Key factors of the deranged antiviral response in elderly patients with COVID-19 : a machine-learning analysis
Identifiers
Publication date
Start date of the public exhibition period
End date of the public exhibition period
Authors
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Share
Abstract
La edad es un conocido factor de riesgo para desarrollar infecciones respiratorias virales graves, incluida la COVID-19 grave. Este estudio tuvo como objetivo identificar las alteraciones biológicas relacionadas con la enfermedad grave en pacientes de edad avanzada con COVID-19. Para ello, empleamos una cohorte de derivación con 450 pacientes infectados por SARS-CoV-2 y no vacunados ingresados en plantas hospitalarias, y una cohorte de validación con 244 pacientes infectados por SARS-CoV-2 y no vacunados ingresados en la Unidad de Cuidados Intensivos (UCI) hospitalaria. Se midieron veintiún biomarcadores en muestras de plasma de los pacientes al ingreso, incluyendo ARN de SARS-CoV-2, anticuerpos IgG y biomarcadores proteicos. Las cohortes de pacientes se dividieron en dos grupos según la edad: adultos (≤ 70 años) y pacientes de edad avanzada (> 70 años). En la cohorte de derivación, la tasa de mortalidad a 90 días observada en el grupo de adultos fue del 6,0%, mientras que en el grupo de edad avanzada aumentó al 31,6%; se observó la misma tendencia en la cohorte de validación, con tasas de mortalidad a 90 días del 11,2% frente al 40,3% para los grupos de adultos y de edad avanzada, respectivamente. Se utilizó el marco de aprendizaje automático XGBoost-SHAP, alimentado con la información de los biomarcadores plasmáticos, para perfilar una respuesta del huésped relacionada con la edad frente a la infección por SARS-CoV-2. Según el gráfico SHAP, los pacientes de edad avanzada presentaron un marcado perfil de respuesta trombo-inflamatoria (niveles plasmáticos significativamente elevados de: lipocalina-2, endotelina-1, dímero D) combinado con respuestas antivirales adaptativas y citotóxicas deficientes. El rendimiento del modelo evaluado con la cohorte de validación confirmó la solidez y generalización del modelo desarrollado (AUC = 0,710). En conclusión, el enfoque de aprendizaje automático que desarrollamos nos permitió identificar la presencia de una respuesta del huésped alterada en pacientes de edad avanzada con COVID-19, relacionada con un control viral deficiente y una mayor mortalidad. [Traducción automática al español; idioma original: inglés.]


