Este test predice los casos graves de Covid-19

Una prueba podría predecir el riesgo de complicaciones de una persona con Covid-19 antes de que estas aparezcan.

AFP

R. Ibarra

Un estudio publicado en la revista «mSphere» describe una prueba de dos pasos que puede ayudar a predecir la respuesta de un paciente a la infección por SARS-CoV-2. El test combina una puntuación de los factores de riesgo asociados al Covid-19 y una prueba de anticuerpos producidos al principio de la infección.

Los investigadores creen que podría administrarse en el momento del diagnóstico para ayudar a guiar las opciones terapéuticas antes de que aparezcan los síntomas más graves.

Desde abril de 202o, más de 3 millones de personas en todo el mundo han muerto a causa del Covid-19. Al comienzo de la pandemia, los investigadores desarrollaron pruebas de diagnóstico precisas e identificaron aquellos factores de salud que se correlacionaban con peores resultados.

Sin embargo, hasta ahora no se ha encontrado una prueba clínica para identificar a aquellas personas que se enfrentaran al mayor riesgo de ser hospitalizado, necesitar ventilación asistida o morir a causa de la enfermedad.

«Se puede predecir con una sensibilidad muy alta que alguien va a tener un caso grave de Covid-19», afirma Emily Sanders , de la Universidad de California-Irvine (EE.UU) y directora del estudio.

La mayoría de las pruebas de diagnóstico buscan anticuerpos asociados con la aparición del virus.

Estudios previos había predicho que la partícula SARS-CoV-2 tiene más de 55 epítopos, o sitios en el virus donde los anticuerpos pueden unirse

Loas investigadoras se propusieron desarrollar su propio diagnóstico, siguiendo esta misma estrategia, pero rápidamente cambiaron su línea de trabajo para enfocarse en otros anticuerpos no estudiados, aquellos que no necesariamente interrumpirían el virus o ayudarían al sistema inmunológico a combatir la infección.

«Ser capaz de identificar una respuesta de anticuerpos 'mala' ayuda a llenar un vacío de investigación», explican en su trabajo.

Estudios previos había predicho que la partícula SARS-CoV-2 tiene más de 55 epítopos, o sitios en el virus donde los anticuerpos pueden unirse. Los epítopos mejor estudiados hasta la fecha son los que se encuentran en la proteína S, o pico , pero el virus tiene otras tres proteínas estructurales, cada una con epítopos que vale la pena investigar.

Utilizando técnicas como ELISA , o ensayos inmunoabsorbentes ligados a enzimas, las investigadoras compilaron una lista de anticuerpos que podrían correlacionarse con un peor pronóstico y, en última instancia, centrarse en uno que se adhiere al epítopo 9 de la proteína N, o nucleocápside.

El grupo también desarrolló una herramienta que usó datos sobre factores como la edad, el sexo y las condiciones de salud preexistentes para producir una puntuación de factores de riesgo de enfermedad.

Probaron su herramienta en un grupo de 86 personas que dieron positivo al coronavirus. Y verificaron que los pacientes cuyas pruebas revelaron la presencia de anticuerpos del epítopo 9 tenían más probabilidades de tener una enfermedad prolongada y peores resultados que las personas sin los anticuerpos .

De las 23 personas en el estudio que tenían los anticuerpos asociados con el epítopo 9, la puntuación de factores de riesgo de la enfermedad alto predijo la gravedad de la enfermedad con más del 92% de sensibilidad.

La prueba utiliza tecnología y herramientas fácilmente disponibles en los laboratorios de pruebas, añade Weiss. «La detección de anticuerpos es muy fácil de hacer», sostiene, y una prueba de pronóstico económica podría ayudar a la hora de tomar las decisiones de tratamiento al principio de la progresión de la enfermedad.

Los investigadores encontraron que los anticuerpos del epítopo 9 son detectables entre 1 y 6 días después de la aparición de los síntomas.

Comentarios
0
Comparte esta noticia por correo electrónico

*Campos obligatorios

Algunos campos contienen errores

Tu mensaje se ha enviado con éxito

Reporta un error en esta noticia

*Campos obligatorios

Algunos campos contienen errores

Tu mensaje se ha enviado con éxito

Muchas gracias por tu participación