова в период с 21 апреля по 13 июня 2020 г. с диагнозом COVID-19. Всем пациентам были выполнены общий и биохимический анализы крови, компьютерная томография (КТ) легких.

Результаты. На основе данных общего анализа крови была разработана модель качественной оценки системного воспаления, соответствующего уровню СРБ >60 мг/л. В нее вошли скорость оседания эритроцитов и отношение нейтрофилов к лимфоцитам. В соответствии с результатами ROC-анализа (Receiver Operating Characteristic) разработанная модель характеризовалась чувствительностью 70,2%, специфичностью 74,6%, а площадь под ROC-кривой составила 0,781. В ходе сравнения ключевых клинических показателей тяжести течения COVID-19, таких как срок госпитализации и степень поражения легких по данным КТ при поступлении и выписке, были обнаружены статистически значимые отличия между группами с уровнями СРБ ≤60 мг/л и >60 мг/л, определенными при рутинном лабораторном анализе, по всем названным параметрам (p <0,05). Данные отличия оставались значимыми и при использовании разработанной модели прогнозирования уровня СРБ, демонстрируя взаимозаменяемость двух подходов к оценке уровня системной воспалительной реакции при решении клинических задач.

Заключение. Предложенная в данной работе модель прогнозирования воспалительного статуса на основе данных общего анализа крови может быть использована для выбора оптимальной тактики лечения пациентов с COVID-19 при отсутствии биохимического анализатора крови.

Об авторах

Людмила Андреевна Некрасова

Специализированный научно-учебный центр Новосибирского государственного университета

Email: l.nekrasova@nsu.ru
ORCID iD: 0000-0002-5161-8666
SPIN-код: 5609-3840
Россия, Новосибирск

Марк Джайн

Московский государственный университет имени М.В. Ломоносова

Автор, ответственный за переписку.
Email: jain-mark@outlook.com
ORCID iD: 0000-0002-6594-8113
SPIN-код: 3783-4441

стажер-исследователь отдела лабораторной диагностики

Россия, 119234, Москва, Ломоносовский пр-кт, д. 27, к. 10

Никита Сергеевич Губенко

Московский государственный университет имени М.В. Ломоносова

Email: gubenkons@icloud.com
ORCID iD: 0000-0001-5723-4367

студент факультета фундаментальной медицины

Россия, Москва

Антон Александрович Будко

Московский государственный университет имени М.В. Ломоносова

Email: anton-budko@mail.ru
ORCID iD: 0000-0002-7362-176X

аспирант факультета фундаментальной медицины

Россия, Москва

Лариса Михайловна Самоходская

Московский государственный университет имени М.В. Ломоносова

Email: slm@fbm.msu.ru
ORCID iD: 0000-0001-6734-3989
SPIN-код: 5404-6202

кандидат медицинских наук, доцент, руководитель отдела лабораторной диагностики

Россия, Москва

Яна Артуровна Орлова

Московский государственный университет имени М.В. Ломоносова

Email: 5163002@bk.ru
ORCID iD: 0000-0002-8160-5612
SPIN-код: 3153-8373

доктор медицинских наук, доцент, руководитель отдела возраст-ассоциированных заболеваний

