Ce texte, rédigé par des membres du secrétariat du GTIC, résume l’article suivant :

Su CY, Zhou S, Gonzalez-Kozlova E, Butler-Laporte G, Brunet-Ratnasingham E, Nakanishi T, Jeon W, Morrison DR, Laurent L, Afilalo J, Afilalo M, Henry D, Chen Y, Carrasco-Zanini J, Farjoun Y, Pietzner M, Kimchi N, Afrasiabi Z, Rezk N, Bouab M, Petitjean L, Guzman C, Xue X, Tselios C, Vulesevic B, Adeleye O, Abdullah T, Almamlouk N, Moussa Y, DeLuca C, Duggan N, Schurr E, Brassard N, Durand M, Del Valle DM, Thompson R, Cedillo MA, Schadt E, Nie K, Simons NW, Mouskas K, Zaki N, Patel M, Xie H, Harris J, Marvin R, Cheng E, Tuballes K, Argueta K, Scott I; équipe de la biobanque de la COVID-19 du Mount Sinai; Greenwood CMT, Paterson C, Hinterberg MA, Langenberg C, Forgetta V, Pineau J, Mooser V, Marron T, Beckmann ND, Kim-Schulze S, Charney AW, Gnjatic S, Kaufmann DE, Merad M, Richards JB. Circulating proteins to predict COVID-19 severity. Sci Rep. Le 17 avril 2023;13(1):6236. doi : 10.1038/s41598-023-31850-y.

Les résultats ou les conclusions contenus dans l’étude ne reflètent pas nécessairement les points de vue de tous les membres du GTIC.

Les résultats d’une étude financée par le GTIC, publiés dans la revue Scientific Reports, ont établi que les protéines en circulation mesurées aux premières phases d’évolution de la maladie sont des prédicteurs raisonnablement précis de la gravité de la COVID-19. Il est difficile de prédire la gravité de la COVID-19, et les trajectoires biologiques en cause sont mal comprises. Cette étude, qui reposait sur des données tirées de deux cohortes, y compris la Biobanque québécoise de la COVID-19 (BQC19) financée par le GTIC, était dirigée par le Dr Brent Richards, de l’Université McGill, en collaboration avec les Drs Daniel Kauffman, de l’Université de Montréal, et Vincent Mooser, de l’université McGill.

Faits saillants

  • Un petit sous-groupe de 92 protéines en circulation provenant d’échantillons sériques de personnes atteintes d’une COVID-19 graveLa COVID-19 grave désigne les personnes qui sont décédées ou ont eu besoin d’une forme d’oxygène d’appoint. ou très grave était un solide prédicteur de la gravité de la COVID-19.
  • La sensibilité La sensibilité (le taux de cas véritablement positifs) désigne la probabilité d’un résultat positif démontré. du modèle protéique utilisé pour déterminer les cas de COVID-19 grave s’établissait à 73,2 %, et les cas de COVID-19 très gravesLa COVID-19 très grave désigne les personnes qui sont décédées ou ont souffert d’une insuffisance respiratoire marquée (exigeant une ventilation non invasive, une oxygénothérapie à haut débit, une intubation ou une oxygénation extracorporelle)., à 74,3 %.
  • Le modèle protéomique a permis de prédire la COVID-19 grave avec une précision de 86 %, comme le prédisait l’analyse de l’aire sous la courbe. La valeur prédictive positiveLa valeur prédictive positive désigne la probabilité qu’une personne obtenant un résultat de dépistage positif soit réellement atteinte de la maladie ou de l’infection. atteignait 89 %, et la valeur prédictive négativeLa valeur prédictive négative désigne la probabilité qu’une personne obtenant un résultat de dépistage négatif soit réellement exempte de la maladie ou de l’infection., 57,3 %. Selon ces résultats, un modèle protéique pourrait prédire la COVID-19 grave avec une certitude relativement élevée.

Au total, les chercheurs ont mesuré 4 701 protéines humaines (plutôt que virales) en circulation provenant de deux cohortes indépendantes représentant un total de 986 personnes. Dans la cohorte de la BQC19, les échantillons provenaient de participants d’un âge moyen de 65,3 ans, dont 52 % étaient de sexe masculin. Les participants de la cohorte du Mount Sinai avaient un âge moyen de 59,6 ans, dont 58,2 % étaient de sexe masculin. Dans les deux cohortes, les personnes atteintes d’une COVID-19 grave et très grave étaient des hommes plus âgés, et les hommes avaient plus tendance que les femmes à contracter une COVID-19 grave ou très grave à un plus jeune âge.