《癌症患者发生COVID-19的风险》

  • 来源专题:新发突发疾病(新型冠状病毒肺炎)
  • 编译者: 门佩璇
  • 发布时间:2020-04-14
  • 针对2月14日在柳叶刀杂志上发表的肿瘤患者更易感染新冠文章,浙江大学医学院附属二院呼吸和危重医学科沈华浩教授团队认为证据不足,提出三个观点。首先,2月14日文中认为:COVID-19队列中,癌症患者的比例高于总人群。但沈教授团队认为,该观察现象不足以得出癌症患者COVID-19风险更高的结论。得出上述结论应该提供更多信息。其次,回顾前文中18例患者的癌症病史,样本量小,异质性大,不能理想地代表整个癌症人群。18例包含了不同癌种,具有不同的生物学行为,高度可变的疾病历程(从0到16岁)和多样化的治疗策略。其间可能充满了偶然性,因此不能理想地代表整个癌症人群。值得注意的是,18例中一半的癌症患者病程超过4年,这表明这些患者中有很大一部分可能已经临床治愈。因此,任何适用于所有癌症患者的结论都应谨慎解释。第三,18位癌症患者中有13位(72%)有手术切除史;手术引起的长期影响(包括免疫抑制)不容忽视。癌症患者更容易发生COVID-19导致的严重事件的推论,似乎与癌症免疫相关理论冲突。2月14日文中作者认为,癌症患者更容易发生COVID-19导致的严重事件[入住重症监护室(ICU)、需要有创通气或死亡]。但已有证据表明,在COVID-19患者中,严重的炎症反应和与细胞因子风暴相关的肺损伤可能诱发这些严重事件。而前期与癌症相关的很多研究表明,癌症的发生通常与免疫功能减弱有关,其特征是免疫抑制细胞因子过度表达,抑制促炎信号的诱导,破坏树突状细胞成熟,增强免疫抑制白细胞的功能,这与认为导致COVID-19患者发生严重事件的推论相矛盾。事实上,18例癌症患者中较高的吸烟率是导致其易感性和预后差异的潜在原因之一。数据表明,吸烟显著增加了血管紧张素转化酶2(ACE2,COVID-19的结合受体)的基因表达,这可以解释吸烟者对COVID-19的敏感性增加。此外,吸烟是慢性阻塞性肺疾病(COPD)的主要原因,已被确定为严重的COVID-19病例的独立危险因素。总体而言,当前证据仍不足以解释癌症与COVID-19之间的结论性联系。

  • 原文来源:https://pubmed.ncbi.nlm.nih.gov/32142622
相关报告
  • 《浙江大学医学院附属第二医院关于癌症患者感染COVID-19的风险的观点》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-03-12
    • 3月3日,《柳叶刀肿瘤》(The Lancet Oncology)出版了浙江大学医学院附属第二医院的通讯文章“Risk of COVID-19 for cancer patients”,称其非常感兴趣地阅读了《柳叶刀肿瘤》杂志上Liang 及其同事的评论[1],在之前的该评论称,发现在2019年确诊冠状病毒疾病(COVID-19)的1590例病例中,有18例有癌症史。作者得出的结论是,与没有癌症的患者相比,癌症患者的COVID-19风险更高,预后也较差。 本文对这篇评论中的结论提出了一些见解。首先,Liang等的数据显示,在COVID-19队列中癌症患者的比例高于总人群。本文指出,该观察结果不足以得出癌症患者COVID-19风险更高的结论。其次,本文作者回顾了Liang等的评论中讨论的18位个体的癌症病史。本文作者担心如此小的样本量和大量的不均匀性,表现为具有不同生物学行为,高度可变疾病过程(从0到16年)的各种癌症类型和多样化的治疗策略可能充满了不确定性,因此不能理想地代表整个癌症人群。值得注意的是,一半的癌症患者的病程超过4年,这表明这些患者中有很大一部分可能在临床上治愈。因此,任何适用于所有癌症患者的结论都应谨慎解释。