Нейтрофилы, лимфоциты и их соотношение как предикторы исходов у больных COVID-19

  • Борис Ильич Кузник ФГБОУ ВО Читинская государственная медицинская академия https://orcid.org/0000-0002-2502-9411
  • Юрий Николаевич Смоляков ФГБОУ ВО Читинская государственная медицинская академия https://orcid.org/0000-0001-7920-7642
  • Владимир Хацкелевич Хавинсон АННО НИЦ Санкт-Петербургский институт биорегуляции и геронтологии, руководитель научной группы пептидной регуляции старения Института физиологии им. И.П. Павлова РАН https://orcid.org/0000-0002-3485-5176
  • Константин Геннадьевич Шаповалов ФГБОУ ВО Читинская государственная медицинская академия https://orcid.org/0000-0002-3485-5176
  • Сергей Анатольевич Лукьянов ФГБОУ ВО Читинская государственная медицинская академия https://orcid.org/0000-0001-7997-9116
  • Елена Викторовна Фефелова ФГБОУ ВО Читинская государственная медицинская академия http://orcid.org/0000-0002-0724-0352
  • Людмила Сергеевна Казанцева ФГБОУ ВО Читинская государственная медицинская академия http://orcid.org/0000-0002-9816-9714
Ключевые слова: COVID-19, нейтрофилы, лимфоциты

Аннотация

Актуальность. До сих пор в литературе практически не существует работ, в которых бы описывались на ранних стадиях COVID-19 простые методы исследования, позволяющие прогнозировать исход этого коварного заболевания. Вместе с тем, наличие предикторов благоприятного и летального исходов при COVID-19 имеет важное значение, так как своевременно позволяет клиницисту вмешаться в тактику лечения больного. Цель исследования – разработка простых и доступных предикторов, позволяющих с большой долей вероятности на ранних стадиях заболевания COVID-19 прогнозировать его исход. Методика. Исследования проведены на 125 больных COVID-19, у которых на 1-, 5-, 7-, 10-, 14-е и 21-е сут пребывания в стационаре определялось число лейкоцитов нейтрофилов, лимфоцитов и отношение нейтрофилы/лимфоциты (NEU/LYM). Для расчета пороговых значений выживаемости и летальности, имеющих предиктивную ценность, проводился ROC-анализ. Для оценки значимости роста AUC в динамике заболевания сопоставление ROC кривых производили попарно (1-, 5-, 5-7, 7-10, 10-14 и 14-е – 21-е сут с использованием непараметрического алгоритма E.R. DeLong. Результаты. Установлено, что между числом лейкоцитов, нейтрофилов, лимфоцитов и отношением NEU/LYM у больных с благоприятным исходом и больных впоследствии умерших существуют значительные различия. Наиболее значимыми предикторами исхода заболевания при COVID-19 являются число нейтрофилов и особенно индекс NEU/LYM, при повышении которого резко возрастает вероятность летального исхода. С помощью ROC-анализа установлено, что уже в 1-е сут заболевания предсказательная способность (AUC) для отношения NEU/LYM в качестве предиктора исхода заболевания соответствовала 79%, к 5-м сут 84%, начиная с 10-х сут и до окончания исследования баланс качества этого теста превышал 90%. При высоких значениях показателей возможного летального исхода необходимо вводить иммуномодуляторы. Мы рекомендуем с этой целью применять комплекс полипептидов вилочковой железы – тималин, хорошо зарекомендовавший себя при лечении больных со среднетяжелым и тяжелым течением COVID-19. Заключение. Предиктором тяжелого течения и неблагоприятного исхода COVID-19 с высокой чувствительностью и специфичностью является отношение нейтрофилы/лимфоциты (индекс NEU/LYM).

Скачивания

Данные скачивания пока недоступны.

