Forengrundsätze
Suche
Mitglieder
Kalender
Was COVID-19-Patienten wirklich tötete:
Es war kein Zytokinsturm, legt eine Studie nahe
von der Northwestern University
Zusammengefaßt von mir: Es waren also vorranig Behandlungsfehler der Ärzte, welche die Menschen getötet haben. Allen voran diese Beatmungsgeräte.
Sekundäre bakterielle Infektionen der Lunge (Pneumonie) kamen bei Patienten mit COVID-19 äußerst häufig vor und betrafen fast die Hälfte der Patienten, die Unterstützung durch mechanische Beatmung benötigten. Durch die Anwendung von maschinellem Lernen auf Krankenakten haben Wissenschaftler der Feinberg School of Medicine der Northwestern University herausgefunden, dass eine sekundäre bakterielle Lungenentzündung, die nicht abklingt, eine der Hauptursachen für den Tod von Patienten mit COVID-19 war. Sie kann sogar die Sterblichkeitsrate aufgrund der Virusinfektion selbst übersteigen.
Die Wissenschaftler fanden auch Hinweise darauf, dass COVID-19 keinen „Zytokinsturm“ auslöst, von dem oft angenommen wird, dass er zum Tod führt.
Die Studie wurde kürzlich im Journal of Clinical Investigation veröffentlicht.
„Unsere Studie unterstreicht die Bedeutung der Prävention, Suche und aggressiven Behandlung sekundärer bakterieller Lungenentzündungen bei kritisch kranken Patienten mit schwerer Lungenentzündung, einschließlich solchen mit COVID-19“, sagte der leitende Autor Dr. Benjamin Singer, außerordentlicher Professor für Medizin an der Northwestern University Feinberg School of Medicine und Lungen- und Intensivmediziner der Northwestern Medicine.
Die Forscher fanden heraus, dass fast die Hälfte der Patienten mit COVID-19 eine sekundäre beatmungsbedingte bakterielle Lungenentzündung entwickeln.
„Diejenigen, die von ihrer sekundären Lungenentzündung geheilt wurden, hatten eine höhere Wahrscheinlichkeit zu überleben, während diejenigen, deren Lungenentzündung nicht abgeklungen war, eher starben“, sagte Singer. „Unsere Daten deuten darauf hin, dass die durch das Virus selbst verursachte Sterblichkeit relativ gering ist, aber andere Dinge, die während des Aufenthalts auf der Intensivstation passieren, wie etwa eine sekundäre bakterielle Lungenentzündung, gleichen dies aus.“
Die Studienergebnisse widerlegen auch die Zytokinsturm-Theorie, sagte Singer, ebenfalls Lawrence-Hicks-Professor für Lungenmedizin am Feinberg.
„Der Begriff ‚Zytokinsturm‘ bezeichnet eine überwältigende Entzündung, die zu Organversagen in Ihrer Lunge, Ihren Nieren, Ihrem Gehirn und anderen Organen führt“, sagte Singer. „Wenn das wahr wäre und der Zytokinsturm der langen Verweildauer, die wir bei Patienten mit COVID-19 beobachten, zugrunde liegen würde, würden wir mit häufigen Übergängen zu Zuständen rechnen, die durch Multiorganversagen gekennzeichnet sind. Das haben wir nicht gesehen.“
Die Studie analysierte 585 Patienten auf der Intensivstation (ICU) des Northwestern Memorial Hospital mit schwerer Lungenentzündung und Atemversagen, von denen 190 COVID-19 hatten. Die Wissenschaftler entwickelten einen neuen Ansatz für maschinelles Lernen namens CarpeDiem, der ähnliche Tage von Intensivpatienten auf der Grundlage elektronischer Gesundheitsakten in klinische Zustände gruppiert. Dieser neuartige Ansatz, der auf dem Konzept der täglichen Visiten des Intensivteams basiert, ermöglichte es ihnen zu fragen, wie sich Komplikationen wie eine bakterielle Lungenentzündung auf den Krankheitsverlauf auswirken.
