Влияние коморбидных заболеваний на профили сигнальных биомаркеров (хемокина макрофагального происхождения, интерферон-γ-индуцируемого белка 10, растворимого CD40 лиганда и фактора роста сосудистого эндотелия) и тяжесть течения заболевания у пациентов с COVID-19: клинические исследования
- Авторы: Анисенкова А.Ю.1,2, Мазуров В.И.3, Апалько С.В.1,2, Попов О.С.1,2, Сушенцева Н.Н.1, Мамаева О.П.1,2, Мосенко С.В.1,2, Сарана А.М.2, Щербак С.Г.1,2
-
Учреждения:
- Городская больница № 40
- Санкт-Петербургский государственный университет
- Северо-Западный государственный медицинский университет имени И.И. Мечникова
- Выпуск: Том 15, № 4 (2023)
- Страницы: 51-63
- Раздел: Оригинальные исследования
- Статья получена: 14.12.2023
- Статья одобрена: 18.12.2023
- Статья опубликована: 13.01.2024
- URL: https://journals.eco-vector.com/vszgmu/article/view/624558
- DOI: https://doi.org/10.17816/mechnikov624558
- ID: 624558
Цитировать
Аннотация
Обоснование. Анализ влияния коморбидных заболеваний на концентрацию биомаркеров поможет углубить понимание патогенетических механизмов воздействия коморбидных заболеваний на течение COVID-19 и помочь скорректировать прогностические модели ее терапии.
Цель исследования — изучить влияние коморбидных заболеваний на степень тяжести и исходы COVID-19, а также проанализировать уровни хемокина макрофагального происхождения, интерферон-γ-индуцируемого белка 10, растворимого CD40 лиганда и фактора роста сосудистого эндотелия у 472 пациентов с COVID-19 в зависимости от наличия различных форм коморбидной патологии.
Материалы и методы. В группе из 1648 пациентов с подтвержденной COVID 19 изучены концентрации биомаркеров. Оценены межгрупповые отличия (исход / тяжесть течения заболевания) в общей группе (1648 пациентов) и группе больных без коморбидной нагрузки (343 пациента) с индексом Charlson 2 балла и менее. Проанализированы 472 истории пациентов с COVID-19, определенными концентрациями исследуемых биомаркеров и коморбидной патологией, включенной в оценку по индексу Charlson. Для сравнения сформировано две выборки: опытная группа, состоящая из пациентов с COVID-19 и наличием определенного коморбидного заболевания, и контрольная группа, состоящая из пациентов, страдающих от COVID-19 без заданного коморбидного заболевания.
Результаты. Впервые получены данные, свидетельствующие о том, что при определенных коморбидных состояниях у больных COVID-19 уровни исследуемых биомаркеров значимым образом отличаются от показателей контрольной группы. Так, у пациентов с артериальной гипертензией (код I10–I15 по Международной классификации болезней 10-го пересмотра), хронической сердечной недостаточностью (I50.0), болезнями сосудистой системы (I70–I79), цереброваскулярными болезнями (I60–I69) и хронической болезнью почек (N17–N19) уровень хемокина макрофагального происхождения был достоверно ниже, чем у пациентов без данных заболеваний. При этом у больных COVID-19 с заболеваниями органов дыхания (J40–J47) уровни интерферон-γ-индуцируемого белка 10 и фактора роста сосудистого эндотелия были достоверно ниже, чем у пациентов без заболеваний легких.
Заключение. В результате исследования получены достоверные данные, подтверждающие роль сигнальных биомаркеров в развитии тяжелых форм и летального исхода у пациентов с COVID-19, а также показано значимое влияние коморбидной патологии на течение новой коронавирусной инфекции.
Полный текст
ОБОСНОВАНИЕ
Известно, что при наличии нескольких коморбидных заболеваний значимо возрастает степень тяжести COVID-19. При этом в целом ряде исследований показано, что при наличии у пациентов сердечно-сосудистых заболеваний с осложненным течением, сахарного диабета 2 типа, метаболического синдрома, хронической болезни почек с продвинутыми стадиями хронической почечной недостаточности, а также системных аутоиммунных заболеваний прогноз течения COVID-19 становится неблагоприятным [1–4]. Данный факт подтвержден тем, что у больных COVID-19, поступивших в отделение интенсивной терапии, вдвое чаще регистрируют сопутствующие заболевания (72 %), чем у пациентов, не нуждавшихся в интенсивной терапии (37 %) [5, 6]. Метаанализ 42 исследований с участием 98 714 пациентов с COVID-19 показал, что 61 % лиц с коморбидной патологией нуждался в госпитализации в отделение интенсивной терапии, а среди умерших у 77 % было несколько сопутствующих заболеваний. Многоцентровые исследования 2020–2021 гг. убедительно показали, что сопутствующие хронические заболевания являются фактором повышенной смертности (р < 0,001) больных COVID-19 [7–8].
Гиперактивация иммунной системы во время COVID-19 приводит к резкому повышению уровней циркулирующих провоспалительных цитокинов вплоть до цитокинового шторма, выраженного системным воспалением, гиперферритинемией, острым респираторным дистресс-синдромом, нарушением гемодинамики, тромбозом с диссеминированным внутрисосудистым свертыванием, полиорганной недостаточностью и крайне неблагоприятным прогнозом. По данным литературы, значимыми биомаркерами для характеристики противовирусного ответа, интенсивности воспалительного процесса и тромбообразования, связанных с SARS-CoV-2, являются фактор роста сосудистого эндотелия (VEGF), растворимый CD40 лиганд (sCD40L), интерферон-γ-индуцируемый белок 10 (IP-10 или CXCL10), фракталкин (CX3CL1) и хемокин макрофагального происхождения (MDC).
Известно, что VEGF оказывает ангиогенное (митогенное) и антиапоптотическое действия на эндотелиальные клетки. Поскольку SARS-CoV-2 часто приводит к эндотелиальной дисфункции, острому респираторному дистресс-синдрому и системной гипоксии, VEGF может играть одну из важных ролей в клинических проявлениях COVID-19 [11]. Исследование C.R.P. Moraes и соавт. подтверждает, что важным компонентом патогенеза острого повреждения легких при COVID-19 является разрушение эндотелиального барьера, и величина этого эффекта пропорциональна тяжести заболевания и циркулирующим уровням VEGF [12].
