Ορισμένοι βιολογικοί δείκτες που διέφεραν ανάλογα με τα χαρακτηριστικά του ασθενούς, προσδιόρισαν επίσης τον βέλτιστο χρόνο έναρξης της θεραπείας.

Μαθηματικό μοντέλο που δείχνει γιατί οι ασθενείς με ανταποκρίνονται διαφορετικά στις θεραπείες, προσδιορίζει τους βιολογικούς δείκτες που σχετίζονται με αυτή τη διαφορετική ανταπόκριση.

Σύμφωνα με το in, επιστήμονες από το Γενικό Νοσοκομείο Μασαχουσέτης και το Πανεπιστήμιο Κύπρου, που ανέπτυξαν το μοντέλο, αναφέρουν πως μπορεί να χρησιμοποιηθεί για την καλύτερη κατανόηση της πολύπλοκης αλληλεπίδρασης ανάμεσα στην ασθένεια και ανταπόκριση του κάθε οργανισμού, ώστε να βοηθήσει τους γιατρούς να παρέχουν τη καλύτερη φροντίδα στους ασθενείς.

Η σχετική μελέτη, η οποία δημοσιεύθηκε στο EBioMedicine, ξεκίνησε επειδή η λοίμωξη από κοροναϊό είναι τόσο ετερογενής με αποτέλεσμα η λοίμωξη σε κάποιους ασθενείς να μην έχει κάν συμπτώματα, ενώ σε κάποιους άλλους να προκαλεί καταστάσεις απειλητικές για τη ζωή, όπως η αναπνευστική ανεπάρκεια ή σύνδρομο οξείας αναπνευστικής δυσχέρειας (ARDS) κατά τη διάρκεια του οποίου συγκεντρώνεται υγρό στους πνεύμονες. «Ακόμη και στους βαρέως πάσχοντες ασθενείς που αναπτύσσουν ARDS, υπάρχει σημαντική ετερογένεια. Έχουν γίνει σημαντικές προσπάθειες για τον εντοπισμό υποτύπων του ARDS που ορίζονται από κλινικά χαρακτηριστικά ή βιοδείκτες», εξηγούν οι επικεφαλής συγγραφείς Ρακές Κ. Τζάιν, διευθυντής του Εργαστηρίου Ογκολογικής Βιολογίας E.L. Steele στο Γενικό Νοσοκομείο Μασαχουσέτης και ο Άντριου Γουέρκ Κουκ, καθηγητής Ακτινολογικής Ογκολογίας στην Ιατρική Σχολή του Χάρβαρντ. Τονίζουν επίσης, πως «Για να προβλεφθεί η εξέλιξη της νόσου και να εξατομικευτεί η θεραπεία, είναι απαραίτητο να προσδιοριστούν οι συσχετίσεις μεταξύ κλινικών χαρακτηριστικών, βιοδεικτών και υποκείμενης βιολογίας. Αν και αυτό μπορεί να επιτευχθεί κατά τη διάρκεια πολλών κλινικών δοκιμών, αυτή η διαδικασία είναι χρονοβόρα και εξαιρετικά δαπανηρή».

Εναλλακτική λύση

Ως εναλλακτική λύση, ο Τζάιν και οι συνεργάτες του χρησιμοποίησαν το μοντέλο τους για να αναλύσουν τις επιδράσεις από τα διαφορετικά χαρακτηριστικά του κάθε ασθενή στην έκβαση της θεραπείας με διαφορετικά θεραπευτικά σχήματα. Αυτό επέτρεψε στην ομάδα να καθορίσει τη βέλτιστη θεραπεία για διαφορετικές κατηγορίες ασθενών, να αποκαλύψει βιολογικές οδούς που είναι υπεύθυνες για διαφορετικές κλινικές αποκρίσεις και να αναγνωρίσει δείκτες αυτών των μονοπατιών.

Οι ερευνητές προσομοίωσαν έξι τύπους ασθενών (που ορίζονται από την παρουσία ή την απουσία διαφορετικών συννοσηροτήτων) και τρεις τύπους θεραπειών που ρυθμίζουν το ανοσοποιητικό σύστημα. «Χρησιμοποιώντας ένα νέο σύστημα βαθμολόγησης στην αποτελεσματικότητα της θεραπείας, διαπιστώσαμε ότι οι μεγαλύτερης ηλικίας και οι ασθενείς με υπερφλεγμονώδη αντίδραση ανταποκρίνονται καλύτερα στη θεραπεία ανοσοτροποποίησης, σε σύγκριση με τους παχύσαρκους και τους διαβητικούς ασθενείς», λέει ο συγγραφέας Λάνς Μουν, αναπληρωτής καθηγητής στο Χάρβαρντ και αναπληρωτής διευθυντής του Εργαστηρίου Steele. «Διαπιστώσαμε επίσης ότι ο βέλτιστος χρόνος για την έναρξη της θεραπείας ανοσοτροποποίησης διαφέρει μεταξύ των ασθενών και εξαρτάται επίσης από το ίδιο το φάρμακο».

Βιολογικά προγράμματα

Ορισμένοι βιολογικοί δείκτες που διέφεραν ανάλογα με τα χαρακτηριστικά του ασθενούς, προσδιόρισαν επίσης τον βέλτιστο χρόνο έναρξης της θεραπείας. Οι ίδιοι δείκτες υποδείκνυαν συγκεκριμένα βιολογικά προγράμματα ή μηχανισμούς που επηρέασαν την έκβαση του ασθενούς. Οι δείκτες αντιστοιχήθηκαν επίσης με κλινικά αναγνωρισμένους δείκτες σοβαρότητας της νόσου.

Η προσέγγιση που ακολουθήθηκε, θα μπορούσε να επιτρέψει στους ερευνητές να ενισχύσουν μια κλινική δοκιμή για COVID-19 ή για άλλες παθήσεις, με ασθενείς που είναι πιο πιθανό να ανταποκριθούν σε ένα συγκεκριμένο φάρμακο. «Μια τέτοια ενίσχυση κλινικής μελέτης, ώστε να βασίζεται σε βιοδείκτες πρόβλεψης, ενδεχομένως να αποτελέσει πιθανή στρατηγική για την αύξηση της ακρίβειας των κλινικών δοκιμών και να επιταχύνει την ανάπτυξη θεραπείας», σημειώνει ο Τριαντάφυλλος Στυλιανόπουλος, αναπληρωτής καθηγητής στο Πανεπιστήμιο Κύπρου.