Teste poderá prever se paciente com Covid será hospitalizado
Uma metodologia desenvolvida por pesquisadores da Universidade de São Paulo (USP) permite prever, com um simples exame de sangue, o risco de um paciente diagnosticado com Covid-19 vir a desenvolver complicações e precisar ser hospitalizado. A técnica consiste em analisar o conjunto de proteínas presentes no plasma sanguíneo para descobrir se corresponde a um padrão classificado pelos autores como de “alto risco”. Os detalhes do trabalho, que contou com apoio da FAPESP (Fundação de Amparo à Pesquisa do Estado de São Paulo), foram divulgados na plataforma medRxiv, em artigo ainda sem revisão por pares.
“Identificamos um grupo de moléculas cujo nível está significativamente mais elevado no plasma de pacientes com a forma grave da Covid-19, com destaque para as proteínas SAA1 [proteína amiloide A1 sérica] e a SAA2 [proteína amiloide A2 sérica]. Nossa proposta é que essa análise do plasma seja feita assim que a pessoa tiver o diagnóstico confirmado pelo teste de RT-PCR. E, caso ela apresente o perfil de alto risco, o médico já poderia adotar uma conduta mais direcionada”, diz Giuseppe Palmisano, professor do Instituto de Ciências Biomédicas (ICB-USP) e coordenador do projeto.
O pesquisador ressalta, porém, que ainda é preciso confirmar o poder prognóstico do método e sua utilidade clínica em estudos com grupos maiores de pacientes do Brasil e do exterior.
As conclusões apresentadas no artigo estão baseadas em análises feitas com amostras de 117 pacientes com Covid-19 atendidos no Instituto do Coração (InCor) do Hospital das Clínicas da Faculdade de Medicina da USP (HCFMUSP), graças a uma colaboração com os médicos Rinaldo Focaccia Siciliano e José Carlos Nicolau.
Os voluntários que tiveram amostras incluídas no estudo foram pareados por idade, sexo e comorbidades (doenças associadas, como diabetes, obesidade ou hipertensão), para que os resultados fossem comparáveis.
Para identificar o conjunto de proteínas existente nas amostras, os pesquisadores usaram um espectrômetro de massas do tipo MALDI-TOF (sigla em inglês para tempo de voo por ionização e dessorção a laser assistida por matriz) – equipamento relativamente comum nos hospitais brasileiros e bastante usado em análises de microbiologia. Com ele é possível identificar, por exemplo, a presença de fungos ou bactérias em amostras de sangue ou de urina, além de determinar as espécies dos microrganismos.
“Trata-se de uma tecnologia barata e que já está presente na clínica. Poderia, portanto, ter rápida aplicação no prognóstico da Covid-19”, avalia Palmisano. “Com esse equipamento é possível fazer a análise do perfil de proteínas com apenas 1 microlitro de plasma e o resultado sairia em menos de meia hora. Além disso, é possível automatizar o processo e avaliar amostras de vários indivíduos ao mesmo tempo.”
Inteligência artificial
Seis diferentes algoritmos de aprendizagem de máquinas foram usados para determinar o padrão de proteínas plasmáticas correspondente a pacientes de alto e de baixo risco. Os pesquisadores usaram 88 das 117 amostras para treinar o software a identificar quais delas pertenciam a indivíduos hospitalizados (alto risco) e quais eram de pessoas que apresentavam apenas sintomas leves no momento da coleta (baixo risco). As outras 29 amostras foram usadas em um teste cego para validar o método, ou seja, para confirmar se o programa estava fazendo a avaliação corretamente. Ao final, a metodologia apresentou 93,1% de acurácia (probabilidade de oferecer um resultado correto), 87,5% de sensibilidade (probabilidade de um resultado positivo verdadeiro) e 100% de especificidade (probabilidade de um resultado negativo verdadeiro).
“Observamos que o perfil de proteínas do plasma era diferente o suficiente para separar os dois grupos de pacientes [hospitalizados e sintomas leves], o que nos deixou bem animados. Então buscamos identificar quais eram as proteínas que estavam mais abundantes no grupo de alto risco e chegamos à SAA1 e à SAA2. Os níveis dessas proteínas no plasma de pacientes com alto risco também foram avaliados com outras técnicas, confirmando o resultado obtido”, conta Palmisano.
Como explica o pesquisador, tanto a SAA1 quanto a SAA2 são produzidas no fígado e têm potencial inflamatório. “Há uma correlação entre o nível dessas proteínas e o de algumas citocinas [moléculas pró-inflamatórias liberadas por células de defesa]. Já foi relatado que, quando aumenta o nível de interleucina 1 [IL-1] e de interleucina 6 [IL-6] no sangue, também aumenta o nível dessas proteínas, que estão envolvidas na resposta inflamatória de fase aguda”, explica.
Além de validar o teste em um número maior de amostras, de pacientes do InCor e também de outros grupos, Palmisano acredita ser importante estudar como o nível dessas proteínas inflamatórias evolui ao longo da infecção. “Uma das coisas que pretendemos entender é se a concentração dessas moléculas diminui nos pacientes que conseguem lidar com a doença e se recuperar”, diz.
Biomarcadores
Em outro estudo conduzido por grupos da Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP-USP) e da Universidade Federal de São Carlos (UFSCar) a proteína sTREM-1 foi identificada como um potencial biomarcador de gravidade da Covid-19. Nesse caso, o nível da molécula na circulação dos pacientes foi medido por um teste conhecido como ELISA (sigla em inglês para ensaio de imunoabsorção enzimática), que se baseia em interações entre antígeno e anticorpo detectáveis por meio de reações enzimáticas.
Nas análises feitas por espectrometria de massas MALDI-TOF pelo grupo de Palmisano a sTREM-1 não apareceu entre as proteínas diferentemente reguladas nos pacientes de alto risco.
“Talvez não tenhamos encontrado os mesmos biomarcadores porque as tecnologias usadas nos estudos são diferentes. Mas seria interessante unir as duas metodologias para tentar chegar a um conjunto maior de biomarcadores, que poderia dar um resultado ainda mais preciso”, diz Palmisano.
O artigo Prognostic accuracy of MALDI mass spectrometric analysis of plasma in Covid-19 pode ser lido em www.medrxiv.org/content/10.1101/2020.10.01.20205310v1.full.pdf.
(Com informações de Karina Toledo | Agência FAPESP)
