Stomach Health > magen Helse >  > Q and A > magen spørsmålet

Tarm og orale mikrobiomer forutsier alvorlighetsgraden av COVID-19

Et spørsmål som fortsetter å være ubesvart under den pågående coronavirus-sykdommen 2019 (COVID-19), har vært hvorfor er det et særegent hit-and-miss-mønster når det gjelder alvorlig sykdom? En interessant ny studie som vises på medRxiv* preprint -serveren peker på en svært relevant risikofaktor:tilstanden til orale og tarmmikrobiomer.

Vårbølgen av COVID-19 har fylt mange sykehus og intensivavdelinger med pasienter som gisper etter pusten. Mange ganger blir dette tallet vist for opptak. Behovet for effektive og pålitelige risikobiomarkører har aldri vært større.

Studie:Tarm- og orale mikrobiomer er robuste prediktorer for covid-19-alvorlighetsgrad, den viktigste prediktoren for COVID-19-relatert dødelighet. Bildekreditt:Kateryna Kon / Shutterstock

Studiedetaljer

4C dødelighetspoengsummen ble beskrevet i september 2020 for å dekke dette behovet av International Severe Acute Respiratory and Emerging Infections Consortium (ISARIC) og Verdens helseorganisasjon (WHO). Dette omfattende risikoskåringssystemet består av åtte variabler, inkludert alder, kjønn, andre sykdommer som allerede eksisterer, bevissthetsnivå, oksygenmetning i perifert blod, og C-reaktivt protein (CRP).

Med denne informasjonen, derimot, prediksjonens nøyaktighet var bare 79%, med 30% av pasientene med høy risiko for dødelighet savnet. Dette drev forsøket på å forutsi dødsrisikoen ved en annen metode. Forskerne i den nåværende studien benyttet seg av at tarmmikrobiomer hos COVID-19-pasienter viser alvorlige forstyrrelser, kalt dysbiose, med 23 bakteriefamilier som er spesielt knyttet til alvorlighetsgraden av sykdom blant pasienter som ble innlagt på sykehus med COVID-19.

Forskerne etablerer et robust rammeverk ved hjelp av beregnings- og analyseverktøy for å spore nettverkene av koblinger mellom mikrobiota, kliniske egenskaper, og alvorlighetsgraden av sykdommen. De fant det Enterococcus , en art av orale og tarmbakterier, kan robust forutsi et dødelig utfall hos disse pasientene.

Denne lille studien inkluderte 69 COVID-19 pasienter med moderate til alvorlige symptomer, det er, de som trengte mindre enn eller mer enn 4 liter oksygen, henholdsvis. Av disse, 63 hadde fullstendig journal. Baseline kliniske trekk var sammenlignbare i begge grupper, alvorlig og moderat. Alvorlige pasienter måtte bli på sykehuset i seks dager til, gjennomsnittlig, enn moderat syke pasienter.

Ved analyse av data om komorbiditet, forskerne fant at en kombinasjon av kliniske variabler, inkludert alvorlighetsgraden av COVID-19, hadde 89% nøyaktighet i å forutsi et dødelig utfall. Faktisk, kravet til 4 liter oksygen var hovedfaktoren for å forutsi et slikt utfall. Når alvorlighetsgraden av sykdommen ikke ble vurdert, nøyaktigheten falt til 84%. Dette funnet viser at respiratoriske symptomer er viktige for å forutsi utfall av COVID-19.

COVID-19-dødelighet forutsies av alvorlighetsgraden av luftveissymptomer og andre komorbiditeter som vanligvis brukes til å prøve pasienter. (A) Område under kurve-mottakende driftskurve (AUC-ROC) for kryssvalidering med utelatelse og evaluering av prediksjon av nøyaktighet av dødsfall av COVID-19. Røde linjer tilsvarer modellen inkludert alle de kliniske kovariatene (CC), svart linje tilsvarer modellen inkludert alle de kliniske kovariatene bortsett fra alvorlighetsgraden av sykdommen (CC, ingen alvorlighetsgrad). (B) Kovariater valgt av Random Forest Classification -modellen rangert etter deres betydning for å klassifisere dødsfall som et sykdomsutfall. (C) For kategoriske kovariater (Ja =1, Nei =0) Antallet pasienter av de 63 som er inkludert i analysene innenfor en bestemt kategori ble farget etter utfall (Overlevde, i blått; Død, i rødt). (D) For numerisk variabel, morrhårstomter (median, boks interkvartil rekkevidde, 5. og 9. persentil for linjer) brukes med hver solid prikk som tilsvarer en enkelt pasient. (BH justert p verdi <0,05)

Krakk eller oralt mikrobiom forutsier alvorlighetsgrad

Det er kjent at en virusinfeksjon i lungen har en langsiktig innvirkning på tarmmikrobiomet. Forskerne, derfor, brukte denne kunnskapen til å forutsi alvorlighetsgraden av COVID-19, knyttet det til andre vanlige tiltak. De testet effekten av å bare bruke kliniske variabler, bare tarmmikrobiomsammensetning, kun oral mikrobiosammensetning, de to første til sammen, og den første og tredje i kombinasjon.