Существует ряд исследований, доказывающих прямую связь между повреждением эндотелия и активацией тромбоцитов у пациентов с COVID-19 за счет высвобождения многочисленных биологически активных молекул, в том числе sCD40L, экспрессируемого клетками иммунной системы, особенно активированными Т-лимфоцитами CD4+ и тромбоцитами [13–14]. Низкие уровни sCD40L характерны для медленного и слабого противовирусного ответа [15], а высокие — ассоциированы с тромбозом и увеличением тяжести течения заболевания у пациентов с COVID-19 [16, 17]. Эти данные указывают на значимый вклад sCD40L в патогенез COVID-19 и согласуются с выводом A. Gupta и соавт. [2] о том, что прогрессирование COVID-19 до тяжелой стадии может происходить вследствие активации эндотелия и тромбоцитов вирусом SARS-CoV-2.
Хемокин IP-10, известный также как CXCL10, секретируется Т-клетками, нейтрофилами, моноцитами и эндотелиальными клетками и участвует в клиренсе вируса SARS-CoV-2. Данный цитокин является медиатором воспаления, способствующим привлечению лейкоцитов в очаги воспаления и поддержанию воспалительной реакции, участвуя таким образом в воспалительном повреждении различных органов и тканей [18–19]. Ухудшение общего состояния пациентов с COVID-19 (развитие острого респираторного дистресс-синдрома) часто связано со стабильно высоким уровнем IP-10 [20–21]. В частности, уровень IP-10 является независимым предиктором летальности пациентов, госпитализированных в отделение интенсивной терапии [22].
Хемокин CX3CL1 — одна из молекул, от экспрессии которых зависит привлечение и активация воспалительных клеток. Гиперэкспрессия CX3CL1 способствует привлечению иммунных клеток, экспрессирующих рецептор CX3CR1 (моноцитов и цитотоксических Т-лимфоцитов), в свою очередь, инициирующих воспалительный процесс в различных органах и тканях [23]. Обычно при легком течении COVID-19 отмечают умеренное повышение уровня CX3CL1 в сыворотке крови у пациентов с COVID-19, однако его продукция резко нарастает при тяжелых формах этого заболевания [24]. Следует отметить, что фракталкин может способствовать сосудистому тромбозу посредством активации тромбоцитов [25].
Хемокин MDC/CCL22 [26] активно экспрессируется моноцитами и группой макрофагов в ответ на различные патогены, вызывая стимуляцию клеток адаптивного иммунитета. Взаимодействие с дендритными клетками является необходимым условием иммуносупрессивной функции регуляторных Т-клеток (Treg), а снижение MDC-зависимого взаимодействия дендритных клеток с Treg усиливает воспаление [27]. Генетический дефицит MDC создает условия для снижения толерантности к инфекционным агентам и нарастанию риска развития иммуновоспалительных заболеваний. Хемокин MDC/CCL22 считают одним из наиболее значимых биомаркеров для прогнозирования тяжести течения COVID-19 на ранней (до 7 дней) и поздней (в 8–12 дней) стадиях заболевания. Уровень MDC в крови у пациентов при тяжелой и крайне тяжелой формах COVID-19 значительно ниже, чем при легком течении данного заболевания, При этом его продукция снижается в процессе прогрессирования болезни, проявляя значимую негативную ассоциацию на изменение уровня хемокина IP-10 [28–30].
Актуальность исследования состоит в том, что анализ влияния коморбидных заболеваний на течение COVID-19 и концентрацию биомаркеров, участвующих в формировании воспалительного процесса, может способствовать расширению существующих представлений о механизмах их воздействия, а также разработке наиболее информативных прогностических маркеров течения новой коронавирусной инфекции.
Цель работы — изучить влияние коморбидных заболеваний на концентрацию биомаркеров у пациентов с тяжелым течением COVID-19.
МАТЕРИАЛЫ И МЕТОДЫ
Дизайн работы соответствует обсервационному клиническому исследованию. Проведен анализ 1648 историй болезни пациентов с COVID-19, находившихся на лечении в Городской больнице № 40 г. Санкт-Петербурга в период с 18.04.2020 по 21.11.2020. Обследованы больные с положительным результатом теста на наличие РНК SARS-CoV-2 методом амплификации нуклеиновых кислот в полимеразной цепной реакции, клиническими проявлениями и симптомами (лихорадкой, общей слабостью и недомоганием, кашлем и одышкой). У пациентов отмечены также изменения по типу вирусной пневмонии при компьютерной томографии (КТ) легких без внутривенного контрастного усиления: преимущественно двустороннего нижнедолевого, периферического, периваскулярного, мультилобулярного характера; многочисленные периферические уплотнения в виде «матового стекла» округлой формы и различной протяженности; уплощение междолькового интерстиция по типу «булыжной мостовой», участки консолидации, симптом воздушной бронхограммы и др.).
Всем пациентам проводили:
- сбор анамнестических данных с уточнением особенностей течения заболевания;
- объективный осмотр с оценкой параметров гемодинамики и дыхательной системы, таких как частота дыхательных движений, частота сердечных сокращений, артериальное давление, насыщение крови кислородом, степень дыхательной недостаточности;
- оценку по шкале National Early Warning Score, рекомендованной к использованию для пациентов с COVID-19 [32];
- КТ органов грудной клетки с оценкой формы заболевания по четырехзначной шкале (КT-1, КT-2, КT-3, КT-4);
- лабораторные исследования (клинический анализ крови, биохимический минимум, определение уровней ферритина, С-реактивного белка, интерлейкина-6, Д-димера и активности лактатдегидрогеназы);
- электрокардиографию;
- дополнительные инструментальные методики (при необходимости).
Все пациенты подписали информированное добровольное согласие на участие в исследовании, одобренном экспертным советом по этике Городской больницы № 40 (протокол № 171 от 18 мая 2020 г.). Для выполнения целей исследования использован биоматериал из коллекции биобанка Городской больницы № 40.
Концентрацию цитокинов в образцах определяли с помощью мультиплексного иммунофлуоресцентного анализа на базе платформы xMap (Luminex) с использованием индивидуально составленной панели (Merck, Millipore). Диапазон количественного определения метода составил 1–10 000 пг/мл. В состав панели включены: sCD40L, MDC, фракталкин, IP-10 и VEGF. В эксперименте использовали замороженные образцы сыворотки крови. Подготовку и анализ проб проводили согласно инструкции производителя. Данные о наличии сопутствующих заболеваний взяты из анамнеза.
