Redacción Farmacosalud.com
Investigadores del Hospital Clínic-IDIBAPS han identificado unos patrones en las analíticas de los pacientes con COVID-19 que han permitido, con la ayuda de Inteligencia Artificial (IA), aplicar tratamientos personalizados a más de 2.000 pacientes ingresados. Esto ha reducido en más de un 50% la mortalidad, incluso en la población de edad más avanzada y/o con enfermedades de riesgo. La solución de IA también ha permitido predecir mortalidad de los pacientes con un 90% de acierto. El estudio, publicado en la revista ‘Clinical Infectious Diseases’, la ha coordinado Carolina Garcia-Vidal, especialista del Servicio de Enfermedades Infecciosas del Hospital Clínic e investigadora del grupo Infección nosocomial del IDIBAPS, que dirige el Dr. Álex Soriano, último autor del trabajo1.
El coronavirus SARS-CoV-2 es un nuevo tipo de coronavirus que se detectó por primera vez en diciembre de 2019 en la ciudad de Wuhan, en China. En ocho de cada 10 personas la enfermedad, la COVID-19, provoca síntomas respiratorios leves, pero puede llegar a causar una enfermedad respiratoria severa o incluso la muerte. La pandemia de la COVID-19 ha comportado que médicos de diferentes perfiles hayan tenido que cambiar las responsabilidades y empezar a tratar pacientes graves con fiebre, disnea y deterioro respiratorio.
“Teníamos todo el hospital lleno de pacientes muy graves con una enfermedad que no conocíamos”
"Nos encontramos en una situación en la que no nos habíamos encontrado nunca en la vida. De repente teníamos todo el hospital lleno de pacientes que estaban muy graves con una enfermedad que no conocíamos. Médicos, con menos experiencia en el tratamiento de enfermedades infecciosas y enfermedades respiratorias, se tuvieron que hacer cargo directo de estos pacientes", explica Garcia-Vidal.
Al inicio de la pandemia, los investigadores identificaron unos patrones en la analítica de los pacientes con COVID-19 que mostraban diferentes complicaciones clínicas y que, por tanto, requerían de una aproximación terapéutica específica. A partir de este punto crearon una solución de Inteligencia Artificial capaz de analizar en tiempo real más de un trillón de datos anonimizados de pacientes con COVID-19, identificar los diferentes patrones clínicos y proponer un tratamiento personalizado para hacer el abordaje más adecuado para cada enfermo. También se ha creado una herramienta informática que proporciona un centro de control en tiempo real de todos los pacientes ingresados por COVID-19 en el Hospital, bajo la supervisión de un experto especialista en enfermedades infecciosas.
Ampliar el estudio a otros hospitales
Los resultados publicados en la revista ‘Clinical Infectious Diseases’ concluyen que la solución de IA desarrollada por el Hospital Clínic-IDIBAPS detecta de forma precoz estos patrones. Con esta herramienta se ha conseguido predecir la evolución de los casos con una eficacia del 90% y disminuir la mortalidad. "El descubrimiento más importante de nuestro estudio ha sido que los patrones basados en analíticas reflejan diferentes situaciones clínicas, que pueden mejorar con un enfoque de terapia personalizada", apunta Garcia-Vidal. Siguiendo las recomendaciones derivadas de estos patrones la mortalidad se redujo en un 50%. "Nuestro objetivo no es suplantar el juicio clínico respecto a un paciente específico; más bien, queremos ofrecer una herramienta objetiva que pueda orientar los médicos en los procesos de toma de decisiones clínicas", señalan los investigadores.
Ahora, un equipo coordinado por la Dra. Garcia-Vidal está desarrollando un proyecto, financiado por EIT Health, el Instituto Europeo de Innovación y Tecnología en Salud, para extender la nueva metodología a otros centros hospitalarios. Cuenta con la participación de la Mutua de Terrassa y el Hospital Germans Trias i Pujol (Can Ruti) y, a nivel europeo, con los hospitales ERASMUS MC en los Países Bajos y el hospital universitario UZ Leuven, de la KU Leuven, en Bélgica. "Con este proyecto queremos llevar a cabo un estudio multicéntrico con una cohorte de pacientes más amplia para validar los resultados que hemos observado aplicando el algoritmo a los pacientes del Hospital Clínic", apunta la Dra. García Vidal.
