Algorithme de prédiction des résultats COVID-19 (COPA)

La maladie à coronavirus médiée par le coronavirus 2 (SRAS-CoV-2) du syndrome respiratoire aigu sévère (COVID-19) est une expérience naturelle évolutive sans précédent qui provoque des changements majeurs dans le système immunitaire de l'hôte. Plusieurs populations à haut risque de COVID-19 ont été identifiées. Les personnes âgées, les hommes, les personnes de couleur et les personnes souffrant de certains problèmes de santé sous-jacents (par exemple, le diabète sucré, l'obésité, etc.) courent un risque plus élevé de maladie grave due au COVID-19. Bien qu'il soit trop tôt pour comprendre pleinement l'impact de la COVID-19 sur la santé et le bien-être en général, plusieurs rapports font déjà état de séquelles importantes, qui semblent corrélées à la gravité de la maladie. Il existe un besoin clair et urgent de développer des tests de prédiction des résultats indésirables à court et à long terme, en particulier pour les populations à haut risque de COVID-19. Nous émettons l'hypothèse que les informations multidimensionnelles complémentaires recueillies près du moment de l'apparition des symptômes peuvent être utilisées pour prédire l'apparition ou l'aggravation de la fragilité, le dysfonctionnement des organes et le décès dans l'année suivant l'apparition du COVID-19. Un seul paramètre fournit des informations limitées et est incapable de caractériser de manière adéquate les réponses biologiques complexes dans le COVID-19 symptomatique pour prédire les résultats. Puisqu'ils ont été conçus pour d'autres maladies, il est peu probable que les outils cliniques existants, tels que les scores d'évaluation des fonctions respiratoires, cardiovasculaires et d'autres organes, évaluent avec précision le pronostic à long terme de cette nouvelle maladie. Notre vaste expérience dans le développement de biomarqueurs suggère que l'intégration de données moléculaires et cliniques augmente la précision de la prédiction des résultats à long terme. Nous avons choisi de tester notre hypothèse dans une population reflétant la démographie américaine qui présente un risque accru d'effets indésirables du COVID-19. Nous recruterons des patients, reflétant largement la démographie des États-Unis, parmi une population civile hospitalisée dans l'une des plus grandes régions métropolitaines du pays et une population nationale représentative de vétérans. Nous prévoyons qu'un test de prédiction qui fonctionne bien dans ce groupe de patients hospitalisés : aidera à orienter les décisions de triage et de traitement et, par conséquent, réduira les taux de morbidité et de mortalité, améliorera la qualité de vie des patients et améliorera la rentabilité des soins de santé. Des informations pronostiques plus précises aideront également les cliniciens à encadrer les discussions sur les objectifs de soins dans des situations probablement futiles et aideront les patients et les familles dans ce processus de prise de décision. Enfin, il fournira un moyen logique d'allouer des ressources en pénurie, telles que des ventilateurs ou des thérapeutiques dont la disponibilité est limitée.