Предиктивная роль эритроцитов в оценке исходов COVID-19

Обложка

Цитировать

Полный текст

Аннотация

Введение. Поиск доступных и точных предикторов исхода COVID-19 имеет крайне важное значение, так как позволяет эффективно корригировать тактику лечения пациента.

Цель работы – на основе динамики показателей красной крови разработать простые и точные критерии, предсказывающие исход COVID-19.

Материалы и методы. Наблюдения проведены у 125 пациентов с тяжёлым и крайне тяжёлым течением COVID-19, у которых на 1, 5, 7, 10, 14 и 21-й день пребывания в стационаре в динамике определялись показатели, характеризующие состояние красной крови. Для расчёта пороговых значений выживаемости и летальности, имеющих предиктивную ценность, проводился ROC-анализ.

Результаты. Общее число эритроцитов и уровень гемоглобина у тяжелобольных и крайне тяжелобольных не выходили за пределы допустимых норм, хотя в группе умерших на всём протяжении исследования проявляли тенденцию к уменьшению. В 1-й и 21-й день количество MacroR у умерших по сравнению с выжившими было сниженным. Установлено, что по показателю RDW-CV с большой долей вероятности на относительно ранних сроках можно судить об исходе заболевания COVID-19. Дополнительным критерием исхода COVID-19 может служить показатель RDW-SD.

Заключение. Показатели RDW-CV и RDW-SD при тяжёлом течении COVID-19 могут быть использованы как эффективные предикторы исхода заболевания.

Об авторах

Юрий Николаевич Смоляков

ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России

Email: smolyakov@rambler.ru
ORCID iD: 0000-0001-7920-7642

к.м.н., доцент, зав. кафедрой медицинской физики и информатики

Россия, 672000, г. Чита

Борис Ильич Кузник

ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России

Email: bi_kuznik@mail.ru
ORCID iD: 0000-0002-2502-9411

д.м.н., профессор, профессор кафедры нормальной физиологии

Россия, 672000, г. Чита

Елена Викторовна Фефелова

ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России

Автор, ответственный за переписку.
Email: fefelova.elena@mail.ru
ORCID iD: 0000-0002-0724-0352

д.м.н., доцент, доцент кафедры патологической физиологии

Россия, 672000, г. Чита

Людмила Сергеевна Казанцева

ГУЗ «Краевая клиническая инфекционная больница»

Email: mila-kazantseva93@mail.ru
ORCID iD: 0000-0002-9816-9714

заведующая отделением реанимации и интенсивной терапии

Россия, 672042, г. Чита

Юрий Константинович Шаповалов

ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России

Email: yurashap95@mail.ru
ORCID iD: 0000-0001-6408-239X

ординатор кафедры оториноларингологии

Россия, 672000, г. Чита

Мария Сергеевна Лукьянчук

ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России

Email: mary.lukyan4uk@yandex.ru
ORCID iD: 0000-0001-9095-8252

ординатор кафедры анестезиологии, реанимации и интенсивной терапии

Россия, 672000, г. Чита

Сергей Анатольевич Лукьянов

ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России

Email: lukyanov-sergei@mail.ru
ORCID iD: 0000-0001-7997-9116

к.м.н., доцент кафедры пропедевтики внутренних болезней

Россия, 672000, г. Чита

Константин Геннадьевич Шаповалов

ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России

Email: shkg26@mail.ru
ORCID iD: 0000-0002-3485-5176

д.м.н., профессор, заведующий кафедрой анестезиологии, реанимации и интенсивной терапии

