Нов тест на крвта може да предвиди кој е изложен на ризик од долгорочен ковид по инфекцијата

Lorita
By Lorita 4 Min Read
Disclosure: This website may contain affiliate links, which means I may earn a commission if you click on the link and make a purchase. I only recommend products or services that I personally use and believe will add value to my readers. Your support is appreciated!

Тестот на крвта направен за време на инфекцијата со Ковид-19 може да предвиди кој е изложен на ризик од развој на таканаречениот долг ковид, покажуваат резултатите од новата, мала студија предводена од британски научници од UCL.

Во гореспоменатата студија, објавена во списанието Lancet eBioMedicine, анализирани се протеините во крвта на здравствените работници инфицирани со вирусот САРС-КоВ-2 и споредени со примероци на здравствени работници кои не биле заразени, пренесува Zimo.hr.
Нормално, нивоата на протеини во телото се стабилни, но истражувачите откриле драматична разлика во нивото на некои протеини до шест недели по инфекцијата, што укажува на нарушување на голем број важни биолошки процеси во телото.

Користејќи вештачка интелигенција, тие идентификуваа „потпис“ во изобилството на различни протеини кои успешно предвидуваат дали едно лице ќе има постојани симптоми на СОВИД-19 една година по инфекцијата. Научниците велат дека доколку нивните резултати се реплицираат кај поголема, независна група пациенти, потенцијално би можел да се понуди тест на крвта како додаток на стандардниот ПЦР тест, кој би можел да ја предвиди веројатноста за долгорочен ковид кај пациентите.

Тестот може да се воведе брзо и економично
„Нашата студија покажува дека дури и благиот или асимптоматски ковид-19 го нарушува профилот на протеини во нашата крвна плазма. Тоа значи дека дури и благиот ковид-19 влијае на нормалните биолошки процеси на драматичен начин, најмалку шест недели по инфекцијата. Нашата долгорочна алатка за предвидување ковид допрва треба да биде потврдена кај независна, поголема група пациенти. Сепак, користејќи го нашиот пристап, тестот што предвидува долг ковид во моментот на првичната инфекција може да биде воведен брзо и економично. Методот за анализа што го користевме е лесно достапен во болниците и има висока пропусност, што значи дека може да анализира илјадници примероци во попладневните часови“, објасни д-р Габи Каптур, водечки автор на студијата.

Ако можеме да ги идентификуваме луѓето кои имаат веројатност да развијат долгорочен Ковид, тоа ја отвора вратата за претходни испитувања на третмани како што се антивирусни лекови, во почетната фаза на инфекција, за да се види дали тие можат да го намалат ризикот од подоцнежниот долгорочен Ковид, додаде д-р Венди Хејвуд, еден од коавтор на студијата од UCL.

Научниците анализирале примероци од крвна плазма на 54 здравствени работници кои имале инфекција потврдена со PCR или антитела. Примероците на крв се земаа секоја недела во текот на шест недели, во пролетта 2020 година, а во споредба со примероците земени во истиот период од 102 здравствени работници кои не биле заразени со СОВИД-19.

Авторите на студијата користеле таргетирана масена спектрометрија, форма на анализа која е исклучително чувствителна на мали промени во количината на протеини во крвната плазма, за да видат како СОВИД-19 влијаел на овие протеини во текот на шест недели.

Тие открија ненормално високи нивоа на 12 протеини од 91 проучувани кај заразените со САРС-КоВ-2, а степенот на абнормалност е во чекор со сериозноста на симптомите.

Истражувачкиот тим открил дека во времето на првата инфекција, високите нивоа на 20 проучувани протеини биле предвидливи за постојани симптоми една година подоцна. Повеќето од овие протеини биле поврзани со антикоагулациони (анти-згрутчување) и антиинфламаторни процеси.

- Advertisement -
Ad image

Алгоритам за машинско учење, обучен за профилите на протеини на учесниците, можеше да ги разликува сите 11 здравствени работници кои пријавиле барем еден постојан симптом во рок од една година по инфекцијата од заразени здравствени работници кои не пријавиле постојани симптоми по една година.

Друга алатка за машинско учење беше искористена за да се процени веројатноста за грешка и предложи можна стапка на грешка од 6 проценти за наведениот метод.

Share This Article