第三,18位癌症患者中有13位(72%)有手术切除史,手术引起的长期影响(包括免疫抑制)不容忽视。比较具有COVID-19的患者和有无癌症的手术史会很有意义。此外,在Liang 等的评论中,癌症患者容易发生COVID-19导致的严重事件(入住重症监护室需要有创通气或死亡)。有证据表明,在COVID-19患者中,炎症和与细胞因子相关的肺损伤可能对诱发这些严重事件很重要。但是,积累的证据表明,癌症的发展通常与免疫状态低下有关,其特征是免疫抑制细胞因子的过度表达,促炎危险信号的抑制诱导,树突状细胞成熟受损以及功能性免疫抑制性白细胞数量的增加,这与认为导致COVID-19患者发生严重事件的原因相矛盾。文章称,的确,一种对于不同的敏感性和预后的潜在解释是18例癌症患者中吸烟史的比例较高。有数据显示,吸烟显著增加SARS-CoV-2的结合受体ACE2的基因表达,这可以解释吸烟者对COVID-19的敏感性增加。此外,吸烟是导致慢性阻塞性肺疾病的主要原因,已被确定为重度COVID-19病例的独立危险因素。 文章称,总体而言,当前证据仍不足以解释癌症与COVID-19之间的结论性联系。 参考文献: [1] Liang W Guan W Chen R et al. Cancer patients in SARS-CoV-2 infection: a nationwide analysis in China. Lancet Oncol. 2020; (published online Feb 14.) http://dx.doi.org/10.1016/S1470-2045(20)30096-6
  • 《JMIR: 机器学习预测COVID-19患者重症发生风险》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-11-12
    • 西奈山的研究人员已经开发出机器学习模型,该模型可以预测在临床相关的时间范围内COVID-19患者发生严重事件和死亡的可能性。这项研究描述的新模型是第一个将机器学习用于大量不同人群中的COVID-19患者的风险预测的模型,并于11月6日发表在《Journal of Medical Internet Research》杂志上。该模型可以帮助西奈山的临床医生以及在全球范围内对COVID-19患者的护理和管理。 “从最初在纽约市爆发COVID-19以来,我们发现COVID-19的呈现方式和疾病过程是异质化的,我们已经使用患者数据构建了机器学习模型来预测结果,” 该研究的主要研究者之一,西奈山伊坎医学院遗传与基因组科学助理教授Benjamin Glicksberg博士说道: “现在,在第二波疫情的早期阶段,我们已经比以前有了更好的准备。我们目前正在评估这些模型如何帮助临床医生在实践中管理患者的护理。” 在3月至5月使用西奈山卫生系统五家医院收治的4,000多名成年患者的电子健康记录进行的回顾性研究中,来自MSCIC的研究人员和临床医生分析了COVID-19患者的特征,包括既往病史,合并症,生命体征以及入院时的实验室测试结果,以预测关键事件,例如在各种临床相关时间窗内的插管和死亡率,这些事件可以预测患者住院期间的短期和中期风险。 研究人员使用这些模型预测入院后3、5、7和10天的时间窗内的关键事件或死亡率。在一周的时间里,总体表现最佳,正确地标记了最关键的事件,同时返回了最少的假阳性结果,急性肾损伤,呼吸急促,高血糖和乳酸脱氢酶(LDH)升高是表明组织损伤或疾病的原因。预测重大疾病的最强驱动力。年龄较大,血液水平失衡以及表明炎症的C反应蛋白水平是预测死亡率的最强因素。 “我们通过机器学习创建了高性能的预测模型,以改善西奈山对我们患者的护理。更重要的是,我们创建了一种方法,该方法可以识别重要的健康标志物,从而推动对急性护理预后的可能性评估,并且可以被全世界的卫生机构用来改善医师和医院一级的护理决策,并更有效地管理患者。”