Литература

1. Goh KJ, Choong MC, Cheong EH, Kalimuddin S, Duu Wen S, Phua GC, Chan KS, Haja Mohideen Rapid Progression to Acute Respiratory Distress Syndrome: Review of Current Understanding of Critical Illness from COVID-19 Infection. S.Ann Acad Med Singapore. 2020; 49(3): 108-118.
2. Кузник Б.И., Хавинсон В.Х., Смирнов В.С. Особенности патогенеза и течения COVID-19 у лиц пожилого и старческого возраста. Успехи геронтологии. 2020; 33(6): 1032-1042. doi: 10.34922/AE.2020.33.6.003.
3. Masic Izet , Naser Nabil , Zildzic Muharem. Public Health Aspects of COVID-19 Infection With Focus on Cardiovascular Disea. Mater Sociomed. 2020; 32(1): 71-76. doi: 10.5455/msm. 2020.32.71-76.
4. Gao Y, Li T, Han M. et al. Diagnostic utility of clinical laboratory data determinations for patients with the severe COVID‐19. J. Med. Virol. 2020; 92(27): 791-796. doi: 10.1002/jmv.25770.
5. Mehta P, McAuley DF, Brown M, Sanchez E, Tattersall RS, Manson JJ. COVID-19: consider cytokine storm syndromes and immunosuppression. HLH Across Speciality Collaboration, UK Lancet; 395(10229): 1033-1034. doi: 10.1016/S0140-6736(20)30628-0.
6. Rizwan K, Rasheed T, Khan SA, Bilal M, Mahmood T. Current perspective on diagnosis, epidemiological assessment, prevention strategies, and potential therapeutic interventionsfor severe acute respiratory infections caused by 2019 novel coronavirus (SARS-CoV-2).Hum Vaccin Immunother. 2020; 16(12): 3001-3010. doi: 0.1080/21645515.2020.1794684.
7. Prompetchara E., Ketloy C., Palaga T. Immune responses in COVID-19 and potential vaccines: Lessons learned from SARS and MERS epidemic. Asian Pac J Allergy Immunol. 2020; 38 (1): 1–9. doi: 10.12932/AP-200220-0772.
8. Lu C.C., Chen M.Y., Lee W.S. et al. Potential therapeutic agents against COVID-19: What we know so far. J Chin Med Assoc. 2020; 83 (6): 534–6. doi: 10.1097/JCMA.0000000000000318.
9. Kenneth E. Remy, Lyle L. Moldawer, Richard S. Hotchkiss JCI Insight. Severe immunosuppression and not a cytokine storm characterizes COVID-19 infections 2020. https://doi.org/10.1172/jci.insight.140329.
10. Pedersen SF, Ho YC. SARS-CoV-2: a storm is raging. J. Clin. Invest. 2020; 130(5): 2202-2205. doi: 10.1172/JCI137647.
11. Chen G, Wu D, Guo W, et al. Clinical and immunologic features in severe and moderate Coronavirus Disease 2019. J. Clin. Invest. 2020; 130(5): 2620-2629. doi: 10.1172/JCI137244.
12. Wu C, Chen X, Cai Y, et al. Risk factors associated with acute respiratory distress syndrome and death in patients with coronavirus disease 2019 pneumonia in Wuhan, China. JAMA Intern. Med. 2020. doi: 10.1001/jamainternmed.2020.0994.
13. Gutmann C, Takov K, Burnap SA, Singh B, Ali H, Theofilatos K, Reed E, Hasman M, et al. SARS-CoV-2 RNAemia and proteomic trajectories inform prognostication in COVID-19 patients admitted to intensive care. Nature Communication 2021;12: 3406 (2021). doi: 10.1038/s41467-021-23494-1.
14. Григорьев С.Г., Лобзин Ю.В., Скрипченко Н.В. Роль и место логистической регрессии и ROC- анализа в решении медицинских диагностических задач. Журнал инфектологии. 2016. 8(4). 36-45. doi: 10.22625/2072-6732-2016-8-4-36-45.
15. Hughes G., Kopetzky J., McRoberts N. Mutual Information as a Performance Measure for Binary Predictors Characterized by Both ROC Curve and PROC Curve Analysis. Entropy (Basel). 2020 Aug 26. 22(9). 938. doi: 10.3390/e22090938.
16. Saad M, Lee IH. Leveraging hybrid biomarkers in clinical endpoint prediction. BMC Med Inform Decis Mak. 2020; 20(1): 255. doi: 10.1186/s12911-020-01262-3.
17. Li M, Yang T, He R, Li A, Dang W, Liu X, Chen M. The Value of Inflammatory Biomarkers in Differentiating Asthma-COPD Overlap from COPD. Int J Chron Obstruct Pulmon Dis. 2020; 15: 3025-3037. doi: 10.2147/COPD.S273422.
18. Hughes G. Entropy (Basel). On the Binormal Predictive Receiver Operating Characteristic Curve for the Joint Assessment of Positive and Negative Predictive Values. 2020. May 26. 22(6). 593.doi: 10.3390/e22060593.
19. Brindisi G., De Vittori V., De Nola R., Di Mauro A., De Castro G., Baldassarre M. E., Cicinelli E., Cinicola B., Duse M., Zicari A. M. The Role of Nasal Nitric Oxide and Anterior Active Rhinomanometry in the Diagnosis of Allergic Rhinitis and Asthma: A Message for Pediatric Clinical Practice. J Asthma Allergy. 2021. 14. 265-274. doi: 10.2147/JAA.S275692.
20. Hosmer S., Lemeshow S.L. Applied Logistic Regression. John Wiley & Sons, 2013. 528 pp.
21. Файнзильберг Л.С., Жук Т.Н. Гарантированная оценка эффективности диагностических тестов на основе усиленного ROC-анализа. Управляющие системы и машины. 2009; (5): 3-13.
22. Кузник Б.И., Хавинсон В.Х., Линькова Н.С. COVID-19: влияние на иммунитет, систему гемостаза и возможные пути коррекции. Успехи физиологических наук. 2020; 51(4): 51-63. doi: 10.31857/S0301179820040037.