Группы анализировали в несколько этапов. В группе из 1648 пациентов проведен анализ с изучением концентрации биомаркеров. Оценены межгрупповые отличия (исход / тяжесть течения заболевания) в общей группе (1648 пациентов) и группе больных без коморбидной нагрузки (343 пациента с индексом Charlson менее 2 баллов). Проанализированы 472 истории пациентов с COVID-19, определенными концентрациями исследуемых биомаркеров и коморбидной патологией, включенной в оценку по индексу Charlson. Для сравнения сформировано две выборки: опытная (состоящая из пациентов с COVID-19 и наличием определенного коморбидного заболевания) и контрольная (состоящая из пациентов, страдающих от COVID-19 без заданного коморбидного заболевания).
Статистическая обработка данных
Нормальность распределения выборок проверяли тестом Шапиро – Уилка. Различия между группами выявляли с помощью критерия Манна – Уитни. Для дифференциации влияния сопутствующего заболевания и половозрастных факторов построены регрессионные модели со следующими независимыми переменными: наличие/отсутствие изучаемого сопутствующего заболевания, возраст, пол. Для предсказания тяжести течения и исхода заболевания применена множественная логистическая регрессия, в качестве post-hoc анализа для полученной регрессии использовано отношение шансов.
Для выбора лучшей модели применен информационный критерий Акаике. В статистических тестах разницу между выборками считали достоверной при p < 0,05. Для обработки и визуализации данных использован язык программирования R версии 4.1.3.
РЕЗУЛЬТАТЫ
Проведен анализ 1648 историй болезни пациентов с COVID-19 с исследованием биообразцов крови. В табл. 1 представлены демографические данные исследуемой группы с распределением по степени тяжести течения заболевания согласно критериям из Временных методических рекомендаций по диагностике и лечению новой коронавирусной инфекции.
Таблица 1. Демографические данные пациентов с COVID-19 с распределением по степени тяжести течения заболевания
Table 1. Demographic data of the COVID-19 patients distributed by disease severity
Группа | Всего, n | Мужчины, n | Женщины, n | Возраст (всего), M ± SD, лет | Возраст (мужчины), M ± SD, лет | Возраст (женщины), M ± SD, лет |
Распределение по исходу заболевания | ||||||
Умершие | 302 | 154 | 147 | 74,7 ± 11,3 | 73 ± 11,2 | 76,4 ± 11,2 |
Выжившие | 1346 | 652 | 693 | 61,8 ± 15,4 | 59,4 ± 14,7 | 64,1 ± 15,6 |
Распределение по тяжести течения заболевания | ||||||
Легкая | 33 | 21 | 12 | 52,2 ± 16,6 | 54,3 ± 16,6 | 48,7 ± 16,6 |
Средняя | 868 | 395 | 473 | 61,1 ± 15,8 | 58,5 ± 15,1 | 63,3 ± 16 |
Тяжелая | 746 | 391 | 355 | 68,3 ± 14 | 65,8 ± 14,1 | 70,9 ± 13,6 |
Примечание. M ± SD — среднее значение и стандартное отклонение.
Среди 1648 пациентов выделена подгруппа пациентов без выраженной коморбидной нагрузки. Пациента определяли в эту подгруппу, если его сумма баллов по индексу коморбидности Charlson (за исключением баллов за возраст) не превышала 2. Всего в подгруппу с индексом коморбидности Charlson 2 балла и менее отобрано 343 пациента. Соответствующие данные статистики с половозрастным составом групп представлены в табл. 2.
Таблица 2. Демографические данные пациентов с COVID-19, выделенных по исходам и тяжести течения заболевания, в подгруппе пациентов с индексом коморбидности Charlson 2 балла и менее
Table 2. Demographic data of the COVID-19 patients classified by outcomes and disease severity in a subgroup of patients with Charlson Comorbidity Index 2 points or fewer
Группа | Всего, n | Мужчины, n | Женщины, n | Возраст (всего), M ± SD, лет | Возраст (мужчины), M ± SD, лет | Возраст (женщины), M ± SD, лет |
Распределение по исходу заболевания | ||||||
Умершие | 23 | 15 | 8 | 68,2 ± 13,4 | 67,3 ± 14,9 | 70 ± 10,6 |
Выжившие | 320 | 137 | 183 | 56,2 ± 14,8 | 53,7 ± 13,7 | 58,1 ± 15,4 |
Распределение по тяжести течения заболевания | ||||||
Легкая | 12 | 6 | 6 | 50,8 ± 15,9 | 51,5 ± 13,6 | 50,2 ± 19,2 |
Средняя | 237 | 96 | 141 | 56,7 ± 15,3 | 54,6 ± 14,2 | 58,1 ± 15,9 |
Тяжелая | 94 | 50 | 44 | 58,8 ± 14,2 | 56,3 ± 14,9 | 61,6 ± 12,9 |
Примечание. M ± SD — среднее значение и стандартное отклонение.
Табл. 3 содержит данные о концентрациях исследуемых биомаркеров для групп пациентов, выделенных по тяжести течения COVID-19.
Таблица 3. Концентрации исследуемых биомаркеров в группах пациентов, выделенных по тяжести течения COVID-19
Table 3. Concentrations of the studied biomarkers in the patient groups categorized by COVID-19 severity
Биомаркер | Выборка | Легкая степень тяжести | Средняя степень тяжести | Тяжелая степень тяжести | Уровень p |
Фракталкин, пг/мл | Общая | 0 (0–95,6) | 0 (0–49,9) | 11,4 (0–57,3) | 0,16 |
Некоморбидные | 6,7 (0–118,1) | 0 (0–41,2) | 0 (0–32,1) | p = 1 | |
MDC, пг/мл | Общая | 652,4 (566,6–863,6) | 594,4 (404,2–883,8) | 457,6 (292,5–710,7) | p < 0,001 |
Некоморбидные | 568 (489,5–637,7) | 536 (345,8–791,9) | 447,8 (292,8–726,3) | p < 0,001 | |
sCD40L, пг/мл | Общая | 5809,4 (3414–9432) | 5694 (3114,7–9635,1) | 4901,7 (2255,5–8096,7) | p < 0,003 |
Некоморбидные | 5038,4 (3038,9–8433,1) | 5104,4 (3002,5–10 000) | 5599,7 (3137,9–8756,2) | p = 0,27 | |
IP-10, пг/мл | Общая | 728,9 (282,8–2157) | 1151,8 (456,7–2226) | 1887,7 (640,5–3419) | p < 0,001 |
Некоморбидные | 1543,4 (416,9–2383,8) | 1292,4 (489,9–2524,2) | 2481,2 (1220–3771,3) | p < 0,001 | |
VEGF, пг/мл | Общая | 99 (29,5–217,8) | 128,8 (52,3–270,5) | 131,7 (48–277,3) | p = 0,32 |
Некоморбидные | 131,5 (30,8–315,6) | 113,9 (34,2–249,1) | 98,5 (35,4–233) | p = 0,35 |
Примечание. Данные представлены в виде медианы с межквартильным размахом. MDC — хемокин макрофагального происхождения; sCD40L — растворимый CD40 лиганд; IP-10 — интерферон-γ-индуцируемый белок 10; VEGF — фактор роста сосудистого эндотелия.
