Diagnostisk och prognostisk modell för lungfibros efter COVID-19 lunginflammation och mekanismstudie

Infektionen av covid-19 har orsakat ett allvarligt hot mot hela mänsklighetens liv och hälsa och ökat en enorm ekonomisk börda. Enligt den aktuella statistiken är förekomsten av lungfibros efter COVID-19-infektion cirka 27,7 % -87 %, 81 % av svåra patienter och 37 % av måttliga patienter har kvarvarande lungskador, och 53 % av patienterna har fortfarande kvarvarande lungavvikelser ett år efter infektion, vilket resulterar i restriktiv lungdysfunktion och påverkar patienters hälsa och liv. Därför är det mycket viktigt att studera de diagnostiska och prognostiska markörerna för lungfibros efter infektion av COVID-19. För närvarande har relevanta studier utförts på imagomics och serumproteomics av ​​lungfibros efter COVID-19-infektion, och serumbiomarkörer och imagomics markörmodeller för att diagnostisera lungfibros efter COVID-19 lunginflammation har utvecklats. Det finns dock få studier som kombinerar imageomics och serumproteomics, och mekanismen för lungfibros efter COVID-19 har inte klarlagts helt. I denna studie är det planerat att rekrytera patienter med måttlig, svår och kritisk COVID-19 lunginflammation, samla in venöst blod från försökspersoner och utföra en HRCT-uppföljning av bröstet. Blodprover screenades med proteomik och verifierades med utökade prover för att screena diagnostiska och prognostiska markörer för lungfibros efter COVID-19-infektion. Samtidigt, baserad på djupinlärningsteknologi, utvecklades en modell för att förutsäga förekomsten och prognosen av lungfibros efter infektion av covid-19 kombinerat med kliniska egenskaper, serummarkörer och AI-imagomi, för att ge idéer för att ytterligare belysa mekanism för förekomst och utveckling av lungfibros efter infektion av covid-19.