Diese Patienten oder ihre Stellvertreter stimmten der Teilnahme an der SCRIPT-Studie (Successful Clinical Response to Pneumonia Therapy) zu, einer Beobachtungsstudie zur Identifizierung neuer Biomarker und Therapien für Patienten mit schwerer Lungenentzündung. Im Rahmen von SCRIPT nutzte ein Expertengremium aus Intensivärzten modernste Analysen von Lungenproben, die im Rahmen der klinischen Versorgung entnommen wurden, um sekundäre Lungenentzündungsereignisse zu diagnostizieren und deren Folgen zu beurteilen.
„Die Anwendung von maschinellem Lernen und künstlicher Intelligenz auf klinische Daten kann genutzt werden, um bessere Wege zur Behandlung von Krankheiten wie COVID-19 zu entwickeln und Intensivärzten bei der Behandlung dieser Patienten zu helfen“, sagte die Co-Erstautorin der Studie, Dr. Catherine Gao, eine Dozentin in Lungen- und Intensivmedizin bei Feinberg und Arzt der Northwestern Medicine.
„Die Bedeutung einer bakteriellen Superinfektion der Lunge als Todesursache bei Patienten mit COVID-19 wurde unterschätzt, da die meisten Zentren nicht danach gesucht haben oder die Ergebnisse nur im Hinblick auf das Vorhandensein oder Nichtvorhandensein einer bakteriellen Superinfektion und nicht darauf, ob eine Behandlung vorliegt, betrachten.“ erfolgreich oder nicht“, sagte der Co-Autor der Studie, Dr. Richard Wunderink, der das Successful Clinical Response in Pneumonia Therapy Systems Biology Center am Northwestern leitet.
Der nächste Schritt der Forschung wird darin bestehen, molekulare Daten aus den Studienproben zu nutzen und sie mit Ansätzen des maschinellen Lernens zu integrieren, um zu verstehen, warum einige Patienten von einer Lungenentzündung geheilt werden und andere nicht. Forscher möchten die Technik auch auf größere Datensätze ausweiten und das Modell verwenden, um Vorhersagen zu treffen, die ans Krankenbett zurückgeholt werden können, um die Versorgung kritisch kranker Patienten zu verbessern.
https://medicalxpress.com/news/2023-05-covid-patients-wasnt-cytokine-storm.html
Es war kein Zytokinsturm, legt eine Studie nahe
von der Northwestern University
Zusammengefaßt von mir: Es waren also vorranig Behandlungsfehler der Ärzte, welche die Menschen getötet haben. Allen voran diese Beatmungsgeräte.
Sekundäre bakterielle Infektionen der Lunge (Pneumonie) kamen bei Patienten mit COVID-19 äußerst häufig vor und betrafen fast die Hälfte der Patienten, die Unterstützung durch mechanische Beatmung benötigten. Durch die Anwendung von maschinellem Lernen auf Krankenakten haben Wissenschaftler der Feinberg School of Medicine der Northwestern University herausgefunden, dass eine sekundäre bakterielle Lungenentzündung, die nicht abklingt, eine der Hauptursachen für den Tod von Patienten mit COVID-19 war. Sie kann sogar die Sterblichkeitsrate aufgrund der Virusinfektion selbst übersteigen.
Die Wissenschaftler fanden auch Hinweise darauf, dass COVID-19 keinen „Zytokinsturm“ auslöst, von dem oft angenommen wird, dass er zum Tod führt.
Die Studie wurde kürzlich im Journal of Clinical Investigation veröffentlicht.
„Unsere Studie unterstreicht die Bedeutung der Prävention, Suche und aggressiven Behandlung sekundärer bakterieller Lungenentzündungen bei kritisch kranken Patienten mit schwerer Lungenentzündung, einschließlich solchen mit COVID-19“, sagte der leitende Autor Dr. Benjamin Singer, außerordentlicher Professor für Medizin an der Northwestern University Feinberg School of Medicine und Lungen- und Intensivmediziner der Northwestern Medicine.
Die Forscher fanden heraus, dass fast die Hälfte der Patienten mit COVID-19 eine sekundäre beatmungsbedingte bakterielle Lungenentzündung entwickeln.