Концентрации MDC, sCD40L и IP-10 значительно различались между группой с тяжелым течением заболевания и другими группами (табл. 3). Различие в концентрации MDC и IP-10 показало очень высокую значимость p < 0,0001, а в уровнях sCD40L — тоже обладало высокой значимостью, но меньшей, чем у предыдущих биомаркеров (p = 0,0003). В группе пациентов с индексом коморбидности Charlson 2 балла и менее различие в уровнях sCD40L пропадает (p = 0,9), но сохраняется для IP-10 p < 0,0001, а в концентрациях MDC — также пропадает, но остается близким к уровню статистической значимости (p = 0,07).
Таблица 4. Концентрации исследуемых биомаркеров в группах пациентов, выделенных по исходам заболевания
Table 4. Concentrations of the studied biomarkers in the patient groups categorized by disease outcomes
Биомаркер | Выборка | Выжившие | Умершие | Уровень p |
Фракталкин, пг/мл | Общая | 0 (0–54,5) | 9,8 (0,0–56,1) | p = 0,5 |
Некоморбидные | 0 (0,0–31,9) | 0 (0,0–34,9) | p = 0,73 | |
MDC, пг/мл | Общая | 578,6 (381,3–856,9) | 367,9 (238,5–547,3) | p < 0,001 |
Некоморбидные | 527,9 (334,9–780,3) | 308,7 (223,3–383,3) | p < 0,001 | |
sCD40L, пг/мл | Общая | 5622,9 (2988,1–9147,9) | 4112,2 (1807,9–7257,8) | p < 0,001 |
Некоморбидные | 5352,3 (2802,5–7988,0) | 6673,5 (3381,5–10 000,0) | p = 0,25 | |
IP-10, пг/мл | Общая | 1293,7 (484,8–2497,5) | 2278,6 (747,1–4229,2) | p < 0,001 |
Некоморбидные | 2271,1 (1098,7–3444,9) | 3497,7 (1948,7–4754,3) | p = 0,06 | |
VEGF, пг/мл | Общая | 128,9 (49,5–267,6) | 132,4 (47,2–282,2) | p = 0,72 |
Некоморбидные | 87 (30,5–215) | 175,3 (49,0–382,2) | p = 0,13 |
Примечание. Данные представлены в виде медианы с межквартильным размахом. MDC — хемокин макрофагального происхождения; sCD40L — растворимый CD40 лиганд; IP-10 — интерферон-γ-индуцируемый белок 10; VEGF — фактор роста сосудистого эндотелия.
В табл. 4 представлены данные о концентрациях исследуемых биомаркеров в группах пациентов, выделенных по исходам заболевания.
Различие концентраций биомаркеров при разных исходах заболевания было похоже на различие между группами, выделенными по тяжести заболевания. Концентрации MDC, sCD40L и IP-10 показали значительные различия между впоследствии выжившими и умершими пациентами основной группы p < 0,0001. Такие же различия, за исключением данных по sCD40L, наблюдали в группе пациентов с индексом коморбидности Charlson 2 балла и менее.
Проанализированы 472 истории пациентов с COVID-19, определенными концентрациями исследуемых биомаркеров и коморбидной патологией, включенной в оценку по индексу Charlson.
Демографические данные и распределение по степени тяжести течения COVID-19 у пациентов исследуемой когорты представлены в табл. 5.
Таблица 5. Взаимосвязи между гендерными различиями и степенями тяжести течения заболевания у пациентов с COVID-19
Table 5. Demographic data and distribution by severity of COVID-19 in the studied cohort of patients
Группа пациентов | Всего, n | Мужчины, n | Женщины, n | Средний возраст, M ± SD, лет |
Средняя степень тяжести | 170 | 90 | 80 | 54,8 ± 14,0 |
Тяжелая степень тяжести | 255 | 164 | 91 | 53,2 ± 12,5 |
Примечание. M ± SD — среднее значение и стандартное отклонение.
Приведенные данные свидетельствуют о том, что тяжелые формы COVID-19 чаще встречались у мужчин (n = 164), чем у женщин (n = 91), хотя по среднему возрасту исследуемые группы значимо не различались (он составил 54,8 года у больных, перенесших среднетяжелую форму COVID-19, и 53,2 года — у пациентов, перенесших тяжелую форму заболевания).
Гендерные различия и исходы COVID-19 у исследуемой когорты пациентов представлены в табл. 6.
Таблица 6. Гендерные различия и исходы COVID-19 у исследуемой когорты пациентов
Table 6. Demographic data and outcomes of COVID-19 in the studied cohort of patients
Исход | Всего, n | Мужчины, n | Женщины, n | Средний возраст, M ± SD, лет |
Выжившие | 279 | 178 | 101 | 54,3 ± 12,9 |
Умершие | 75 | 47 | 28 | 61,0 ± 12,4 |
Примечание. M ± SD — среднее значение и стандартное отклонение.
Необходимо отметить, что средний возраст пациентов в группах выживших и умерших показал достоверные различия (он составил 53,3 года в группе выживших и 61,2 года — в группе умерших; t-тест Уэлча 4,1; p = 0,000072).
Демографические данные и коморбидные заболевания пациентов исследуемой когорты представлены в табл. 7.
