ENFERMEDADES INFECCIOSAS

Medir el ARN viral puede ayudar a predecir qué pacientes con COVID-19 tienen más probabilidades de morir

Science · 30 noviembre 2021

Investigadores de Canadá han podido determinar qué biomarcadores predicen la mortalidad en los 60 días siguientes a la aparición de los síntomas.

Un modelo estadístico desarrollado por investigadores de la Universidad de Montreal (Canadá) utiliza un biomarcador sanguíneo del SARS-CoV-2 para identificar a los pacientes infectados que tienen más riesgo de morir por COVID-19.

Un equipo dirigido por Daniel Kaufmann ha descubierto que la cantidad ARN viral del SARS-CoV-2 en la sangre es un indicador fiable para detectar qué pacientes morirán de la enfermedad. El hallazgo se publica en Science Advances.

"En nuestro estudio hemos podido determinar qué biomarcadores predicen la mortalidad en los 60 días siguientes a la aparición de los síntomas -explica Kaufmann, coautor del estudio junto con Nicolas Chomont y Andrés Finzi-. Gracias a nuestros datos, hemos desarrollado y validado con éxito un modelo estadístico basado en un biomarcador sanguíneo, el ARN viral".

Aunque se han identificado varios biomarcadores en otros estudios, hacer malabarismos con la cantidad de parámetros analizados no es posible en un entorno clínico y dificulta la capacidad de los médicos para tomar decisiones rápidas.

Combinación de tres parámetros

Utilizando muestras de sangre recogidas de 279 pacientes durante su hospitalización por COVID-19, con grados de gravedad que iban de moderados a críticos, el equipo de Kaufmann midió las cantidades de proteínas inflamatorias, buscando alguna que destacara.

Al mismo tiempo, el equipo de Chomont midió las cantidades de ARN viral y el de Finzi los niveles de anticuerpos dirigidos al virus. Las muestras se recogieron 11 días después de la aparición de los síntomas y los pacientes fueron controlados durante un mínimo de 60 días después.

El objetivo fue comprobar la hipótesis de que los indicadores inmunológicos se asociaban a una mayor mortalidad.

"Entre todos los biomarcadores que evaluamos, demostramos que la cantidad de ARN viral en la sangre se asociaba directamente a la mortalidad y proporcionaba la mejor respuesta predictiva, una vez que nuestro modelo se ajustaba en función de la edad y el sexo del paciente –declara la investigadora Elsa Brunet-Ratnasingham, primera coautora del estudio-. Incluso comprobamos que la inclusión de biomarcadores adicionales no mejoraba la calidad predictiva".

Para confirmar su eficacia, Kaufmann y Brunet-Ratnasingham probaron el modelo en dos cohortes independientes de pacientes infectados, reclutados durante la primera oleada de la pandemia, y durante la segunda y tercera oleadas, respectivamente.

No importaba en qué hospital se tratara a los pacientes ni en qué periodo de la pandemia. El modelo predictivo funcionó en todos los casos. Ahora Kaufmann y colegas quieren darle un uso práctico.

"Sería interesante utilizar el modelo para controlar a los pacientes –afirma-. "Con la siguiente pregunta en mente: cuando se administran nuevos tratamientos que han demostrado ser eficaces, ¿la carga viral sigue siendo un marcador predictivo de la mortalidad?"

Referencia: Sci Adv. 2021;7(48):eabj5629. doi:10.1126/sciadv.abj5629