„Diejenigen, die von ihrer sekundären Lungenentzündung geheilt wurden, hatten eine höhere Wahrscheinlichkeit zu überleben, während diejenigen, deren Lungenentzündung nicht abgeklungen war, eher starben“, sagte Singer. „Unsere Daten deuten darauf hin, dass die durch das Virus selbst verursachte Sterblichkeit relativ gering ist, aber andere Dinge, die während des Aufenthalts auf der Intensivstation passieren, wie etwa eine sekundäre bakterielle Lungenentzündung, gleichen dies aus.“
Die Studienergebnisse widerlegen auch die Zytokinsturm-Theorie, sagte Singer, ebenfalls Lawrence-Hicks-Professor für Lungenmedizin am Feinberg.
„Der Begriff ‚Zytokinsturm‘ bezeichnet eine überwältigende Entzündung, die zu Organversagen in Ihrer Lunge, Ihren Nieren, Ihrem Gehirn und anderen Organen führt“, sagte Singer. „Wenn das wahr wäre und der Zytokinsturm der langen Verweildauer, die wir bei Patienten mit COVID-19 beobachten, zugrunde liegen würde, würden wir mit häufigen Übergängen zu Zuständen rechnen, die durch Multiorganversagen gekennzeichnet sind. Das haben wir nicht gesehen.“
Die Studie analysierte 585 Patienten auf der Intensivstation (ICU) des Northwestern Memorial Hospital mit schwerer Lungenentzündung und Atemversagen, von denen 190 COVID-19 hatten. Die Wissenschaftler entwickelten einen neuen Ansatz für maschinelles Lernen namens CarpeDiem, der ähnliche Tage von Intensivpatienten auf der Grundlage elektronischer Gesundheitsakten in klinische Zustände gruppiert. Dieser neuartige Ansatz, der auf dem Konzept der täglichen Visiten des Intensivteams basiert, ermöglichte es ihnen zu fragen, wie sich Komplikationen wie eine bakterielle Lungenentzündung auf den Krankheitsverlauf auswirken.
Diese Patienten oder ihre Stellvertreter stimmten der Teilnahme an der SCRIPT-Studie (Successful Clinical Response to Pneumonia Therapy) zu, einer Beobachtungsstudie zur Identifizierung neuer Biomarker und Therapien für Patienten mit schwerer Lungenentzündung. Im Rahmen von SCRIPT nutzte ein Expertengremium aus Intensivärzten modernste Analysen von Lungenproben, die im Rahmen der klinischen Versorgung entnommen wurden, um sekundäre Lungenentzündungsereignisse zu diagnostizieren und deren Folgen zu beurteilen.
„Die Anwendung von maschinellem Lernen und künstlicher Intelligenz auf klinische Daten kann genutzt werden, um bessere Wege zur Behandlung von Krankheiten wie COVID-19 zu entwickeln und Intensivärzten bei der Behandlung dieser Patienten zu helfen“, sagte die Co-Erstautorin der Studie, Dr. Catherine Gao, eine Dozentin in Lungen- und Intensivmedizin bei Feinberg und Arzt der Northwestern Medicine.
„Die Bedeutung einer bakteriellen Superinfektion der Lunge als Todesursache bei Patienten mit COVID-19 wurde unterschätzt, da die meisten Zentren nicht danach gesucht haben oder die Ergebnisse nur im Hinblick auf das Vorhandensein oder Nichtvorhandensein einer bakteriellen Superinfektion und nicht darauf, ob eine Behandlung vorliegt, betrachten.“ erfolgreich oder nicht“, sagte der Co-Autor der Studie, Dr. Richard Wunderink, der das Successful Clinical Response in Pneumonia Therapy Systems Biology Center am Northwestern leitet.
Der nächste Schritt der Forschung wird darin bestehen, molekulare Daten aus den Studienproben zu nutzen und sie mit Ansätzen des maschinellen Lernens zu integrieren, um zu verstehen, warum einige Patienten von einer Lungenentzündung geheilt werden und andere nicht. Forscher möchten die Technik auch auf größere Datensätze ausweiten und das Modell verwenden, um Vorhersagen zu treffen, die ans Krankenbett zurückgeholt werden können, um die Versorgung kritisch kranker Patienten zu verbessern.
https://medicalxpress.com/news/2023-05-covid-patients-wasnt-cytokine-storm.html
Ein schwacher Verstand ist wie ein Mikroskop, das Kleinigkeiten vergrößert und große Dinge nicht erfaßt.
