La mortalità nei pazienti ricoverati in terapia intensiva per covid potrebbe avere un importante fattore nelle complicazioni dovute alla ventilazione polmonare e alla polmonite batterica ad essa associata? A fornire questa lettura è uno studio (Machine learning links unresolving secondary pneumonia to mortality in patients with severe pneumonia, including COVID-19) realizzato dai ricercatori della Northwestern University Feinberg School of Medicine, pubblicato sulla rivista peer-review Journal of Clinical Investigation.

I dati sono stati ottenuti dai ricercatori utilizzando tecniche di machine learning (intelligenza artificiale) per analizzare i dati di 585 pazienti in terapia intensiva del Northwestern Memorial Hospital con polmonite grave e insufficienza respiratoria, di cui 190 affetti da Covid-19. I ricercatori hanno sviluppato un nuovo approccio di machine learning chiamato CarpeDiem, in grado di raggruppare e analizzare pazienti in stati clinici simili.

“Il decorso in terapia intensiva dei pazienti con polmonite grave da SARS-CoV-2 è più che doppio rispetto a quello dei pazienti con polmonite e insufficienza respiratoria di altra eziologia”, spiega lo studio. “Nonostante la durata significativamente più lunga della malattia critica, la mortalità nei pazienti con COVID-19 è simile a quella dei pazienti con altre cause di polmonite e insufficienza respiratoria. Noi e altri abbiamo riportato tassi inaspettatamente elevati di VAP (polmonite associata all’utilizzo di ventilatori, ndr) che complicano il decorso in terapia intensiva dei pazienti con polmonite da SARS-CoV-2”. I ricercatori dunque ipotizzano che “la discordanza tra la durata della degenza in terapia intensiva e la mortalità nei pazienti con polmonite grave da SARS-CoV-2 derivi da una bassa mortalità attribuibile alla polmonite virale primaria, compensata da un aumento del rischio di mortalità dovuto alla VAP non risolta o ad altre complicanze della terapia intensiva”.