23. Khavinson V., Linkova N., Dyatlova A., Kuznik B., Umnov R. Peptides: prospects for use in the treatment of COVID-19// J Molecules. Special Issue "Peptide Therapeutics 2.0". 2020; 25(10): 4389. doi: 10.3390/molecules25194389.
24. Khavinson V.K., Kuznik B.I., Trofimova S.V., Volchkov V.A., Rukavishnikova S.A., Titova O.N., Magen, E. (2021). Results and prospects of using activator of hematopoietic stem cell differentiation in complex therapy for patients with COVID-19. Stem Cell Reviews and Reports. 2021; 17: 285-290. doi: 10.1007/s12015-020-10087-6.
25. Хавинсон В.Х., Кузник Б.И., Стуров В.Г., Гладкий П.А. Применение препарата Тималин® при заболеваниях органов дыхания. Перспективы использования при COVID-19. РМЖ. 2020;9.24-30.
26. Хавинсон В.Х., Кузник Б.И. Осложнения у больных CОVID-19. Предполагаемые механизмы коррекции. Клиническая медицина» 2020; 4: 256-265. doi: 10.30629/0023-2149-2020-98-4-256-265.
27. Лукьянов С.А., Кузник Б.И., Хавинсон В.Х. Использование Тималина для коррекции отклонений иммунного статуса при COVID-19 (клинический случай). Врач. 2020; 31 (8): 74–82. doi: 10.29296/25877305-2020-08-12.
28. Кузник Б.И., Морозов В.Г., Хавинсон В.Х. Цитомедины. СПб: Наука, 1998; 310 с.
29. Хавинсон В.Х., Кузник Б.И., Рыжак Г.А. Пептидные геропротекторы – эпигенетические регуляторы физиологических функций организма. СПб: РГПУ им. А.И. Герцена, 2014; 271 с.
30. Морозов В.Г., Хавинсон В.Х., Малинин В.В. Пептидные тимомиметики. СПб: Наука, 2000; 158 с.
31. Хавинсон В.Х. Кузник Б.И. , Волчков В.А. , Рукавишникова С.А., Титова О.Н., Ахмедов Т.А., Трофимова С.В. , Рыжак Г.А. , Потемкин В.В. Сагинбаев У. Влияние тималина на адаптивный иммунитет при проведении комплексной терапии пациентов с covid-19. Клиническая медицина. 2020;98(8) doi: 10.30629/0023-2149-2020-98-8-593-599.
32. Морозов В.Г., Хавинсон В.Х. Выделение из костного мозга, лимфоцитов и тимуса полипептидов, регулирующих процессы межклеточной кооперации в системе иммунитета. Докл АН СССР. 1981; 261 (1): 235–9 [Morozov V.G., Khavinson V.Kh. Isolation of polypeptides from the bone marrow, lymphocytes and thymus that regulate the processes of intercellular cooperation in the immune system. Docl SA USSR. 1981; 261 (1): 235–9 (in Russ.)].
33. Khavinson V., Linkova N., Dyatlova A., Kuznik B., Umnov R. Peptides: prospects for use in the treatment of COVID-19. J Molecules. Special Issue "Peptide Therapeutics 2.0". 2020; 25(10): 4389. doi: 10.3390/molecules25194389.
Опубликован
2021-12-07
Как цитировать
Кузник Б. И., Смоляков Ю. Н., Хавинсон В. Х., Шаповалов К. Г. ., Лукьянов С. А., Фефелова Е. В. ., Казанцева Л. С. . Нейтрофилы, лимфоциты и их соотношение как предикторы исходов у больных COVID-19 // Патологическая физиология и экспериментальная терапия. 2021. Т. 65. № 4. С. 34–41.
Раздел
Оригинальные исследования