Certaines comorbidités, dont l’obésité et le diabète ont été documentées comme ayant un impact majeur dans le risque de formes sévères et de décès du COVID-19. Ce nouvel algorithme, développé et présenté dans la revue Biology Methods and Protocols révèle que différentes comorbidités ont des impacts différents sur les résultats du COVID. En particulier, une famille de comorbidités semble avoir un impact majeur, jusque-là sous-estimé : il s'agit des maladies neurologiques dégénératives, dont la démence et certains handicaps graves.
La maladie COVID-19 peut entraîner un taux de mortalité jusqu'à 163 fois supérieur à celui de la grippe saisonnière mais aussi démultipliés en fonction de certaines comorbidités. Ainsi, ces conditions préexistantes rendent extrêmement plus probable la forme sévère ou le décès. Cependant, l’évaluation précise du risque associé à ces comorbidités est complexe.
En particulier en raison de la coexistence fréquente de plusieurs comorbidités chez un même patient. Plusieurs équipes ont proposé des modèles mathématiques permettant d’approcher les taux de décès en fonction des comorbidités, de tels modèles pouvant permettre d’optimiser la gestion des patients et l'allocation des ressources.
De nombreuses comorbidités augmentent le taux de mortalité car de nombreuses maladies affaiblissent le système immunitaire,
augmentent le risque d’infections et provoquent un dysfonctionnement des organes cibles. Une méthode pour évaluer le risque de diverses affections consiste à les regrouper dans de grandes catégories (comme « malignité ») et à prédire les résultats pour chaque catégorie. Une autre méthode consiste à peser différemment chaque condition préexistante et à prendre en compte la somme des risques pour prédire les résultats. Cependant, ces 2 approches ont des limites : l'impact réel d'une condition préexistante spécifique reste souvent mal connu, des maladies regroupées dans les modèles de prédiction ont parfois des impacts qui se chevauchent, enfin, les maladies rares sont mal prises en compte.
Une meilleure approche ? La nouvelle approche consiste à effectuer une enquête systématique sur toutes les conditions préexistantes, à déterminer celles qui ont eu un impact sur les résultats, puis à générer une probabilité de décès global : précisément, les chercheurs prennent ici en compte les codes de diagnostic employés par le ministère des Anciens Combattants, puis, pour chaque patient, les diagnostics enregistrés depuis la première demande de soins, jusqu'à 14 jours avant un test COVID-19 positif, puis comparent leurs résultats à l’ensemble des résultats COVID -de 350.000 patients COVID traités.
Un nouveau modèle de prédiction « PDeathDx » : le nouvel algorithme semble surpasser tous les précédents modèles de prédiction connus.
Il révèle notamment que certaines conditions sous-jacentes sont beaucoup plus susceptibles d'entraîner le décès. C’est notamment le cas des maladies neurologiques dégénératives, moins fortement associées par les cliniciens au risque de forme sévère du COVID. Ces maladies n’avaient jusque-là pas été documentées comme des comorbidités majeures du risque de décès.
Source: Biology Methods and Protocols 27 Sept, 2022 DOI: 10.1093/biomethods/bpac017 A Novel Method for Handling Pre-Existing Conditions in Multivariate Prediction Model Development for COVID-19 Death
Laisser un commentaire