Таблица 7. Демографические данные и коморбидные заболевания пациентов исследуемой когорты
Table 7. Demographic data and comorbidities of the patients in the studied cohort
Заболевание | Всего, n (%) | Мужчины, n | Женщины, n | Возраст (всего), M ± SD, лет | Возраст (мужчины), M ± SD, лет | Возраст (женщины), M ± SD, лет |
Гипертоническая болезнь | 170 (36) | 100 | 70 | 59,9 ± 9,6 | 58 ± 10,3 | 62,7 ± 8 |
Инфаркт миокарда | 37 (8) | 29 | 8 | 67,5 ± 9,1 | 67,3 ± 9,6 | 68,1 ± 7,1 |
Застойная сердечная недостаточность | 108 (23) | 70 | 38 | 65,1 ± 9,2 | 65,2 ± 9,8 | 64,9 ± 8,2 |
Болезнь периферических артерий* | 59 (12) | 37 | 22 | 64,7 ± 8,9 | 64,4 ± 10,3 | 65,2 ± 6 |
Цереброваскулярная болезнь | 113 (24) | 69 | 44 | 66,3 ± 9,2 | 66,1 ± 10,2 | 66,6 ± 7,5 |
Деменция | 3 (0,6) | 3 | 0 | 72,7 ± 7,4 | 72,7 ± 7,4 | – |
Хроническое заболевание легких | 36 (8) | 21 | 15 | 58,8 ± 12,4 | 58,5 ± 11,7 | 59,1 ± 13,7 |
Заболевание соединительной ткани | 21 (5) | 6 | 15 | 60 ± 8,6 | 61,2 ± 6,9 | 59,5 ± 9,3 |
Язвенная болезнь | 24 (5) | 15 | 9 | 61,4 ± 10,6 | 61,8 ± 11,1 | 60,7 ± 10,3 |
Сахарный диабет | 61 (13) | 34 | 27 | 60,6 ± 9,9 | 59 ± 10,6 | 62,7 ± 8,7 |
Хроническая болезнь почек | 36 (8) | 24 | 12 | 62,4 ± 12 | 62 ± 13,3 | 63,1 ± 9,3 |
Злокачественное новообразование | 14 (3) | 5 | 9 | 70,6 ± 7 | 73,4 ± 6,9 | 69 ± 7 |
* Перемежающаяся хромота или перенесенное шунтирование по поводу хронической артериальной недостаточности, гангрена в анамнезе или острая артериальная недостаточность, нелеченая грудная или брюшная аневризма величиной 6 см и более.
Как видно из представленных в табл. 7 данных, у пациентов с COVID-19 наиболее часто встречались гипертоническая болезнь (в 36 % случаев), застойная сердечная недостаточность (в 23 %), проявления цереброваскулярной болезни (в 24 %), сахарный диабет (в 13 %). Высокая доля пациентов с текущим инфарктом миокарда (в 8 %), вероятно, связана с профилизацией Службы диагностики и лечения пациентов с COVID-19, направленной на обеспечение экстренной, в том числе высокотехнологической, помощи пациентам с инфарктом миокарда и положительным результатом теста на наличие РНК SARS-CoV-2 методом полимеразной цепной реакции.
Средний показатель индекса коморбидности Charlson в исследуемой группе составил более 3 баллов (в диапазоне от 1–5 баллов), что говорит о высокой частоте коморбидных заболеваний (рис. 1).
Рис. 1. Показатели индекса Charlson в исследуемой группе
Fig. 1. Charlson Index indicators in the studied group
Таблица 8. Коды коморбидных заболеваний по Международной классификации болезней 10-го пересмотра
Table 8. International Classification of Diseases, 10th revision codes for comorbid conditions
Название группы | Наименование | Код |
Гипертоническая болезнь | Болезни, характеризующиеся повышенным кровяным давлением | I10–I15 |
Инфаркт миокарда | Ишемическая болезнь сердца | I20–I25 |
Застойная сердечная недостаточность | Застойная сердечная недостаточность | I50.0 |
Болезнь периферических артерий | Болезни артерий, артериол и капилляров | I70–I79 |
Цереброваскулярная болезнь | Цереброваскулярные болезни | I60–I69 |
Деменция | Деменция при болезни Альцгеймера Деменция при других болезнях, классифицированных в других рубриках | F00, F02 |
Хроническое заболевание легких | Хронические болезни нижних дыхательных путей | J40–J47 |
Заболевание соединительной ткани | Системные поражения соединительной ткани | M30–M36 |
Язвенная болезнь | Болезни пищевода, желудка и двенадцатиперстной кишки | K20–K31 |
Сахарный диабет | Сахарный диабет | E10–E14 |
Хроническая болезнь почек | Почечная недостаточность | N17–N19 |
Злокачественное новообразование | Злокачественные новообразования | C00–C97 |
В табл. 8 представлены коды исследуемых коморбидных заболеваний по Международной классификации болезней 10-го пересмотра.
Таблица 9. Концентрации биомаркеров в опытной и контрольной группах пациентов с COVID-19, выделенных по наличию или отсутствию коморбидного заболевания
Table 9. Concentrations of biomarkers in experimental and control groups of the patients with COVID-19 categorized by presence or absence of comorbid disease
Коморбидное заболевание | Биомаркер, единица измерения | Контрольная группа | Исследуемая группа | Уровень p |
Гипертоническая болезнь | MDC, пг/мл | 504 (236–673) | 306 (172–486) | p < 0,0001 |
Застойная сердечная недостаточность | MDC, пг/мл | 378 (198–600) | 308 (174–430) | p = 0,0045 |
Болезнь периферических артерий | MDC, пг/мл | 373 (200–593) | 287 (122–400) | p = 0,0008 |
Цереброваскулярная болезнь | MDC, пг/мл | 389 (201–619) | 304 (164–414) | p = 0,0002 |
Поражение почек | MDC, пг/мл | 366 (201–563) | 319 (126–413) | p = 0,086 |
Хроническое заболевание легких | IP-10, пг/мл | 23 800 (1350–40 000) | 3760 (620–40 000) | p = 0,0386 |
Хроническое заболевание легких | VEGF, пг/мл | 277 (62,7–557) | 121 (28–367) | p = 0,0558 |
Примечание. Данные представлены в виде медианы с межквартильным размахом. MDC — хемокин макрофагального происхождения; IP-10 — интерферон-γ-индуцируемый белок 10; VEGF — фактор роста сосудистого эндотелия.
В табл. 9 размещены данные, полученные в ходе лабораторного и клинического анализов, о концентрации исследуемых биомаркеров в исследуемой и контрольных группах пациентов с COVID-19.
Табл. 9 содержит только результаты с полученными достоверными различиями или тенденциями к достоверности. Исследуемой группой в данной таблице считали пациентов с коморбидным заболеванием, контрольная группа состояла из пациентов без данного коморбидного заболевания.
По представленным данным, в отношении MDC отмечены достоверно более низкие концентрации у пациентов с коморбидным заболеванием: гипертонической болезнью (306 против 504 пг/мл; p < 0,0001), цереброваскулярной болезнью (304 против 389 пг/мл; p = 0,0002), болезнью периферических артерий (287 против 373 пг/мл; p < 0,0008), застойной сердечной недостаточностью (308 против 378 пг/мл; p = 0,0045). Уровень MDC у пациентов с хроническим заболеванием почек также показал тенденцию к превышению в контрольной группе (p = 0,086).
