COVID-19: śmiertelność możliwa do przewidzenia przez bakterie mikrobioty jamy ustno-gardłowej?

Pacjentów z COVID-19 przyjmowanych do szpitala nie dzieli się już według wieku lub otyłości. W przyszłości punktem odniesienia może być pomiar liczebności dwóch gatunków bakterii w mikrobiocie jamy ustno-gardłowej, jest on bowiem bardziej wiarygodny. Tak przynajmniej wynika z prac niemieckiego zespołu, który badał tę mikrobiotę, odgrywającą centralną rolę w regulacji odporności gospodarza, homeostazy błony śluzowej i obrony przed patogenami. Jednak wcześniejsze badania okazały się niejednoznaczne. Wynika to bez wątpienia z faktu, że większość z nich koncentrowała się na pacjentach z ciężką postacią COVID-19, u których liczne czynniki zakłócające (antybiotyki, inwazyjna wentylacja mechaniczna itp.) mogły wpływać na różnorodność i skład mikrobioty, z której pobierano próbki.

Kiedy antybiotyki i wentylacja zaburzają mikrobiotę jamy ustno-gardłowej 

W tym przekrojowym, wieloośrodkowym badaniu klinicznym (7 ośrodków niemieckich) dostosowano metodologię: mikrobiotę jamy ustno-gardłowej pobrano od 72 zdrowych dorosłych, 112 pacjentów cierpiących na infekcję inną niż SARS-CoV-2 (łagodne infekcje górnych dróg oddechowych lub ciężkie zapalenie płuc) oraz pacjentów z łagodnym (36), umiarkowanym (37) lub ciężkim (65) przebiegiem COVID-19. W sumie od 322 uczestników w wieku od 21 do 93 lat.

Wyniki? Antybiotyki o szerokim spektrum działania i inwazyjna wentylacja mechaniczna wydają się destabilizować mikrobiotę jamy ustno-gardłowej: utratę różnorodności i ciężką dysbiozę potwierdzono u pacjentów z COVID-19 przyjętych do szpitala z umiarkowaną lub ciężką postacią COVID-19 lub gdy próbka została pobrana podczas przedłużonej hospitalizacji.

Dwa gatunki bakterii pozwalają przewidzieć śmiertelność

Co najważniejsze, próbki pobrane wkrótce po przyjęciu do szpitala (tak, aby nie zostały zmienione przez opiekę szpitalną) wykazują zdolność przewidywana śmiertelności związanej z COVID-19 w szpitalu, zgodnie z modelami sztucznej inteligencji (uczenie automatyczne). Tak więc mniejsza liczebność dwóch rodzajów bakterii, Neisseria (a dokładniej gatunku Neisseria subflava) i Haemophilus (gatunki Haemophilus influenzeae, parainfluenzae i pittmaniae) silnie zwiększa ryzyko zgonu. Ten model predykcyjny okazuje się być bardziej wiarygodny niż modele oparte na zmiennych klinicznych, takich jak wiek, płeć czy otyłość. Mechanizmy zaangażowane w ten proces nie zostały jeszcze rozszyfrowane, ale bakterie te mogą regulować wrodzoną odpowiedź immunologiczną oraz produkcję cytokin.