Actualización sobre tocilizumab en hospitalizados con neumonía
Por otro lado, Roche ha anunciado que el estudio fase III COVACTA con Actemra® / RoActemra® (tocilizumab) no ha alcanzado su objetivo primario de mejoría en el estado clínico en pacientes adultos hospitalizados con neumonía grave asociada a COVID-19. Asimismo, no se cumplieron objetivos secundarios relevantes, que incluían la diferencia en la mortalidad de pacientes en la cuarta semana; sin embargo, hubo una tendencia positiva en el tiempo hasta recibir el alta hospitalaria en pacientes tratados con Actemra / RoActemra. En el estudio COVACTA no se identificó ninguna nueva señal de seguridad para Actemra / RoActemra. Es necesario un análisis adicional de los resultados del ensayo para comprender completamente los datos. Resumen de los principales resultados clínicos y de seguridad del COVACTA:
• Objetivo primario no cumplido: la diferencia en el estado clínico en la cuarta semana entre Actemra / RoActemra y placebo en pacientes evaluados usando una escala ordinal de 7 categorías no fue estadísticamente significativa (p = 0,36; odds ratio [IC 95%] = 1.19 [0.81, 1.76], un odds ratio estadísticamente significativo mayor que 1 hubiera favorecido a Actemra / RoActemra).
• No hubo diferencia entre Actemra / RoActemra y placebo en el porcentaje de pacientes que fallecieron en la cuarta semana. Actemra / RoActemra = 19.7% y placebo = 19.4% con una diferencia [IC 95%] de 0.3% [- 7.6%, 8.2%], p = 0.9410).
• El tiempo hasta el alta hospitalaria o ‘paciente listo para el alta’ fue más corto en los pacientes tratados con Actemra / RoActemra que en los tratados con placebo. La mediana del tiempo hasta el alta o ‘paciente listo para el alta’ para Actemra / RoActemra fue de 20 días y para el placebo fue de 28 días (mediana de tiempo [IC 95%]: Actemra / RoActemra = 20.0 [17.0, 27.0]; placebo = 28.0 [20.0, NE], p = 0.0370). Sin embargo, la diferencia no puede considerarse estadísticamente significativa, ya que no se cumplió el objetivo primario.
• La diferencia en los días sin ventilador entre Actemra / RoActemra y placebo no fue estadísticamente significativa (mediana de 22 días para Actemra / RoActemra y 16.5 días con placebo, diferencia en las medianas [IC 95%] = 5.5 [-2.8, 13.0], p = 0.3202).
• En la cuarta semana, las tasas de infecciones fueron 38.3% y 40.6% en los brazos Actemra / RoActemra y placebo, respectivamente, y las tasas de infecciones graves fueron 21.0% y 25.9% en los brazos Actemra / RoActemra y placebo, respectivamente. El estudio COVACTA no identificó ninguna nueva señal de seguridad para Actemra / RoActemra.
Vacuna Ad26.COV2.S: sólida protección en estudios preclínicos
Por su parte, Johnson & Johnson (NYSE: JNJ) ha anunciado que su principal vacuna candidata protege frente a la infección de SARS-CoV-2, el virus causante de la Covid-19, en estudios preclínicos. Los datos, publicados en ‘Nature’, muestran que la vacuna en investigación de la Compañía basada en vector del serotipo 26 del adenovirus (Ad26) produjo una respuesta inmune robusta, como lo demuestran los “anticuerpos neutralizantes” generados, previniendo exitosamente la infección posterior y proporcionando protección completa o casi completa de los pulmones del SARS-CoV-2 en primates no humanos (PNH) en estudios preclínicos. En base a la solidez de estos datos, ha comenzado el primer ensayo clínico de fase 1/2a en humanos en voluntarios sanos en Estados Unidos y Bélgica con la vacuna candidata Ad26.COV2.S.
El sólido programa de ensayos clínicos de Janssen en COVID-19, que incluye los ensayos clínicos de fase 1 / 2a y el programa de ensayos clínicos de fase 3, evaluará los regímenes de una y dos dosis de Ad26.COV2.S en estudios paralelos. El estudio de fase 1/2a está evaluando la seguridad, reactogenicidad (reacciones esperadas a la vacunación, como la hinchazón o el dolor), y la inmunogenicidad de los regímenes de una y dos dosis de Ad26.COV2.S en más de 1.000 adultos sanos de entre 18 y 55 años, así como en adultos mayores de 65 años.
Referencias
1. Garcia-Vidal C, Moreno-García E, Hernández-Meneses M, Puerta-Alcalde P, Chumbita M, Garcia-Pouton N, et al COVID19-Researchers. Personalized therapy approach for hospitalized patients with COVID-19. Clinical Infectious Diseases. 2020; ciaa964. https://doi.org/10.1093/cid/ciaa964