Рис. 2. Диаграмма размаха уровня хемокина макрофагального происхождения в исследуемых группах с отсутствием/наличием цереброваскулярной болезни в анамнезе; значение p получено с использованием критерия Манна – Уитни. MDC — уровень хемокина макрофагального происхождения
Fig. 2. Boxplot of macrophage-derived chemokine concentration in the studied groups (absence/presence of cerebrovascular disease history); p-value obtained using Mann–Whitney U test. MDC, macrophage-derived chemokine levels
На рис. 2 продемонстрирована диаграмма размаха уровня MDC у пациентов в исследуемых группах с наличием или отсутствием цереброваскулярной болезни.
Достоверные различия в уровнях биомаркеров IP-10 (p < 0,0386) в исследуемой и контрольных группах и тенденции уровня VEGF к превышению в контрольной группе (p < 0,0558) у пациентов с COVID-19 наблюдали в случае наличия хронического заболевания легких. Интерферон-γ, индуцируемый у пациентов с хроническим заболеванием легких (3760 пг/мл), показал существенно меньший уровень концентрации, чем у больных без данного коморбидного состояния (23 800 пг/мл).
Уровни VEGF у пациентов с хроническим заболеванием легких относительно показателей контрольной группы (121 против 277 пг/мл; p = 0,055) продемонстрированы на рис. 3.
Рис. 3. Диаграмма размаха уровня фактора роста сосудистого эндотелия в исследуемых группах с отсутствием/наличием хронического неспецифического заболевания легких в анамнезе; значение p получено с использованием критерия Манна – Уитни. VEGF — уровень фактора роста сосудистого эндотелия
Fig. 3. Boxplot of vascular endothelial growth factor concentration levels expressed in picograms per milliliter in the studied groups (absence/presence of chronic unspecific lung disease history); p-value obtained using Mann–Whitney U test. VEGF, vascular endothelial growth factor level
ОБСУЖДЕНИЕ
Известно, что с началом пандемии COVID-19 четко прослеживалась связь коморбидной патологии с тяжелыми течением и исходами данного заболевания. В настоящем исследовании проанализировано влияние коморбидной патологии на профили сигнальных биомаркеров у пациентов с различной степенью тяжести COVID-19.
Показано, что наиболее низкие уровни MDC наблюдают у пациентов с тяжелым течением COVID-19. При этом отмечена прямая взаимосвязь между низким уровнем данного цитокина и летальными исходами, что согласуется с данными других исследований [28–30]. Следует отметить, что уровень MDC оказался достоверно ниже у пациентов с COVID-19 в комбинации с такими коморбидными заболеваниями, как артериальная гипертензия, хроническая сердечная недостаточность, цереброваскулярная болезнь, болезнь периферических артерий и хроническая болезнь почек, чем у больных контрольной группы. В существующей литературе не удалось встретить результаты подобных исследований. Можно полагать, что предсуществующая хроническая гиперцитокинемия и повышенный уровень ангиотензина II приводят у коморбидных пациентов к более выраженной дисрегуляции иммунной системы как на стадии первичной активации противовирусного иммунитета, так и при дальнейшем развитии иммуносупрессии, сопровождаемой стойкой лимфопенией и признаками системной воспалительной реакции. Установленные различия в уровнях MDC у пациентов с коморбидностью и без сопутствующих заболеваний подтверждают значимую роль сердечно-сосудистых заболеваний, сахарного диабета 2 типа, хронической болезни почек и цереброваскулярной болезни в развитии тяжелых форм и летальных исходов COVID-19.
Известно, что IP-10 (CXCL10) является мощным медиатором воспаления, оказывающим влияние на Т-клетки, натуральные киллеры, систему моноцит/макрофаг и дендритные клетки. Он принимает непосредственное участие в привлечении лейкоцитов в очаги воспаления, поддерживает формирование системной воспалительной реакции и, следовательно, играет одну из ключевых ролей в воспалительном повреждении тканей [18–19].
По полученным результатам уровни IP-10 были значимо повышены у пациентов с тяжелой формой COVID-19, что согласуется с данными литературы [19–20]. Известно, что IP-10 связан не только с истощением иммунитета при COVID-19, но и с поражением легочного эпителия [31, 32]. Однако в настоящем исследовании уровни IP-10 в группе пациентов с хроническим заболеванием легких оказались ниже, чем в группе пациентов без патологии легких. Тем не менее относительные шансы тяжелого течения заболевания (отношение шансов 1,30; 95 % доверительный интервал 0,57–3,00) и риск летального исхода (отношение шансов 1,87; 95 % доверительный интервал 0,60–4,87) у пациентов опытной группы с COVID-19 были выше, чем у больных контрольной группы, что согласуется с данными исследований Университета Оксфорда, посвященных изучению влияния астмы на уровни биомаркеров в периферической крови [33].
В ряде публикаций приведены сведения о том, что у госпитализированных больных с тяжелой формой COVID-19 уровень VEGF был значительно выше, чем у пациентов с легким или среднетяжелым течением заболевания, а также у здоровых лиц [11]. Следует отметить, что в настоящем исследовании уровни этого цитокина достоверно не различались у пациентов как с разными степенями тяжести COVID-19, так и с летальным исходом. Данный факт подлежит дальнейшим исследованиям.
Низкие уровни sCD40L характерны для медленного и слабого противовирусного ответа [15], а высокие — ассоциированы с тромбозом и увеличением степени тяжести течения COVID-19 [16]. Согласно настоящим данным в группе пациентов с тяжелым течением COVID-19 и у больных с летальным исходом определены низкие уровни sCD40L, что отражает глубину нарушений иммуногенеза, способствующих развитию септических осложнений. Следует отметить, что достоверных различий в уровнях sCD40L у больных COVID-19 с коморбидной патологией и без сопутствующих заболеваний получить не удалось.
Обращает на себя внимание тот факт, что уровень хемокина CX3CL1 не показал достоверных различий у пациентов в группах сравнения. Однако с учетом его прямой связи с тромбозами при инфекционных и онкологических заболеваниях следует продолжить исследование его роли у больных COVID-19 с широким диапазоном коморбидных патологий [25].
Таким образом, в исследовании получены достоверные данные, подтверждающие важную роль сигнальных биомаркеров в развитии тяжелых форм и летальных исходов COVID-19 у пациентов с коморбидной патологией. Дальнейшее изучение роли сигнальных биомаркеров в группах пациентов с COVID-19 и различными формами коморбидной патологии позволит разработать дополнительные персонифицированные подходы в стратегии ведения данной категории пациентов.
