不全是年龄的问题:为什么新冠肺炎对某些人群的影响大于其他人群
科学家正不断加深对于新冠风险因素的理解。瑞士科学家参与的两项研究表明,基因和血糖水平在发病过程中起着非常关键的作用。
閱讀本文繁體字版本請 點擊此處
新冠肺炎发病的严重程度因人而异,有时差异之大令研究人员和临床医生感到困惑不已。有些健康的年轻人患病后被送进重症监护室,而一些患病的老年人甚至都不流鼻涕,部分癌症患者感染后根本没有任何症状。
疫情爆发之初,65岁以上的老年人和癌症、糖尿病、心脏病或肺病等既往症患者似乎出现新冠重症的概率更高。但自那以后,入院患者的平均年龄不断下降。
有若干研究尝试解释患者的人口统计学变迁。一些专家推断,年轻人疫苗接种率较低是主因,其他人则认为传染性更强的德尔塔(Delta)变异株才是罪魁祸首。然而,年龄和既往病史并不是影响新冠感染结果的唯一因素。根据瑞士医生和科学家参与的新研究,还存在另外两个重要的风险因素:基因和血糖水平。基于这些发现,科学家可以使用机器学习方法来识别和预测哪些人群患病风险最高并需要优先治疗。
基因决定命运
当第一波疫情冲击瑞士时,主治医生迪米特里·帕特里基(Dimitri Patriki)开始在巴登州立医院照顾家庭聚集性感染患者,这些人因出现新冠重症而入院,但他们并没有任何既往病史。于是他怀疑这一切是否与基因有关。帕特里基向柏林夏里特医院(Charité)的自身免疫性疾病专家贝蒂娜·海德克(Bettina Heidecker)寻求建议。帕特里基说:“我在苏黎世大学医院工作时认识了贝蒂娜,并与她一起共事,我知道她对基因的理解会很有参考价值。”
海德克也有同样的预感。她提出了一项假设:原本负责调节免疫系统的一组人类白细胞抗原(HLA)基因,可用于解释为何一些住院患者仅出现相当轻微的症状,而其他患者则需要呼吸支持。
众所周知,人类白细胞抗原与流感、类风湿性关节炎等疾病存在联系,还会促进心肌炎发展,而心肌炎是一种危险的心脏肌肉炎症。鉴此,海德克发起了一个国际项目,利用世界各地医院的患者数据,调查人类白细胞抗原与新冠重症之间的联系。
相关内容
我们有朝一日会知道新冠病毒起源真相吗?
在六个月的时间里,435名不同年龄和性别的新冠病毒阳性患者接受了评估,其中包括帕特里基治疗的21名患者。海德克谈到此次国际合作时表示:“我们在瑞士开展研究的过程中,巴登州立医院发挥了核心作用。”
研究人员收集血样并分析参与者的遗传特征,寻找人类白细胞抗原影响发病的证据。他们对疾病的严重程度进行分类,将需要人工通气的患者定性为重症患者。
这项研究证实了他们的假说,并于近期发表在著名医学杂志《柳叶刀》上。具有特定亚型人类白细胞抗原(HLA-C * 04:01)的新冠肺炎患者需要通气的可能性是没有该基因的患者的两倍。该研究小组表示,这种亚型要么弱化免疫反应,使病毒有时间快速复制,要么强化免疫反应。过度强化的免疫反应可能导致致命的炎症。
人工智能识破血糖影响
科学家们近期解释了又一个重要的新冠谜题:血糖对人体的影响。
这一发现来自瑞士洛桑联邦理工学院(EPFL)的蓝脑项目组(Blue Brain Project group),该项目组对其大脑模拟工具进行改造,用于分析有关新冠肺炎的研究。该小组对工具进行训练,从而检测数据库中的关键词,该数据库包含24万多篇学术文章,内容涉及Sars-Cov-2病毒及其引发的疾病,以及其他冠状病毒。蓝脑项目创始人兼主任亨利·马克拉姆(Henry Markram)告诉瑞士资讯swissinfo.ch:“该工具提取并分类了超40万个独特的关键词,这是人类无法完成的任务。”
该小组发现,“血糖”一词在文章中出现了6’326次。相比之下,严重急性呼吸系统综合征冠状病毒2(SARS-CoV-2)一词则出现了49’386次。但根据分析,在各类生化化合物中,葡萄糖与各个阶段的感染有着最广泛的联系。在接下来的步骤中,研究人员分析了几篇突出葡萄糖作为风险因素的重磅文章,并以可视化图形的方式重构了新冠肺炎的病情发展过程——从肺部感染到并发症再到器官衰竭。这使他们能够综合考量高密度信息并探索葡萄糖在该疾病发展中发挥的潜在作用。
蓝脑项目的分子生物学家艾曼纽·洛格特(Emmanuelle Logette)说:“通过对知识的归纳总结,我们发现高血糖会加剧各个阶段的新冠感染。她说,高血糖水平会弱化最初的免疫反应,进而加速病毒的入侵和繁殖。高血糖还会加剧急性炎症,导致多器官功能障碍。血管活动也会受到干扰,从而导致血栓形成。
“因此,正是高血糖的多重效应相互叠加,导致患者发展为新冠重症。”
众所周知,糖尿病是新冠肺炎的一个风险因素,但这只是血糖水平升高导致的一种症状。蓝脑项目组的分析并未专门针对糖尿病,而是侧重于人体的血糖代谢机制。
作者表示,即使没有糖尿病,血糖代谢能力下降也可能弱化肺部的主要防御功能,削弱免疫系统。
机器学习能否帮助预测新冠重症病例?
帕特里基和海德克表示,应用此类机器学习模型标志着新冠肺炎研究向前迈出了关键一步,不仅有助于更好地了解这种疾病,还有助于更准确地识别高风险群体并预测重症。
相关内容
瑞士临床数据数字化任重道远
帕特里基说:“对我们医生来说,在疫情期间开展工作往往非常困难。有时很多患者同时来就诊,在时间紧迫的情况下,很难区分谁有患重症的风险,谁没有。能够评价的风险因素越多,就能越好地进行患者分类。”全面了解风险因素有助于医护人员预测新冠患者的疾病发展。他补充道:“我希望有朝一日,我们能够通过测试基因标志物,判断某人感染新冠的风险以及患重症的风险。”
帕特里基已经在与AWK集团合作试验一种算法,用于预测新冠肺炎及其他疾病在其患者群体中的发展过程。他希望有朝一日能够建立一个可实时做出准确诊断的系统。但任何有效的系统首先必须导入实际患者数据进行训练。
符合JTI标准
您可以在这里找到读者与我们记者团队正在讨论交流的话题。
请加入我们!如果您想就本文涉及的话题展开新的讨论,或者想向我们反映您发现的事实错误,请发邮件给我们:chinese@swissinfo.ch。