De fant ut at nøyaktigheten til den første modellen var ~ 76%. En gang til, komorbiditetene som best forutslo alvorlighetsgraden av sykdommen var de som høyt kolesterol, Latino -løp, koronar hjertesykdom, astma, fedme, pustevansker forbundet med hypoksi, rask respirasjonsfrekvens, antall dager på sykehus, trombose, og mannlig sex.

Ved å bruke den andre og tredje modellen, med mikrobiota i avføringen eller munnen som prediktorer, de fant nøyaktigheter på 92% og 84%, henholdsvis. Dette er en forbedring av nøyaktigheten på 122% og 111%, henholdsvis.

De kombinerte modellene viste den høyeste forutsigelsesnøyaktigheten, på 96%, antyder at oral eller tarmmikrobiota er bedre til å forutsi alvorlighetsgraden av COVID-19. Ved videre analyse av mikrobiota, forskerne fant en indikatorart som kan dyrkes i det kliniske laboratoriet.

Topp prediktor

De tre beste bakterieartene for prediksjon av alvorlighetsgraden av COVID-19 i tarmmikrobiomet var Bacteroides uniformis , Enterococcus faecalis , og Monoglobus pectinilyticus , mens de fra det orale mikrobiomet var Porphyromonas endodontalis, Veillonella tobetsuensis, og Bifidobacterium breve.

Enterococcus faecalis bakterier kjent som Streptococcus faecalis. Disse bakteriene er avrundede eller ovale kokker, sett her vanligvis danner kjeder av celler. Bildekreditt:Shutterstock

Retningsanalyse viste at en reduksjon i overflod av Enterococcus faecalis , og Porphyromonas endodontalis, i tarmen og munnen, henholdsvis hos moderat syke COVID-19 pasienter, eller en økning i mengden av disse patologiske artene hos alvorlig syke pasienter, var de beste prediktorene for alvorlig COVID-19.

Forutsigere for moderat COVID-19 inkluderte en økning i overflod av Bacteroides fragilis , Bacteroides caccae, og Clostridium clostridioforme , i avføringen eller Muribaculum intestinale i munnen.

De kunne ikke oppdage noen sammenheng mellom antall bakterier av noen art og antistofftiter, selv om høyere anti-RBD IgG-nivåer er korrelert med overlevelse. Dette kan bety at mikrobiota- og IgG -nivåene er uavhengige prediktorer for alvorlige utfall.

Konklusjon

I denne studien, vi har vist at alvorlighetsgraden av COVID-19 sykdom kan forutsies av avføringen eller den orale mikrobiom-sammensetningen med høyere nøyaktighet enn tradisjonelle kliniske poengmetoder. Særlig, to patobionter i enten oral (Porphyromonas endodontalis) eller intestinal (Enterococcus faecalis) mikrobiota kan tjene som indikatorarter for å robust forutsi alvorlighetsgraden av SARS-CoV-2 infeksjoner . ”

Dette kan føre til bedre risikostratifisering av pasienter, spesielt siden Enterococcus faecalis er lett og billig å dyrke. Dette kan bidra til å gi tidligere støtte til pasienter som sannsynligvis vil utvikle dødelig sykdom. Forskerne oppfordrer til at denne bakterien inkluderes i klinisk risikostratifisering i helsevesenet.

Alvorlighetsgraden av sykdommen er knyttet til ukontrollert betennelse, og dette kan være et resultat av tarmdysbiose, som har blitt belastet flere kroniske inflammatoriske tilstander. Dette området krever videre forskning, spesielt for å forstå rollen som regulatoriske T -celler (Tregs), som er ansvarlige for immunmodulering under normale omstendigheter, men kan være unormalt uttrykt i COVID-19.

Slike studier kan bidra til å fastslå hvordan " dysbiosen hos SARS-CoV-2-infiserte pasienter, og spesielt berikelsen av patobionter vi observerte i denne kohorten, kan bidra til alvorlighetsgraden av COVID-19 sykdom via endring av Treg-utviklingen . ”

*Viktig varsel

medRxiv publiserer foreløpige vitenskapelige rapporter som ikke er fagfellevurdert og, derfor, skal ikke betraktes som avgjørende, veilede klinisk praksis/helserelatert atferd, eller behandles som etablert informasjon.