Linkedin
CARLOS R R CARVALHO
Diretor da Divisão de Pneumologia InCor-HCFMUSP,
Diretor da Saúde Digital HCFMUSP
July 28, 2022
Executive Summary by:
Joaquim Cardoso MSc.
health transformation. institute
AI Healthcare Unit
July 28, 2022
This post contains 2 parts:
- The 1st part is a republication of the post of Dr. Carlos Carvalho, on his linkedin, with his comments about the paper (In Portuguese)
- The 2nd part of the post is an “abstract” of the original publication (in English).
Key messages:
- A predictive clinical model based on CXR, mMRC, oximetry and spirometry data can accurately screen patients with lung lesions after SARS-CoV-2 infection.
- Given that these examinations are highly accessible and low cost, this protocol can be automated and implemented in different countries for early detection of COVID-19 sequelae.
Estudo acessível para detectar lesões pulmonares de infecção por Covid-19
Podemos dizer que a pandemia de Covid-19 pegou a gente de surpresa? Ou então podemos dizer que já era de se esperar?
A verdade é que, infelizmente, surtos assustadores de doenças, novos vírus e surgimento de patógenos são fenômenos naturais da nossa história que vão sempre nos assolar.
Mas já sabemos que, para combater o que surgiu, é preciso muito mais do que só a pesquisa de ponta e as ideias no papel.
Claro que muitos foram os ganhos e aprendizados, afinal, surgiram diversas inovações, vacinas em tempo recorde (o que não ocorria há anos), programas e estudos muito importantes.
Porém, para um combate mais rápido de um possível novo vírus com tal magnitude, por exemplo, é necessário mantermos estrutura e equipes treinadas para as próximas epidemias e pandemias.
Inclusive, a influenza já é cogitada como a possível protagonista da próxima grande pandemia.
Sendo ou não, o fato é que é muito provável que epidemias com alto potencial de expansão venham de vírus respiratórios, pois são os mais insidiosos em matéria de transmissão.
Em uma entrevista recente que concedi à Veja Saúde, para uma reportagem completa e excelente, expliquei que os vírus respiratórios são críticos porque, toda vez que a pessoa infectada respira, lança muitas partículas virais no ar.
Compartilhei, ainda, que a coordenação, comunicação e fortalecimento da saúde pública são deveres de casa para o Brasil.
Precisamos ter uma rede rapidamente acionável, pois não basta comprar respiradores e abrir mais leitos de UTI respiratória; é preciso ter profissionais prontos para trabalhar nesse contexto, uma capacitação que leva tempo.
Precisamos ter uma rede rapidamente acionável, pois não basta comprar respiradores e abrir mais leitos de UTI respiratória; é preciso ter profissionais prontos para trabalhar nesse contexto, uma capacitação que leva tempo.
Lesões pulmonares crônicas em sobreviventes: modelo clínico preditivo
No caminho de estudar cada vez mais os impactos da pandemia de Covid-19 no eixo que foi — e é — o mais impactado, a saúde respiratória, estudos são essenciais, principalmente quando falamos na detecção de lesões decorrentes do vírus.
Com o objetivo de propor um modelo clínico preditivo simples, acessível e de baixo custo para detectar lesões pulmonares decorrentes da infecção por Covid-19, participei, ao lado de outros colegas e membros do grupo de estudos Covid-19 do HCFMUSP, do estudo
Participaram também: Rodrigo Caruso Chate, Márcio Valente Yamada Sawamura, Michelle Louvaes Garcia, Celina Almeida Lamas, Diego Armando Cardona Cárdenas, Daniel Mário Lima, Paula Gobi Scudeller, João Marcos Salge, César Higa Nomura, e Marco Antonio Gutierrez.
Este estudo de coorte prospectivo incluiu sobreviventes de Covid-19 hospitalizados entre 30 de março de 2020 e 31 de agosto de 2020, em hospital terciário de São Paulo, acompanhados durante 6 meses após a alta hospitalar.
Foram 749 pacientes infectados por SARS-CoV-2 elegíveis confirmados por RT-PCR com idade ≥18 anos.
A função pulmonar foi avaliada em consulta presencial, através da escala de dispneia modificada, do Medical Research Council (mMRC), oximetria (SpO2), espirometria (capacidade vital forçada) e radiografia de tórax (CXR).
Pacientes que apresentaram anormalidades em pelo menos um desses parâmetros foram submetidos à tomografia computadorizada de tórax.
Dessa forma, achados foram utilizados na criação de um modelo de aprendizado de máquina para detecção de lesões pulmonares.
Resultados encontrados e a lição que a Covid deixa
Após análises, 63% dos pacientes, dos cerca de 470, tinham pelo menos um sinal de envolvimento pulmonar que foram elegíveis na TC.
Quase metade (48%) apresentava alterações pulmonares significativas, incluindo opacidades em vidro fosco, bandas parenquimatosas, reticulação, bronquiectasias de tração e distorção arquitetural.
Quase metade (48%) apresentava alterações pulmonares significativas, incluindo opacidades em vidro fosco, bandas parenquimatosas, reticulação, bronquiectasias de tração e distorção arquitetural.
A imagem acima é um exemplo, em que é possível ver as alterações fibróticas após Covid-19 crítica em um paciente com cerca de 70 anos.