Россия, 672000, г. Чита

Список литературы

  1. Mehta P., McAuley D.F., Brown M., Sanchez E., Tattersall R.S., Manson J.J. COVID-19: 377 consider cytokine storm syndromes and immunosuppression. Lancet. 2020; 395(10229): 1033–4. https://doi.org/10.1016/S0140-6736(20)30628-0
  2. Bonaventura A., Vecchié A., Dagna L., Martinod K., Dixon D.L., Van Tassell B.W., et al. Endothelial dysfunction and immunothrombosis as key pathogenic mechanisms in COVID-19. Nat. Rev. Immunol. 2021; 21(5): 319–29. https://doi.org/10.1038/s41577-021-00536-9
  3. Tang N., Li D., Wang X., Sun Z. Abnormal coagulation parameters are associated with 379 poor prognosis in patients with novel coronavirus pneumonia. J. Thromb. Haemost. 2020; 18(4): 844–7. https://doi.org/10.1111/jth.14768
  4. Chen N., Zhou M., Dong X., Qu J., Gong F., Han Y., et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel 382 coronavirus pneumonia in Wuhan, China: a descriptive study. Lancet. 2020; 395(10223): 507–13. https://doi.org/10.1016/S0140-6736(20)30211-7
  5. Khavinson V., Linkova N., Dyatlova A., Kuznik B., Umnov R. Peptides: Prospects for Use in the Treatment of COVID-19. Molecules. 2020; 25(19): 4389. https://doi.org/10.3390/molecules25194389
  6. Kubánková M., Hohberger B., Hoffmanns J., Fürst J., Herrmann M., Guck J., et al. Physical phenotype of blood cells is altered in COVID-19. Biophys. J. 2021; 120(14): 2838–47. https://doi.org/10.1016/j.bpj.2021.05.025
  7. Yuan X., Huang W., Ye B., Chen C., Huang R., Wu F., et al. Changes of hematological and immunological parameters in COVID-19 patients. Int. J. Hematol. 2020; 112(4): 553–9. https://doi.org/10.1007/s12185-020-02930-w
  8. Григорьев С.Г., Лобзин Ю.В., Скрипченко Н.В. Роль и место логистической регрессии и ROC-анализа в решении медицинских диагностических задач. Журнал инфектологии. 2016; 8(4): 36–45. EDN: https://www.elibrary.ru/xfwbjt https://doi.org/10.22625/2072-6732-2016-8-4-36-45
  9. Hughes G., Kopetzky J., McRoberts N. Mutual information as a performance measure for binary predictors characterized by both ROC curve and PROC curve analysis. Entropy (Basel). 2020; 22(9): 938. https://doi.org/10.3390/e22090938
  10. Hosmer S., Lemeshow S.L. Applied Logistic Regression. John Wiley & Sons; 2013.
  11. Файнзильберг Л.С., Жук Т.Н. Гарантированная оценка эффективности диагностических тестов на основе усиленного ROC-анализа. Управляющие системы и машины. 2009; (5): 3–13.
  12. DeLong E.R., DeLong D.M., Clarke-Pearson D.L. Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach. Biometrics. 1988; 44(3): 837–45. https://doi.org/10.2307/2531595
  13. Denis P.A. COVID-19-related complications and decompression illness share main features. Could the SARS-CoV2-related complications rely on blood foaming? Med. Hypotheses. 2020; 144: 109918. https://doi.org/10.1016/j.mehy.2020.109918
  14. Кузник Б.И. Клеточные и молекулярные механизмы регуляции системы гемостаза в норма и патологии. Чита: Экспресс-издательство; 2010.
  15. Кузник Б.И., Стуров В.Г., Левшин Н.Ю., Максимова О.Г., Кудлай Д.А. Геморрагические и тромботические заболевания и синдромы у детей и подростков. Новосибирск: Наука; 2018.
  16. Weisel J.W., Litvinov R.I. Red blood cells: The forgotten player in hemostasis and thrombosis. J. Thromb. Haemost. 2019; 17(2): 271–82. https://doi.org/10.1111/jth.14360
  17. Grobler C., Maphumulo S.C., Grobbelaar L.M., Bredenkamp J.C., Laubscher G.J., Lourens P.J., et al. Covid-19: The rollercoaster of fibrin(ogen), D-dimer, von Willebrand Factor, P-selectin and their interactions with endothelial cells, platelets and erythrocytes. Int. J. Mol. Sci. 2020; 21(14): 5168. https://doi.org/10.3390/ijms21145168
  18. Della Rocca D.G., Magnocavallo M., Lavalle C., Romero J., Forleo G.B., Tarantino N., et al. Evidence of systemic endothelial injury and microthrombosis in hospitalized COVID-19 patients at different stages of the disease. J. Thromb. Thrombolysis. 2020; 51(3): 571–6. https://doi.org/10.1007/s11239-020-02330-1
  19. Thomas T., Stefanoni D., Dzieciatkowska M., Issaian A., Nemkov T., Hill R.C., et al. Evidence of structural protein damage and membrane lipid remodeling in red blood cells journal pre-proof Kub from COVID-19 patients. J. Proteome Res. 2020; 19(11): 4455–69. https://doi.org/10.1021/acs.jproteome.0c00606
  20. Cavezzi A., Troiani E., Corrao S. COVID-19: hemoglobin, iron, and hypoxia beyond inflammation. A narrative review. Clin. Pract. 2020; 10(2): 1271. https://doi.org/10.4081/cp.2020.1271
  21. Орлов Ю.П., Говорова Н.В., Лукач В.Н., Байтугаева Г.А., Клементьев А.В., Какуля Е.Н. Метаболизм железа в условиях инфекции. Обзор литературы. Вестник интенсивной терапии им. А.И. Салтанова. 2020; (1): 90–9. https://doi.org/10.21320/1818-474X-2020-1-90-99 EDN: https://www.elibrary.ru/ivbhpx
  22. Gattinoni L., Chiumello D., Caironi P., Busana M., Romitti F., Brazzi L., et al. COVID-19 pneumonia: different respiratory treatments for different phenotypes? Intensive Care Med. 2020; 46(6): 1099–102. https://doi.org/10.1007/s00134-020-06033-2
  23. Anft M., Paniskaki K., Blazquez-Navarro A., Doevelaar A., Seibert F.S., Hölzer B., et al. COVID-19-induced ARDS is associated with decreased frequency of activated memory/effector T Cells expressing CD11a++. Mol. Ther. 2020; 28(12): 2691–702. https://doi.org/10.1016/j.ymthe.2020.10.001
  24. Zhang X., Li S., Niu S. ACE2 and COVID-19 and the resulting ARDS. Postgrad. Med. J. 2020; 96(1137): 403–7. https://doi.org/10.1136/postgradmedj-2020-137935
  25. Navas-Blanco J.R., Dudaryk R. Management of respiratory distress syndrome due to COVID-19 infection. BMC Anesthesiol. 2020; 20(1): 177. https://doi.org/10.1186/s12871-020-01095-7

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Кривые ROC-анализа прогностической точности показателя RDW-SD по дням заболевания (достоверность p демонстрирует отличия AUC от предшествующего дня контроля по методу E.R. DeLong и соавт. [12]).

Скачать (246KB)
Метаданные
3. Рис. 2. Кривые ROC-анализа прогностической точности показателя RDW-CV по дням заболевания (достоверность p демонстрирует отличия AUC от предшествующего дня контроля по методу E.R. DeLong и соавт. [12]).

Скачать (235KB)
Метаданные

© Смоляков Ю.Н., Кузник Б.И., Фефелова Е.V., Казанцева Л.С., Шаповалов Ю.К., Лукьянчук М.С., Лукьянов С.А., Шаповалов К.Г., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 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».