Nouvelles Du Monde

Le modèle qui permet de savoir si un patient va survivre au Covid

Le modèle qui permet de savoir si un patient va survivre au Covid

2023-05-26 13:48:30

Mis à jour

Les résultats d’une première analyse effectuée lors de l’admission du patient suffisent à déterminer quelle sera l’évolution de la maladie.

Des malades du coronavirus dans les couloirs d’un hôpital chinois lors de la dernière vague de Covid.LUCAS DE LA CALEM
  • nouvelle variante La Chine prévoit une nouvelle vague de Covid avec 65 millions de cas hebdomadaires
  • Santé L’OMS prévient qu’une nouvelle pandémie arrivera qui sera plus meurtrière : “Nous devons être prêts”

Au plus fort de la pandémie, c’était un vrai mystère pourquoi certains patients de Covid ils sont tombés malades avec plus de virulence, et sont même morts, ayant parfois des conditions plus favorables que d’autres qui n’ont pas développé de tableau clinique grave. Après la fin de l’alerte sanitaire mondiale, de nombreuses études ont été menées sur la corona virus et son traitement et sa détection ont été améliorés. Aujourd’hui, on peut même prédire comment un patient développera la maladie.

Lire aussi  ADN artificiel : comment ils aident à détruire les tumeurs cancéreuses par la "mort cellulaire"

Ceci est possible grâce à un modèle qui, basé sur l’analyse statistique des résultats cliniques des patients Covid, des chercheurs du Université d’Alicante (UA). Cet outil permet de prédire l’évolution du Covid chez chaque personne.

Les résultats de cette étude ont été publiés par la revue scientifique Hellion et ils sont à la base du développement d’une application mobile (app) qui pourrait être utilisée à l’avenir si des circonstances similaires se présentaient, ont rapporté ce vendredi des sources de l’institution universitaire.

Le professeur Carlos Frutos Marhuendadu Département d’Agrochimie et de Biochimie de l’UA, est responsable de cette recherche, qui « a été possible grâce à la base de Hôpitaux HM à Madridqui l’a laissé ouvert à des fins scientifiques”, selon les mêmes sources.

Marhuenda a expliqué qu’en analysant ces résultats cliniques de patients Covid, il était possible d’évaluer quels paramètres étaient les plus importants pour prédire l’évolution de la maladie.

Lire aussi  Fumer rétrécit le cerveau et augmente le risque de maladie d'Alzheimer, selon une nouvelle étude

Il a souligné qu’avec les résultats obtenus à partir d’une première analyse effectuée lors de l’admission du patient aux urgences, ils ont pu détecter ou déterminer quelle serait l’issue de la maladie.

“On peut prédire avec un taux de réussite supérieur à 95 % si le patient allait mourir ou allait vaincre la maladie”, a-t-il assuré.

Selon Marhuenda, “ce modèle aurait pu être un outil très utile pour le personnel médical pendant les moments les plus difficiles de la pandémie, car il aurait aidé à prendre des décisions cliniques basées sur ces informations”.

“Par exemple, chez les hommes, l’âge était déterminant comme facteur de risque, alors que chez les femmes, l’âge n’était en aucun cas le facteur clé pour prédire l’issue de la maladie”, explique ce chercheur, qui s’est maintenant efforcé de développer, grâce à à cette étude, Une application qui, avec une utilisation simple et intuitive, pourrait être utilisée en cas de nouvelle pandémie.

Lire aussi  Le pouvoir d'un selfie : quand une photo permet de diagnostiquer une tumeur cérébrale

“Nous voulions créer un modèle prédictif pour évaluer la gravité et savoir où elle allait évoluer. Pour ce faire, nous avons sélectionné une série de facteurs à partir de l’analyse d’environ 300 maladesdepuis son admission jusqu’à la fin du développement de sa maladie, et le résultat a été très bon, atteignant 95% de précision dans la prédiction”, a indiqué Marhuenda.

Le modèle “n’a pas été utilisé pendant la pandémie, mais maintenant, converti en application, il pourrait être très utile si des circonstances similaires se produisaient”, a-t-il souligné.

Selon les critères de

Le projet de confiance

Savoir plus



#modèle #qui #permet #savoir #patient #survivre #Covid
1685334000

Facebook
Twitter
LinkedIn
Pinterest

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.

ADVERTISEMENT