- Un virus contient une information génétique, sous forme d’ADN ou d’ARN.
- Pour la Covid-19, il s’agit de l’ARN, un acide nucléique qui contient le message génétique et la synthèse des protéines du virus.
Le 4 janvier 2020, l’Organisation mondiale de la Santé (OMS) affimait sur Twitter l’existence de plusieurs cas de pneumonie à Wuhan, en République populaire de Chine. L’instance précisait que des enquêtes étaient en cours pour en déterminer la cause... À cette époque, personne ne connaissait SRAS-CoV-2. Mais depuis, en presque deux ans, le monde scientifique a beaucoup appris sur ce virus : mise au point de vaccins, gestes barrières à adopter, amélioration de la prise en charge des malades… Et pourtant, malgré ces avancées, les médecins ont toujours du mal à identifier quels sont les patients les plus à risque de mourir de la maladie.
Prédire le risque de mourir des patients atteints de la Covid-19...
“Dans notre étude, nous avons pu déterminer quels biomarqueurs permettent de prédire la mortalité dans les 60 jours suivant l'apparition des symptômes”, explique le Dr Daniel Kaufmann, co-auteur principal d’une étude qui vient d’être publiée dans la revue Science Advances. Un biomarqueur est une caractéristique biologique mesurable avec précision et utilisée comme indicateur d'une fonction du corps, d'une maladie ou de l'action d'un médicament. "Grâce à nos données, nous avons développé et validé avec succès un modèle statistique basé sur un biomarqueur sanguin", poursuit le Dr Daniel Kaufmann. Et ce biomarqueur sanguin du SRAS-CoV-2 est l’ARN viral ou la quantité de matériel génétique de ce virus dans le sang. À partir de cet indicateur, les scientifiques ont donc développé un modèle statistique qui permet d'identifier les patients infectés par la Covid-19 qui sont les plus à risque de mourir. L’objectif est de permettre aux médecins de les repérer et leur proposer d’autres traitements.
...grâce à l’ARN viral présent dans le sang
Pour parvenir à ce résultat, l’équipe de chercheurs a analysé les échantillons de sang de 279 patients qui ont été hospitalisés pour cause de Covid-19. Ainsi, ils ont pu mesurer différentes données - les quantités de protéines inflammatoires, celle d'ARN viral ainsi que les niveaux d'anticorps ciblant le virus - et les tester avec leur modèle pour déterminer laquelle est la plus fiable pour prédire la mortalité d’un patient. "Parmi tous les biomarqueurs que nous avons évalués, nous avons montré que la quantité d'ARN viral dans le sang était directement associée à la mortalité et fournissait la meilleure analyse prédictive une fois notre modèle ajusté en fonction de l'âge et du sexe du patient, explique Elsa Brunet, autre auteur de l'étude et doctorante aurpès du Dr Daniel Kaufmann. Nous avons même constaté que l'inclusion de biomarqueurs supplémentaires n'améliorait pas la qualité prédictive”.
Proposer d’autres traitements aux patients les plus à risque
Pour confirmer l’efficacité de leur modèle, les scientifiques l’ont testé sur des patients de deux hôpitaux différents. Qu’il s’agisse de l’un ou de l’autre, leur modèle prédictif a fonctionné : ils ont réussi à prédire le risque qu’avaient les patients de mourir. À terme, les chercheurs espèrent que leur modèle permettra aux médecins de mieux suivre les patients, en repérant les patients les plus à risque pour leur proposer de nouveaux traitements.