ВЫВОДЫ
- SARS-CoV-2 активирует продукцию целого ряда сигнальных биомаркеров, играющих важную роль в особенностях течения COVID-19 у пациентов с коморбидной патологией.
- У пациентов с артериальной гипертензией, хронической сердечной недостаточностью, болезнями сосудов, цереброваскулярной болезнью и хронической болезнью почек установлена прямая связь течения заболевания с низким уровнем биомаркера MDC. При этом продукция CXCL-10 и VEGF у пациентов с патологией органов дыхания значимо снижается по сравнению с показателем в группе больных без заболеваний органов дыхания.
- Уровни MDC и sCD40L могут стать дополнительными прогностическими биомаркерами течения и исхода COVID-19 у пациентов с коморбидными заболеваниями.
Дополнительная информация
Источник финансирования. Исследование выполнено в рамках проекта Санкт-Петербургского государственного университета ID 94029859.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.
Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).
Наибольший вклад распределен следующим образом: С.В. Мосенко, О.С. Попов, О.П. Мамаева — сбор и обработка материала, написание текста; С.В. Апалько, Н.Н. Сушенцева — обзор литературы, сбор и обработка материала, написание текста; А.Ю. Анисенкова, С.Г. Щербак, А.М. Сарана, В.И. Мазуров — концепция и дизайн исследования, сбор и обработка материала, написание и редактирование текста.
Этическое утверждение. Исследование одобрено локальным этическим комитетом Городской больницы № 40 (протокол № 171 от 18.05.2020).
Additional information
Funding source. The study has been supported by the project of Saint Petersburg State University ID 94029859.
Competing interests. The authors declare that they have no competing interests.
Author contributions. Thereby, all the authors confirm that their authorship complies with the international ICMJE criteria (all the authors have made a significant contribution to the development of the concept, research, and preparation of the article as well as read and approved the final version before its publication).
Personal contribution of the authors: O.S. Popov, O.P. Mamaeva, S.V. Mosenko — collecting and processing the material, writing the text; A.Yu. Anisenkova, S.V. Apalko, N.N. Sushentseva — literature review, collecting and processing the material, writing the text; V.I. Mazurov, A.M. Sarana, S.G. Shcherbak — concept and design of the study, collecting and processing the material, writing and editing the main part of the text.
Ethics approval. The study has been approved by the local Ethics Committee of the City Hospital No. 40 Recreation Administrative District of Saint Petersburg (protocol No. 171 of 18.05.2020).
Об авторах
Анна Юрьевна Анисенкова
Городская больница № 40; Санкт-Петербургский государственный университет
Автор, ответственный за переписку.
Email: anna_anisenkova@list.ru
ORCID iD: 0000-0001-5642-621X
SPIN-код: 4476-5192
Scopus Author ID: 57222098975
ResearcherId: AAQ-4980-2021
кандидат мед. наук, доцент
Россия, 197706, Санкт-Петербург, г. Сестрорецк, ул. Борисова, д. 9; Санкт-ПетербургВадим Иванович Мазуров
Северо-Западный государственный медицинский университет имени И.И. Мечникова
Email: maz.nwgmu@yandex.ru
ORCID iD: 0000-0002-0797-2051
SPIN-код: 6823-5482
Scopus Author ID: 16936315400
ResearcherId: J-9643-2014
доктор мед наук, профессор, академик РАН, заслуженный деятель науки Российской Федерации
Россия, Санкт-ПетербургСветлана Вячеславовна Апалько
Городская больница № 40; Санкт-Петербургский государственный университет
Email: Svetlana.apalko@gmail.com
ORCID iD: 0000-0002-3853-4185
SPIN-код: 7053-2507
Scopus Author ID: 35072356200
кандидат биол. наук
Россия, 197706, Санкт-Петербург, г. Сестрорецк, ул. Борисова, д. 9; Санкт-ПетербургОлег Сергеевич Попов
Городская больница № 40; Санкт-Петербургский государственный университет
Email: ospopov@outlook.com
ORCID iD: 0000-0003-1778-0165
SPIN-код: 5220-9174
Scopus Author ID: 57222101376
MD
Россия, 197706, Санкт-Петербург, г. Сестрорецк, ул. Борисова, д. 9; Санкт-ПетербургНаталья Николаевна Сушенцева
Городская больница № 40
Email: natalia@sushentseva.ru
ORCID iD: 0000-0002-5100-5229
SPIN-код: 5187-2286
Scopus Author ID: 56595238100
ResearcherId: A-9951-2014
MD
Россия, 197706, Санкт-Петербург, г. Сестрорецк, ул. Борисова, д. 9Ольга Петровна Мамаева
Городская больница № 40; Санкт-Петербургский государственный университет
Email: mopetrovna@gmail.com
ORCID iD: 0000-0002-4722-6950
кандидат мед. наук, доцент
Россия, 197706, Санкт-Петербург, г. Сестрорецк, ул. Борисова, д. 9; Санкт-ПетербургСергей Викторович Мосенко
Городская больница № 40; Санкт-Петербургский государственный университет
Email: s.mosenko@spbu.ru
ORCID iD: 0000-0002-1357-4324
SPIN-код: 9543-8506
Scopus Author ID: 57219381057
ResearcherId: AAQ-5181-2021
кандидат мед. наук
Россия, 197706, Санкт-Петербург, г. Сестрорецк, ул. Борисова, д. 9; Санкт-ПетербургАндрей Михайлович Сарана
Санкт-Петербургский государственный университет
Email: asarana@mail.ru
ORCID iD: 0000-0003-3198-8990
SPIN-код: 7922-2751
Scopus Author ID: 35123068500
кандидат мед. наук, доцент
Россия, Санкт-ПетербургСергей Григорьевич Щербак
Городская больница № 40; Санкт-Петербургский государственный университет
Email: s.g.sherbak@spbu.ru
ORCID iD: 0000-0001-5036-1259
SPIN-код: 1537-9822
доктор мед наук, профессор, заслуженный деятель науки Российской Федерации
Россия, 197706, Санкт-Петербург, г. Сестрорецк, ул. Борисова, д. 9; Санкт-ПетербургСписок литературы
