- DAZ.online
- News
- Spektrum
- COVID-19: Die schwersten ...
Drei Biomarker identifiziert
COVID-19: Die schwersten Fälle früh erkennen
Remagen - 03.06.2020, 09:00 Uhr
Welche Patienten müssen besonders überwacht werden, weil bei ihnen mit einem schweren Verlauf zu rechnen ist? Die Diagnosestellung ist bei COVID-19 angesichts der vielen Unbekannten häufig kompliziert. (x / Foto: Intensivstation in Moskau, imago images / ITAR-TASS)
Lactatdehydrogenase entscheidend bei Gewebeschäden
Es stellte sich heraus, dass relativ hohe LDH-Werte alleine bereits eine entscheidende Rolle bei der Identifizierung der meisten Fälle zu spielen scheinen, die sofortige medizinische Hilfe benötigen. Dieser Befund steht im Einklang mit aktuellen medizinischen Erkenntnissen, wonach hohe LDH-Werte mit Gewebeschäden bei verschiedenen Krankheiten, einschließlich Lungenerkrankungen, verbunden sind. So wurde das Serum-LDH nach Darlegung der Autoren als wichtiger Biomarker für die Aktivität und Schwere der idiopathischen Lungenfibrose identifiziert und auch bei kritisch kranken Patienten mit COVID-19 soll der erhöhte LDH-Spiegel mit dem Ausmaß der Lungenschadens korrelieren.
Bei Entzündung: Hochempfindliches C-reaktives Protein
Der Anstieg von hs-CRP, dem zweiten wichtigen Marker für eine schlechte Prognose beim akutem Atemnotsyndrom, spiegele einen anhaltenden Entzündungszustand wider, erläutern die Forscher weiter. Das Ergebnis dieser anhaltenden Entzündungsreaktion seien große grau-weiße Läsionen in der Lunge von Patienten mit COVID-19 (beobachtet in der Autopsie). In Gewebeabschnitten werde auch eine große Menge an klebrigen Sekreten gesehen, die von den Lungenbläschen austreten.
Mehr zum Thema
Woran erkennt man Covid-19?
Coronavirus: Screening-Methoden erfolglos
Daneben könnten die Lymphozyten ein kritischer Faktor im Zusammenhang mit der Schwere der Erkrankung und Mortalität sein, eine Hypothese, die durch die Ergebnisse klinischer Studien gestützt werde. Lymphopenie sei ein häufiges Merkmal bei Patienten mit COVID-19.
Hilfe für überfüllte Krankenhäuser
Die Forscher hoffen, dass mit ihrem XGBoost Machine Learning-basierten Modell Hochrisikopatienten leichter identifiziert werden können. In überfüllten Krankenhäusern und bei einem Mangel an medizinischen Ressourcen soll es dazu beitragen, diese schnell zu priorisieren, bevor irreversible Schäden auftreten. Außerdem könnte damit eventuell auch die Sterblichkeitsrate gesenkt werden. Ihre Entscheidungsregel sei einfach und praktikabel, so das Resümee, denn Daten zu den drei Hauptmerkmalen LDH, hs-CRP und Lymphozyten könnten in jedem Krankenhaus leicht erhoben werden.
0 Kommentare
Das Kommentieren ist aktuell nicht möglich.