Россия, Москва

Армаис Альбретович Камалов

Московский государственный университет имени М.В. Ломоносова

Email: priemnaya@mc.msu.ru
ORCID iD: 0000-0003-4251-7545
SPIN-код: 6609-5468

доктор медицинских наук, профессор, академик РАН, директор

Россия, Москва

Список литературы

  1. Who.int [Internet]. World Health Organization. WHO Director-General’s opening remarks at the media briefing on COVID-19 [updated 2021, August 14; cited 2021, August 14]. Available from: https://www.who.int/director-general/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19---11-march-2020.
  2. Worldometers.info [Internet]. American Library Association. COVID-19 Coronavirus Pandemic [updated 2021, August 14; cited 2021, August 14]. Available from: https://www.worldometers.info/coronavirus/.
  3. Qin C, Zhou L, Hu Z, et al. Dysregulation of immune response in patients with COVID-19 in Wuhan, China. Clin Infect Dis. 2020;71(15):762–768. doi: 10.1093/cid/ciaa248
  4. Ragab D, Eldin HS, Taeimah M, et al. The COVID-19 cytokine storm; what we know so far. Front Immunol. 2020;11:1446. doi: 10.3389/fimmu.2020.01446
  5. Sahu BR, Kampa RK, Padhi A, Panda AK. C-reactive protein: a promising biomarker for poor prognosis in COVID-19 infection. Clin Chim Acta. 2020;509:91–94. doi: 10.1016/j.cca.2020.06.013
  6. Yang AP, Liu JP, Tao WQ, Li HM. The diagnostic and predictive role of NLR, d-NLR and PLR in COVID-19 patients. Int Immunopharmacol. 2020;84:106504. doi: 10.1016/j.intimp.2020.106504
  7. Временные методические рекомендации. Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19). Версия 6 (28.04.2020). Минздрав России; 2020.
  8. Mareev VY, Orlova YA, Pavlikova EP, et al. Steroid pulse-therapy in patients with coronAvirus Pneumonia (COVID-19), sYstemic inFlammation and Risk of vEnous thRombosis and thromboembolism (WAYFARER Study) [In English, Russian]. Kardiologiia. 2020;60(6):15–29. doi: 10.18087/cardio.2020.6.N1226
  9. Yang P, Ding Y, Xu Z, et al. Epidemiological and clinical features of COVID-19 patients with and without pneumonia in Beijing, China. MedRxiv. 2020. doi: 10.1101/2020.02.28.20028068
  10. Zumla A, Hui DS, Azhar EI, et al. Reducing mortality from 2019-nCoV: host-directed therapies should be an option. Lancet. 2020;395:e35. doi: 10.1016/S0140-6736(20)30305-6
  11. Wan S, Yi Q, Fan S, et al. Characteristics of lymphocyte subsets and cytokines in peripheral blood of 123 hospitalized patients with 2019 novel coronavirus pneumonia (NCP). MedRxiv. 2020. doi: 10.1101/2020.02.10.20021832
  12. Nhc.gov.cn [Internet]. Disease Control and Prevention Bureau of China. Interpretation of New Coronavirus Pneumonia Prevention and Control Plan (Fifth Edition) [updated 2021, August 14; cited 2021, August 14]. Available from: http://www.nhc.gov.cn/jkj/s3578/202002/dc7f3a7326e249c0bad0155960094b0b.shtml.
  13. Henry BM, de Oliveira MH, Benoit S, et al. Hematologic, biochemical and immune biomarker abnormalities associated with severe illness and mortality in coronavirus disease 2019 (COVID-19): a meta-analysis. Clin Chem Lab Med. 2020;58(7):1021–1028. doi: 10.1515/cclm-2020-0369
  14. Xia W, Shao J, Guo Y, et al. Clinical and CT features in pediatric patients with COVID-19 infection: different points from adults. Pediatric Pulmonology. 2020;55:1169–1174. doi: 10.1002/ppul.24718
  15. Chen N, Zhou M, Dong X, et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: a descriptive study. Lancet. 2020;395(10223): 507–513. doi: 10.1016/S0140-6736(20)30211-7
  16. Yang X, Yu Y, Xu J, et al. Clinical course and outcomes of critically ill patients with SARS-CoV-2 pneumonia in Wuhan, China: a single-centered, retrospective, observational study. Lancet Respir Med. 2020;8(5):475–481. doi: 10.1016/S2213-2600(20)30079-5
  17. Ponti G, Maccaferri M, Ruini C, et al. Biomarkers associated with COVID-19 disease progression. Crit Rev Clin Lab Sci. 2020;57(6):389–399. doi: 10.1080/10408363.2020.1770685
  18. Yang Z, Shi J, He Z, et al. Predictors for imaging progression on chest CT from coronavirus disease 2019 (COVID-19) patients. Aging. 2020;12(7):6037–6048. doi: 10.18632/aging.102999
  19. Lu J, Sun PD. High affinity binding of SARS-CoV-2 spike protein enhances ACE2 carboxypeptidase activity. J Biol Chem. 2020;295(52):18579. doi: 10.1074/jbc.ra120.015303
  20. Khanna K, Raymond W, Charbit AR, et al. Binding of SARS-CoV-2 spike protein to ACE2 is disabled by thiol-based drugs; evidence from in vitro SARS-CoV-2 infection studies. BioRxiv. 2020. doi: 10.1101/2020.12.08.415505
  21. Smilowitz NR, Kunichoff D, Farshick M, et al. C-reactive protein and clinical outcomes in patients with COVID-19. Eur Heart J. 2021;42(23):2270–2279. doi: 10.1093/eurheartj/ehaa1103
  22. Wang L. C-reactive protein levels in the early stage of COVID-19. Med Mal Infect. 2020;50(4):332–334. doi: 10.1016/j.medmal.2020.03.007
  23. Tan C, Huang Y, Shi F, et al. C-reactive protein correlates with computed tomographic findings and predicts severe COVID-19 early. J Med Virology. 2020;92(7):856–862. doi: 10.1002/jmv.25871

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. ROC-кривая для предсказания уровня С-реактивного белка более 60 мг/л. Примечание. Нейт. — нейтрофилы; Н/Л — соотношение уровней нейтрофилов и лимфоцитов; СОЭ — скорость оседания эритроцитов; КСРБ60 — коэффициент превышения уровня С-реактивного белка 60 мг/л.

Скачать (950KB)
3. Рис. 2. Степень поражения легких по данным компьютерной томографии в зависимости от уровня С-реактивного белка: а — данные, полученные при госпитализации; б — данные, полученные при выписке. Примечание. КТ — компьютерная томография; СРБ — С-реактивный белок (лабораторный анализ); рСРБ — С-реактивный белок (расчет по разработанной модели).

4. Рис. 3. Последовательный алгоритм качественной оценки уровня С-реактивного белка. Примечание. СРБ — С-реактивный белок; Н/Л — соотношение уровней нейтрофилов и лимфоцитов; СОЭ — скорость оседания эритроцитов.

Скачать (901KB)

© Некрасова Л.А., Джайн М., Губенко Н.С., Будко А.А., Самоходская Л.М., Орлова Я.А., Камалов А.А., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».