Covid-19 / Étude : 3 facteurs de risque des formes graves identifiés grâce à l’IA (Nature)

L'âge, l’obésité ou encore le diabète majorent les risques de développer des formes graves du Covid-19. Ces données sont connues depuis le début de l'épidémie. Jusqu'à présent, il a été signalé que 13,8 à 19,1 % des patients infectés par le coronavirus à Wuhan, en Chine, sont tombés gravement malades. En outre, des rapports récents ont révélé un taux de mortalité de 61,5 % pour les cas critiques, ce taux augmentant fortement avec l'âge et pour les patients présentant des comorbidités sous-jacentes. Cependant, des personnes sans facteurs de risque peuvent aussi succomber.

Des scientifiques chinois ont donc mené des recherches afin de distinguer les patients qui nécessitent une attention médicale immédiate et d’estimer leur taux de mortalité. Car, comme ces chercheurs le soulignent, « malheureusement, il n’existe actuellement aucun biomarqueur de pronostic » du Covid-19, soulignent ces derniers dans leur étude qui a été publiée le 14 mai 2020 dans la revue Nature.

Pour mener à bien leurs travaux, les chercheurs chinois ont analysé rétrospectivement les échantillons de sang de 485 patients de la région de Wuhan, en Chine, afin d’identifier des marqueurs robustes et significatifs du risque de mortalité. L’analyse a finalement porté sur 375 patients (parmi eux 174 sont décédés). L’objectif est que le modèle identifie les patients à haut risque avant que des conséquences irréversibles ne se produisent.

Une approche de modélisation mathématique basée sur des algorithmes d’apprentissage automatique interprétables de pointe a été conçue pour identifier les biomarqueurs les plus discriminants de la mortalité des patients. Les données recueillies comprenaient les symptômes de base, des informations sur les fonctions rénales et hépatiques, les marqueurs d’inflammations, ainsi que des données démographiques. La plupart des patients ont fait l’objet de plusieurs prélèvements sanguins tout au long de leur séjour à l’hôpital. Cependant, seules les données de l'échantillon final ont servi à la construction de l’algorithme.

Ces trois biomarqueurs prédisent la mortalité plus de 10 jours à l’avance avec une précision de plus de 90 %.

« Cette conclusion est conforme aux connaissances médicales actuelles, notent les auteurs de ces travaux. Des niveaux élevés de LDH sont associés à la dégradation des tissus dans diverses maladies, y compris les troubles pulmonaires tels que la pneumonie. » En outre, ces résultats montrent que le modèle est capable d’identifier avec précision le résultat des patients, quel que soit leur diagnostic initial lors de leur admission à l’hôpital.

Les chercheurs indiquent aussi que « les trois caractéristiques clés, LDH, lymphocytes et hs-CRP, peuvent être facilement collectées dans n’importe quel hôpital. Dans les hôpitaux surpeuplés et en cas de pénurie de ressources médicales, ce modèle simple peut aider à classer rapidement les patients par ordre de priorité, en particulier lors d’une pandémie où des ressources limitées en matière de soins de santé doivent être allouées. »

Enfin, cette étude suggère également que les lymphocytes pourraient servir de cible thérapeutique potentielle. En effet, « la lymphopénie est une caractéristique commune chez les patients atteints de Covid-19 et pourrait être un facteur critique associé à la gravité de la maladie et à la mortalité. »

Des études multicentriques sur de grands échantillons doivent être menées pour confirmer ces résultats et « au fur et à mesure que de nouvelles données sont disponibles, la méthode d’apprentissage machine peut facilement être répétée pour obtenir des modèles plus précis », relèvent les auteurs de ces travaux.

Nature