Biomarqueurs et admissions en USI chez les patients atteints de la COVID-19

Les recherches existantes ont permis d’identifier un certain nombre de biomarqueurs associés à la gravité de la maladie et à la mortalité chez les patients hospitalisés atteints de la COVID-19, ce qui pourrait aider à prévoir les besoins en soins intensifs. La détection précoce des biomarqueurs identifiés peut améliorer la prise en charge des patients et aider à identifier les patients à haut risque. Des associations ont été trouvées entre la gravité de la maladie de la COVID‑19 et les biomarqueurs précoces d’inflammation et de dysfonctionnement des organes, notamment la lymphopénie, la thrombocytopénie et des niveaux élevés de D-dimère, de protéine C-réactive (CRP), de procalcitonine (PCT), de lactate déshydrogénase (LDH) ainsi que des niveaux élevés de troponine I cardiaque et d’aspartate aminotransférase (AST). En outre, il existe une forte association entre l’augmentation des biomarqueurs, notamment la CRP, les D-dimères et la diminution du nombre de plaquettes, et l’augmentation de la mortalité. Il existe également des modèles de prédiction qui peuvent être utiles pour identifier les patients de la COVID‑19 présentant un risque élevé de décès dans les deux mois. Un modèle suggère que l’âge, l’insuffisance respiratoire, le nombre de globules blancs, les lymphocytes, les plaquettes, les D-dimères et la lactate déshydrogénase sont les principaux déterminants de la mortalité chez les patients hospitalisés atteints de la COVID-19. Des comorbidités telles que le diabète, l’hypertension, les maladies cardiovasculaires, les maladies pulmonaires obstructives chroniques ainsi que l’insuffisance rénale chronique sont associées à une augmentation des symptômes graves de la COVID‑19 et de la mortalité. Les patients souffrant d’hypertension, d’accidents vasculaires cérébraux et de maladies cardiaques peuvent courir un risque accru de devoir être soignés dans une unité de soins intensifs, de devoir être intubés sinon de mourir.

Les biomarqueurs associés à la maladie grave COVID et à la mortalité identifiés à ce jour, sont des marqueurs généraux de l’inflammation et du dysfonctionnement des organes : ces biomarqueurs ne sont pas spécifiques à la COVID-19. En effet, les biomarqueurs spécifiques à la maladie grave COVID et à la mortalité n’ont pas encore été identifiés. Nos recherches n’ont pas permis de trouver de données probantes de plus haut niveau (c’est-à-dire des données probantes provenant de revues systématiques, de méta-analyses ou de revues rapides) portant sur les biomarqueurs associés à l’admission en USI. Des recherches supplémentaires sont nécessaires en vue d’identifier les biomarqueurs prédictifs de la nécessité de soins en USI.

Divers projets de recherche financés dans tout le Canada étudient différentes approches pour prédire la gravité de la COVID‑19 (y compris l’admission en USI), tels que les biomarqueurs génétiques, les marqueurs immunologiques, la surveillance à distance des symptômes et la modélisation mathématique.

• “Identification of Biomarkers that Predict Severity of Infection in COVID‑19 Patients” (Melissa Kathryn Andrew, Dalhousie University) « Identification des biomarqueurs qui prédisent la gravité de l’infection chez les patients atteints de COVID-19 » (traduction libre – ressource en anglais seulement): Melissa Kathryn Andrew, Université Dalhousie
• “Population-estimable frailty using “big data” to predict Covid-19 infection and illness severity, Institute of Clinical Evaluative Sciences” (Douglas Lee, Institute of Clinical Evaluation on Sciences, University of Toronto) “Utilisation d’une estimation de la fragilité au sein de la population, calculée à l’aide de « données massives », pour prédire l’infection à la COVID‑19 et la gravité de la maladie” (traduction libre – source en anglais seulement) : Dr Douglas Lee – Institut des sciences d’évaluation clinique, Université de Toronto
• “AI-empowered Real-time COVID‑19 Symptom Monitoring and Prediction among Senior Residents” (Rahimi Samira, McGill University) « Surveillance et prédiction des symptômes de la COVID‑19 en temps réel, grâce à l’IA, chez les résidents âgés » (traduction libre – source en anglais seulement): Rahimi Samira, Université McGill

• “An Optimized COVID‑19 Diagnostic Test Incorporating Host Responses for Predicting Disease Course and Healthcare Needs” (Jeremy Hirota, McMaster University) « Un test de diagnostic pour la COVID‑19 optimisé intégrant les réponses de l’hôte pour prédire l’évolution de la maladie et les besoins de santé » (traduction libre – source en anglais seulement): Jeremy Hirota, Université McMaster
• “CovidFree@Home: Development and validation of a multivariable prediction model of deterioration in patients diagnosed with COVID‑19 who are managing at home” (Nisha Andany, Sunnybrook Research Institute) « CovidFree@Home : Développement et validation d’un modèle de prédiction multivariable de la détérioration chez les patients diagnostiqués avec COVID‑19 qui se prennent en charge à domicile »(traduction libre – ressource en anglais seulement): Nisha Andany, Sunnybrook Research Institute
• “Genomic biomarkers to predict outcome and treatment response in hospitalized COVID‑19 patients” (Matthew Cheng, McGill University) « Biomarqueurs génomiques pour prédire les résultats et la réponse au traitement chez les patients COVID‑19 hospitalisés » (traduction libre – ressource en anglais seulement): Matthew Cheng,Université McGill)
• “COVID-19: Comprehensive biomarker analysis for prediction of clinical course and patient treatment outcomes (COVID-BEACONS)” (Paul Y Kim, McMaster University) « COVID-19 : Analyse complète des biomarqueurs pour la prédiction de l’évolution clinique et des résultats du traitement des patients (COVID-BEACONS) » (traduction libre – ressource en anglais seulement): Paul Y Kim, Université McMaster
• “Development of a Predictive Serologic Test for Cytopathogenic Autoantibodies in COVID‑19 Patients” (Robert K. Rottapel, University Health Network) « Développement d’un test sérologique prédictif pour les auto-anticorps cytopathogènes chez les patients atteints de la COVID-19 » (traduction libre – ressource en anglais seulement): Robert K. Rottapel, University Health Network

En outre, des études internationales ont été initiées (Brésil, Allemagne, Belgique, Malaisie, Chine, Inde, Espagne et Italie) qui portent sur les prédicteurs génétiques, cliniques, diagnostiques et sociodémographiques possibles des résultats et du pronostic de la COVID-19. Une étude systématique menée par le chercheur malaisien Yean Yean Chan intitulée Impact of mutational profile of SARS-CoV-2 on transmissibility and disease severity: A systematic review and meta-analysis: “Impact du profil mutationnel du SRAS-CoV-2 sur la transmissibilité et la gravité de la maladie: Une étude systématique et une méta-analyse” – (traduction libre – ressource en anglais seulement) cherche à répondre aux questions sur l’existence d’associations entre les niveaux de charge virale et la transmissibilité et la gravité de la maladie.