A figura (A) é da radiografia de tórax obtida 7 meses após a infecção; já na figura (B), podemos visualizar a mesma imagem analisada pelo algoritmo de inteligência artificial, com um mapa de calor destacando as áreas de envolvimento pulmonar.
Na C e D, trata-se de uma TC de peito obtida 8 meses após a infecção, que mostra as alterações (terreno moderado com opacidades de vidro, anormalidades lineares multifocais e reticulares, bronquiectasia de tração discreta e discreta distorção arquitetônica).
Por fim, chegamos à conclusão de que um modelo clínico preditivo baseado em dados de CXR, mMRC, oximetria e espirometria pode rastrear com precisão pacientes com lesões pulmonares após infecção por SARS-CoV-2.
Dado que esses exames são altamente acessíveis e de baixo custo, este protocolo pode ser automatizado e implementado em diferentes países para detecção precoce de sequelas de Covid-19.
… um modelo clínico preditivo baseado em dados de CXR, mMRC, oximetria e espirometria pode rastrear com precisão pacientes com lesões pulmonares após infecção por SARS-CoV-2.
Dado que esses exames são altamente acessíveis e de baixo custo, este protocolo pode ser automatizado e implementado em diferentes países para detecção precoce de sequelas de Covid-19.
Estudos são muito importantes para analisarmos o hoje e prevenirmos o futuro.
Fica uma lição a ser anotada, sempre: a Covid-19, mesmo sem ter acabado, é uma amostra do que vem por aí e devemos estar preparados.
O que estamos aprendendo com essa pandemia não pode ser esquecido — precisamos evoluir para sobreviver.
O que estamos aprendendo com essa pandemia não pode ser esquecido — precisamos evoluir para sobreviver.
Originally published at https://www.linkedin.com.
ORIGINAL PUBLICATION (excerpt)
Chronic lung lesions in COVID-19 survivors: predictive clinical model
BMJ Open — Respiratory Medicine
Carlos Roberto Ribeiro Carvalho ,1 Rodrigo Caruso Chate, 2 Marcio Valente Yamada Sawamura, 2 Michelle Louvaes Garcia,1 Celina Almeida Lamas,1 Diego Armando Cardona Cardenas,3 Daniel Mario Lima ,3 Paula Gobi Scudeller,1 João Marcos Salge,1 Cesar Higa Nomura,2 Marco Antonio Gutierrez,1 Members of the HCFMUSP COVID-19 Study Group
21 April 2022
1 Instituto do Coração — Divisão de Pneumologia,
Universidade de São Paulo Hospital das Clínicas, Sao Paulo, Brazil
2 Instituto de Radiologia,
Universidade de São Paulo Hospital das Clínicas, Sao Paulo, Brazil
3 Instituto do Coração — Divisão de Informática,
Universidade de São Paulo Hospital das Clínicas, Sao Paulo, Brazil
ABSTRACT
Objective
- This study aimed to propose a simple, accessible and low-cost predictive clinical model to detect lung lesions due to COVID-19 infection.
Design
- This prospective cohort study included COVID-19 survivors hospitalised between 30 March 2020 and 31 August 2020 followed-up 6 months after hospital discharge.
- The pulmonary function was assessed using the modified Medical Research Council (mMRC) dyspnoea scale, oximetry (SpO2), spirometry (forced vital capacity (FVC)) and chest X-ray (CXR) during an in-person consultation.
- Patients with abnormalities in at least one of these parameters underwent chest CT. mMRC scale, SpO2, FVC and CXR findings were used to build a machine learning model for lung lesion detection on CT.
Setting
- A tertiary hospital in Sao Paulo, Brazil.
Participants
- 749 eligible RT-PCR-confirmed SARS-CoV-2-infected patients aged ≥18 years.
Primary outcome measure
- A predictive clinical model for lung lesion detection on chest CT.
Results
- There were 470 patients (63%) that had at least one sign of pulmonary involvement and were eligible for CT.
- Almost half of them (48%) had significant pulmonary abnormalities, including ground-glass opacities, parenchymal bands, reticulation, traction bronchiectasis and architectural distortion.
- The machine learning model, including the results of 257 patients with complete data on mMRC, SpO2, FVC, CXR and CT, accurately detected pulmonary lesions by the joint data of CXR, mMRC scale, SpO2 and FVC (sensitivity, 0.85±0.08; specificity, 0.70±0.06; F1-score, 0.79±0.06 and area under the curve, 0.80±0.07).
Conclusion
- A predictive clinical model based on CXR, mMRC, oximetry and spirometry data can accurately screen patients with lung lesions after SARS-CoV-2 infection.
- Given that these examinations are highly accessible and low cost, this protocol can be automated and implemented in different countries for early detection of COVID-19 sequelae.
Carlos Roberto Ribeiro Carvalho ,1
Rodrigo Caruso Chate, 2
Marcio Valente Yamada Sawamura, 2
Michelle Louvaes Garcia,1
Celina Almeida Lamas,1
Diego Armando Cardona Cardenas,3
Daniel Mario Lima ,3
Paula Gobi Scudeller,1
João Marcos Salge,1
Cesar Higa Nomura,2
Marco Antonio Gutierrez,1
Members of the HCFMUSP COVID-19 Study Group
Originally published at: https://bmjopen.bmj.com
SELECTED IMAGES
