Patients atteints du coronavirus à l’hôpital Imam Khomeini de Téhéran en Iran. Des chercheurs utilisant l’apprentissage automatique ont conclu qu’une infection secondaire chez les patients atteints de Covid-19 nécessitant un ventilateur pourrait être plus mortelle que le virus lui-même. (Image : wikimedia / Fars Media Corporation / CC BY 4.0)
Une étude publiée dans The Journal of Clinical Investigation par la Northwestern University Feinberg School of Medicine, a révélé qu’une infection secondaire des poumons (pneumonie) était « extrêmement fréquente chez les patients atteints de Covid-19 ». En appliquant l’apprentissage automatique aux données des dossiers médicaux, les scientifiques ont découvert que « la pneumonie bactérienne secondaire, qui ne se résorbe pas, était un facteur clé de décès chez les patients atteints de Covid-19 ».
L’analyse suggère que les patients qui ont eu besoin d’un ventilateur mécanique ont également développé une infection secondaire responsable d’un taux de mortalité plus élevé que celui dû à l’infection par la Covid-19, ce qui signifie que le remède pourrait avoir été plus mortel que la maladie.
« Notre étude souligne l’importance de la prévention, de la recherche et du traitement agressif de la pneumonie bactérienne secondaire chez les patients gravement malades atteints de pneumonie sévère, y compris ceux atteints de Covid-19 », a écrit Benjamin Singer, pneumologue à l’université Northwestern dans l’Illinois.
Les chercheurs ont examiné les dossiers de 585 personnes admises en soins intensifs au Northwestern Memorial Hospital, dans l’Illinois, qui souffraient toutes d’une pneumonie grave et ou d’une insuffisance respiratoire, 190 d’entre elles étaient également porteuses du virus de la Covid-19.
Les chercheurs ont également découvert que près de la moitié des patients atteints de Covid-19 ont développé une infection secondaire en raison de l’utilisation d’un ventilateur.
La mortalité liée au virus lui-même est relativement faible
« Ceux qui ont été guéris de leur pneumonie secondaire étaient susceptibles de vivre, tandis que ceux dont la pneumonie ne s’est pas résorbée étaient plus susceptibles de mourir », a écrit Benjamin Singer, ajoutant : « nos données suggèrent que la mortalité liée au virus lui-même est relativement faible, mais que d’autres choses qui se produisent pendant le séjour à l’USI, comme la pneumonie bactérienne secondaire, contrebalancent cela ».
Les chercheurs ont conclu que « les infections bactériennes peuvent même dépasser les taux de mortalité liés à l’infection virale elle-même » et que les preuves ont révélé que « la Covid-19 ne provoque pas une " tempête de cytokines ", que l’on croyait souvent être la cause de la mort des patients atteints de Covid-19 ».
La « tempête de cytokines » est considérée comme une inflammation excessive qui provoque la défaillance des poumons, des reins, du cerveau et d’autres organes chez les patients atteints de Covid-19.
Les résultats de la technique d’apprentissage automatique, baptisée « Carpe Diem », réfutent la théorie de la tempête de cytokines, car aucun des patients étudiés n’a présenté de signes de défaillance de plusieurs organes, mais ils ont développé une pneumonie sous ventilation assistée (PVA).
La prudence est de mise
Les scientifiques ont souligné que l’usage d’un ventilateur, qui entraîne une infection secondaire, ne signifie pas que l’infection par Covid-19 est moins dangereuse, mais seulement que « la durée de séjour relativement longue des patients atteints de Covid-19 est principalement due à une insuffisance respiratoire prolongée, ce qui les expose à un risque plus élevé de PVA ».
Les résultats soulignent la nécessité d’une étude plus approfondie et montrent également comment l’apprentissage automatique peut révéler des schémas dans les données qui peuvent ne pas être immédiatement reconnus par les chercheurs.
Les scientifiques indiquent que la prochaine étape de la recherche consistera à utiliser « les données moléculaires des échantillons étudiés et à les intégrer à des approches d’apprentissage automatique pour comprendre pourquoi certains patients guérissent de la pneumonie et d’autres non ».
Ils espèrent étendre la technique à des ensembles de données plus importants et utiliser le modèle pour faire des prédictions qui peuvent être utilisées pour améliorer les résultats pour les patients gravement malades.
Catherine Gao, également pneumologue à Northwestern, a déclaré que « l’application de l’apprentissage automatique et de l’intelligence artificielle aux données cliniques peut être utilisée pour développer de meilleurs moyens de traiter des maladies telles que la Covid-19 et pour aider les médecins des unités de soins intensifs à gérer ces patients. »
