De meeste sterfgevallen als gevolg van COVID-19 kunnen het gevolg zijn van een geheel andere infectie: ScienceAlert

COVID-19 wordt door de Wereldgezondheidsorganisatie niet langer geclassificeerd als een wereldwijde noodsituatie op gezondheidsgebied, maar wetenschappers werken nog steeds hard om meer te weten te komen over het virus en de effecten ervan, inclusief hoe het coronavirus het lichaam aantast en tot de dood leidt.

Een nieuwe analyse toont aan dat een groot deel van de mensen die beademingsondersteuning nodig hadden vanwege een COVID-19-infectie, ook een secundaire bacteriële longontsteking ontwikkelde. Deze longontsteking was verantwoordelijk voor een hoger sterftecijfer dan infectie met COVID-19.

Dus hoewel COVID-19 deze patiënten misschien in het ziekenhuis heeft gebracht, was het in feite een infectie veroorzaakt door het gebruik van een mechanische ventilator die waarschijnlijker de doodsoorzaak was wanneer die infectie niet op de behandeling reageerde.

“Onze studie benadrukt het belang van preventie, detectie en agressieve behandeling van secundaire bacteriële pneumonie bij ernstig zieke patiënten met ernstige longontsteking, waaronder die met COVID-19”, zegt Benjamin Singer, een longarts aan de Northwestern University in Illinois.

Het team beoordeelde de gegevens van 585 mensen die waren opgenomen op de intensive care (ICU) van het Northwestern Memorial Hospital, ook in Illinois. Ze hadden allemaal een ernstige longontsteking en/of ademhalingsproblemen en 190 hadden COVID-19.

Met behulp van een machine learning-benadering om de gegevens te analyseren, groepeerden de onderzoekers patiënten op basis van hun toestand en de tijd die ze op de intensive care doorbrachten.

De bevindingen weerleggen het idee dat een cytokinestorm na COVID-19 – een overweldigende ontstekingsreactie die orgaanfalen veroorzaakt – verantwoordelijk was voor een aanzienlijk aantal sterfgevallen. Er waren geen tekenen van meervoudig orgaanfalen bij de bestudeerde patiënten.

COVID-analyse
De onderzoekers gebruikten machine learning om patronen te herkennen. (Gao et al., J Clin. Onderzoek.2023)

Daarentegen hadden patiënten met COVID-19 meer kans op het ontwikkelen van ventilator-geassocieerde pneumonie (VAP) en gedurende langere perioden. Gevallen waarbij VAP niet op de behandeling reageerde, waren significant in termen van totale sterftecijfers in het onderzoek.

“Degenen die genezen waren van hun secundaire longontsteking zouden waarschijnlijk blijven leven, terwijl degenen van wie de longontsteking niet wegging meer kans hadden om te sterven”, zegt Singer.

“Onze gegevens suggereren dat de sterfte die gepaard gaat met het virus zelf relatief laag is, maar andere dingen die gebeuren tijdens het verblijf op de IC, zoals secundaire bacteriële longontsteking, compenseren dit.”

Deze resultaten suggereren dat de resultaten op de IC zouden kunnen worden verbeterd als er betere strategieën zouden zijn voor het diagnosticeren en behandelen van VAP-episodes – iets dat volgens de onderzoekers in de toekomst moet worden aangepakt.

Het is de moeite waard om in gedachten te houden dat als de behoefte van een patiënt aan een beademingsapparaat om complicaties van COVID-19 te behandelen resulteert in VAP, dit niet betekent dat een COVID-19-infectie minder gevaarlijk is, noch het aantal sterfgevallen als gevolg van COVID vermindert. -19 .

Zoals de auteurs in hun paper schrijven: “De relatief lange verblijfsduur bij patiënten met COVID-19 is voornamelijk te wijten aan langdurig ademhalingsfalen, waardoor ze een hoger risico op VAP lopen.”

De bevindingen benadrukken echter de noodzaak van verder onderzoek en voorzichtigheid bij het maken van aannames over de doodsoorzaak in gevallen van COVID-19. Een gedetailleerde moleculaire analyse van hetzelfde onderzoek zou meer moeten onthullen over wat het verschil maakt tussen wel of niet herstel van VAP.

Het is ook een ander voorbeeld van hoe machine learning AI enorme hoeveelheden gegevens kan verwerken en patronen kan ontdekken die verder gaan dan gewone stervelingen – of het nu gaat om het analyseren van eiwitten of het verbeteren van de wiskunde.

“Het toepassen van machine learning en kunstmatige intelligentie op klinische gegevens kan worden gebruikt om betere manieren te ontwikkelen om ziekten zoals COVID-19 te behandelen en om IC-artsen te helpen deze patiënten te behandelen”, zegt Catherine Gao, ook longarts bij Northwestern.

Het onderzoek is gepubliceerd in Tijdschrift voor klinisch onderzoek.

Leave a Reply

Your email address will not be published. Required fields are marked *