Diabete: la storia medica può aiutare a prevedere il rischio di Covid-19 secondo i risultati di uno studio scozzese
Nelle persone che soffrono di diabete un modello di previsione che tiene conto dei ricoveri recenti, delle comorbidità e dell’esposizione ai farmaci può aiutare a determinare il rischio individuale di ricovero in terapia intensiva e di decesso per Covid-19. Sono i risultati di uno studio scozzese pubblicato sulla rivista The Lancet Diabetes & Endocrinology.
Per i ricercatori guidati dall’autore senior Helen Colhoun dell’Università di Edimburgo, in Scozia, data la variabilità dei rischi per le persone affette da diabete, un modello che include la storia medica e le informazioni demografiche di questi individui potrebbe avere una valenza predittiva migliore dei soli dati demografici e del tipo di diabete.
«Abbiamo dimostrato che tra le persone diabetiche il rischio di malattie gravi ha un’ampia variabilità e può essere previsto. Questa intuizione dovrebbe essere tenuta in considerazione per proteggere meglio i soggetti più a rischio e per guidare le priorità nella somministrazione dei vaccini».
Fattori di rischio COVID-19 nel diabete
I ricercatori hanno condotto uno studio di coorte da marzo a luglio 2020, raccogliendo i dati su tutti i casi di Covid, i ricoveri in terapia intensiva e i decessi in Scozia, collegandoli a quelli del registro nazionale del diabete per identificare i diabetici che avevano contratto la Covid-19.
Tra questi soggetti lo 0,9% ha contratto la malattia virale durante i primi 5 mesi della pandemia e lo 0,3% è deceduto o è stato trattato in un’unità di terapia intensiva, mentre nei non diabetici la percentuale era dello 0,1% in entrambi i casi. Tra chi aveva il diabete, l’89,9% aveva almeno 60 anni.
Dopo gli aggiustamenti per età e sesso, i diabetici risultavano avere un rischio più elevato di necessitare del ricovero in terapia intensiva o di incorrere in un esito infausto (OR = 1,4, p<0,0001), con identiche probabilità di esiti gravi per uomini e donne. Rispetto alle persone senza diabete, quelle con diabete di tipo 1 (OR = 2,4, p<0,0001) e diabete di tipo 2 (OR = 1,37, p<0,0001) avevano maggiori probabilità di dover ricorrere alla terapia intensiva o di decesso.
L’età avanzata, il sesso maschile e una maggiore durata del diabete erano associati a un maggior rischio di ricovero in terapia intensiva o di mortalità, che risultava molto elevato nei diabetici che vivevano in una casa di cura residenziale (OR = 16,57, p<0,0001). «Oltre un terzo dei diabetici con Covid fatale o trattata in terapia intensiva viveva in case di cura residenziali, a sottolineare l’importanza cruciale di proteggere queste persone vulnerabili durante la pandemia» hanno rimarcato gli autori.
Il rischio per le due condizioni era più alto per chi soffriva di diabete ed era stato ricoverato in ospedale negli ultimi 5 anni per un motivo qualsiasi (OR = 3,31, p<0,0001). È stato rilevato un rischio maggiore per quanti avevano livelli elevati di emoglobina glicata (HbA1c) (OR = 1,01, p<0,0001) o una bassa pressione sistolica (OR = 0,986, p<0,0001).
L’assunzione di farmaci antipertensivi era associata a un minor rischio di terapia intensiva o di mortalità (OR = 0,8, p=0,0006), mentre il rischio era più elevato nei soggetti che assumevano FANS (OR = 1,85, p<0,0001), inibitori della pompa protonica (OR = 1,41, p<0,0001) e anticoagulanti (OR = 1,66, p<0,0001) o più tipi di farmaci diversi da quelli usati per il diabete negli ultimi 3 anni (OR = 1,14, p<0,0001).
Previsione del rischio individuale
I ricercatori hanno utilizzato i risultati per creare un modello di previsione che includeva età, sesso, durata e tipo di diabete, comorbidità, valutazioni cliniche come HbA1c, indice di massa corporea, velocità di filtrazione glomerulare stimata e pressione arteriosa sistolica e l’esposizione ai farmaci. Questo modello aveva un C-index più alto (0,85) rispetto a un modello basale che includeva solo età, sesso, tipo e durata di diabete (C-index = 0,76).
Il C-index è una misura della bontà di adattamento per risultati binari in un modello di regressione logistica. Negli studi clinici, la statistica C fornisce la probabilità che un paziente selezionato in modo casuale che ha sperimentato un evento (ad es. Una malattia o una condizione) abbia un punteggio di rischio più elevato rispetto a un paziente che non aveva avuto l’evento.
Il modello di previsione è stato utilizzato per realizzare una app chiamata “Shiny”, che converte il punteggio di rischio assoluto in un’età Covid, ossia l’età di una persona senza diabete che ha lo stesso rischio assoluto. «Shiny è stata fornita solo a scopo illustrativo, per consentire una maggiore comprensione di come un modello di previsione si traduca ampiamente in un’età Covid negli individui con diabete», hanno precisato gli autori. «Prima di poterla utilizzare nella pratica clinica, sarebbero necessari una convalida esterna, un’approvazione regolatoria e una licenza appropriata».
Bibliografia
McGurnaghan SJ et al. Risks of and risk factors for COVID-19 disease in people with diabetes: a cohort study of the total population of Scotland. Lancet Diabetes Endocrinol. 2020.