Une simple prise de sang pourrait aider les médecins à évaluer les risques qu’une personne décède de la COVID-19. Plus précisément, une quantité élevée d’ARN viral (code génétique) semble un bon indicateur de l’issue fatale du combat contre le coronavirus. En combinant ce paramètre à l’âge et au sexe du patient, le profil de risque devient d’autant plus précis, révèlent les travaux de Daniel Kaufmann, professeur au Département de médecine de l’Université de Montréal, et ses collègues Nicolas Chomont et Andrés Finzi.
Dès le début de la pandémie, ce groupe de chercheurs du Centre de recherche du CHUM a voulu trouver une façon d’anticiper les risques de mortalité des personnes hospitalisées pour une forme modérée à sévère de la maladie, afin de bien aligner les traitements.
Ils ont recruté une première cohorte au CHUM. À partir de prélèvements sanguins, ils ont mesuré la quantité de protéines inflammatoires, d’ARN viral et d’anticorps quelque 11 jours après l’apparition des premiers symptômes, et ont suivi les patients pendant au moins 60 jours. Le but : identifier des marqueurs associés à une mortalité élevée. Résultat : un modèle statistique qui peut prédire, à partir de la quantité d’ARN viral, le risque personnalisé de mourir de la COVID-19.
Lors des deuxième et troisième vagues de coronavirus, les scientifiques ont refait les mêmes analyses avec d’autres patients hospitalisés à l’Hôpital général juif de Montréal et au CHUM, et ce, pour confirmer la fiabilité de leur modèle. Actuellement, ils répètent ces études sur des personnes vaccinées. En effet, le vaccin change la donne, notamment à cause de la présence accrue d’anticorps dans le sang. L’équipe de recherche a raffiné ses tests et son approche, en tenant compte également des différents variants.
Mais l’ARN viral dans le sang demeure-t-il un indicateur valable quand on administre les nouveaux traitements – cortisone, anti-inflammatoires, antiviraux? La question est toujours en suspens, mais si c’est le cas, Daniel Kaufmann pense que ce paramètre pourrait également être utilisé pour évaluer les impacts d’un traitement anti-COVID.
En outre, une fois le modèle validé et testé par des études cliniques, il pourrait être déployé dans le réseau de la santé pour lutter contre le coronavirus, mais aussi d’autres virus respiratoires.