La cantidad de ARN del covid en sangre predice el riesgo de muerte
A pesar de los avances en el manejo del covid-19, sigue resultando difícil identificar a los pacientes con mayor riesgo de morir a causa de la enfermedad y poder ofrecerles nuevos tratamientos. La cantidad de material genético del SARS-CoV-2 (ARN viral) en la sangre es un indicador fiable para detectar qué pacientes morirán a causa del covid-19, asegura un estudio publicado en «Science Advances».
El estudio, escriben los investigadores, ha podido determinar qué biomarcadores son predictores de mortalidad en los 60 días posteriores al inicio de los síntomas.
«Gracias a nuestros datos, hemos desarrollado y validado con éxito un modelo estadístico basado en un biomarcador sanguíneo, el ARN viral», señala Daniel Kaufmann, de la Universidad de Montreal (Canadá).
A pesar de los avances en el manejo del covid-19, sigue resultando difícil identificar a los pacientes con mayor riesgo de morir a causa de la enfermedad y poder ofrecerles nuevos tratamientos.
Aunque se han identificado varios biomarcadores, no es posible hacer malabares con la profusión de parámetros en un entorno clínico y dificulta la capacidad de los médicos para tomar decisiones médicas rápidas.
Usando muestras de sangre obtenidas de 279 pacientes durante su hospitalización por covid-19, que varían en grados de gravedad de moderada a crítica, el equipo de Kaufmann midió las cantidades de proteínas inflamatorias, buscando cualquiera que se destacara.
Además, el equipo de Nicolás Chomont y Andrés Finzi, otros dos autores del trabajo, midió las cantidades de ARN viral y los niveles de anticuerpos que atacan al virus. Las muestras se obtuvieron 11 días después del inicio de los síntomas y los pacientes fueron monitorizados durante un mínimo de 60 días posteriores.
Los investigadores querían probar la hipótesis de que los indicadores inmunológicos se asociaban con un aumento de la mortalidad.
«Entre todos los biomarcadores que evaluamos, comprobamos que la cantidad de ARN viral en la sangre se relacionaba directamente con la mortalidad y proporcionó la mejor respuesta predictiva, una vez que nuestro modelo se ajustó a la edad y el sexo del paciente», explica Elsa Brunet-Ratnasingham.
«Incluso encontramos que incluir otros biomarcadores no mejoraba la calidad predictiva», agrega la investigadora.
Para confirmar su eficacia, Kaufmann y Brunet-Ratnasingham probaron el modelo en dos cohortes independientes de pacientes infectados obtenidas durante la primera ola la segunda y tercera olas de la pandemia.
No importaba en qué hospital se tratara a los pacientes ni en qué período de la pandemia cayeron: en todos los casos, el modelo predictivo funcionó.
Ahora Kaufmann y sus colegas quieren ponerlo en práctica. «Sería interesante usar el modelo para monitorizar a los pacientes -afirma- con la siguiente pregunta en mente: cuando se administran nuevos tratamientos que han demostrado ser efectivos, ¿la carga viral sigue siendo un marcador predictivo de mortalidad?»