- Patidar S., Mahor D., Dubey A. et al. Prognostic significance of comorbidities in COVID-19 patients // J. Cardiovasc. Dis. Res. 2023. Vol. 14, No. 5. P. 1944–1950. doi: 10.31838/jcdr.2023.14.05.262
- Gupta A., Marzook H., Ahmad F. Comorbidities and clinical complications associated with SARS-CoV-2 infection: an overview // Clin. Exp. Med. 2023. Vol. 23, No. 2. P. 313–331. doi: 10.1007/s10238-022-00821-4
- Müller-Wieland D., Marx N., Dreher M. et al. COVID-19 and cardiovascular comorbidities // Exp. Clin. Endocrinol. Diabetes. 2022. Vol. 130, No. 3. P. 178–189. doi: 10.1055/a-1269-1405
- Santra D., Banerjee A., De S.K. et al. Relation of ACE2 with co-morbidity factors in SARS-CoV-2 pathogenicity // Comp. Clin. Path. 2023. Vol. 32, No. 2. P. 179. doi: 10.1007/s00580-023-03434-9
- Luo S., Zhang X., Xiao X. et al. Exploring potential biomarkers and molecular mechanisms of ischemic cardiomyopathy and COVID-19 comorbidity based on bioinformatics and systems biology // Int. J. Mol. Sci. 2023. Vol. 24, No. 7. P. 6511. doi: 10.3390/ijms24076511
- Rief M., Eichinger M., West D. et al. Using cardiovascular risk indices to predict mortality in COVID-19 patients with acute respiratory distress syndrome: a cross sectional study // Sci. Rep. 2023. Vol. 13, No. 1. P. 11452. doi: 10.1038/s41598-023-38732-3
- Singh P., Bhaskar Y., Verma P. et al. Impact of comorbidity on patients with COVID-19 in India: A nationwide analysis // Front. Public Health. 2023. Vol. 10. P. 1027312. doi: 10.3389/fpubh.2022.1027312
- Ali A.S., Sheikh D., Chandler T.R. et al. Cardiovascular complications are the primary drivers of mortality in hospitalized patients with SARS-CoV-2 community-acquired pneumonia // Chest. 2023. Vol. 163, No. 5. P. 1051–1060. doi: 10.1016/j.chest.2022.11.013
- Candel F.J., Barreiro P., Salavert M. et al. Expert consensus: main risk factors for poor prognosis in COVID-19 and the implications for targeted measures against SARS-CoV-2 // Viruses. 2023. Vol. 15, No. 7. P. 1449. doi: 10.3390/v15071449
- Camacho Moll M.E., Mata Tijerina V.L., Silva Ramírez B. et al. Sex, age, and comorbidities are associated with SARS-CoV-2 infection, COVID-19 severity, and fatal outcome in a mexican population: a retrospective multi-hospital study // J. Clin. Med. 2023. Vol. 12, No. 7. P. 2676. doi: 10.3390/jcm12072676
- Kovarik J.J., Kämpf A.K., Gasser F. et al. Identification of immune activation markers in the early onset of COVID-19 Infection // Front. Cell Infect. Microbiol. 2021. Vol. 11. P. 651484. doi: 10.3389/fcimb.2021.651484
- Moraes C.R.P., Borba-Junior I.T., De Lima F. et al. Association of Ang/Tie2 pathway mediators with endothelial barrier integrity and disease severity in COVID-19 // Front. Physiol. 2023. Vol. 14. P. 1113968. doi: 10.3389/fphys.2023.1113968
- Al-Tamimi A.O., Yusuf A.M., Jayakumar M.N. et al. SARS-CoV-2 infection induces soluble platelet activation markers and PAI-1 in the early moderate stage of COVID-19 // Int. J. Lab. Hematol. 2022. Vol. 44, No. 4. P. 712–721. doi: 10.1111/ijlh.13829
- Dechamps M., De Poortere J., Martin M. et al. Inflammation-induced coagulopathy substantially differs between COVID-19 and septic shock: a prospective observational study // Front. Med. (Lausanne). 2022. Vol. 8. P. 780750. doi: 10.3389/fmed.2021.780750
- Sasson J.M., Campo J.J., Carpenter R.M. et al. Diverse humoral immune responses in younger and older adult COVID-19 patients // mBio. 2021. Vol. 12, No. 3. P. e0122921. doi: 10.1128/mBio.01229-21
- Patterson B.K., Guevara-Coto J., Yogendra R. et al. Immune-based prediction of COVID-19 severity and chronicity decoded using machine learning // Front. Immunol. 2021. Vol. 12. P. 700782. doi: 10.3389/fimmu.2021.700782
- Hamzeh-Cognasse H., Mansour A., Reizine F. et al. Platelet-derived sCD40L: specific inflammatory marker for early-stage severe acute respiratory syndrome coronavirus 2 infection // Virol. J. 2021. Vol. 18, No. 1. P. 211. doi: 10.1186/s12985-021-01680-3
- Lev S., Gottesman T., Levin G.S. et al. Observational cohort study of IP-10’s potential as a biomarker to aid in inflammation regulation within a clinical decision support protocol for patients with severe COVID-19 // PLoS One. 2021. Vol. 16, No. 1. P. e0245296. doi: 10.1371/journal.pone.0245296
- Rizzi M., Costanzo M., Tonello S. et al. Prognostic markers in hospitalized COVID-19 patients: the role of IP-10 and C-reactive protein // Dis. Markers. 2022. Vol. 2022. P. 3528312. doi: 10.1155/2022/3528312
- Bunprakob S., Hemachudha P., Ruchisrisarod C. et al. IP-10 and complement activation as friend or foe in COVID-19 // Int. J. Immunopathol. Pharmacol. 2022. Vol. 36. P. 3946320221096202. doi: 10.1177/03946320221096202
- Tegethoff S.A., Danziger G., Kühn D. et al. TNF-related apoptosis-inducing ligand, interferon gamma-induced protein 10, and C-reactive protein in predicting the progression of SARS-CoV-2 infection: a prospective cohort study // Int. J. Infect. Dis. 2022. Vol. 122. P. 178–187. doi: 10.1016/j.ijid.2022.05.051
- Salton F., Confalonieri P., Campisciano G. et al. Cytokine profiles as potential prognostic and therapeutic markers in SARS-CoV-2-induced ARDS // J. Clin. Med. 2022. Vol. 11, No. 11. P. 2951. doi: 10.3390/jcm11112951
- Rivas-Fuentes S., Julián Valdés V., Espinosa B. et al. Could SARS-CoV-2 blocking of ACE2 in endothelial cells result in upregulation of CX3CL1, promoting thrombosis in COVID-19 patients? // Med. Hypotheses. 2021. Vol. 151. P. 110570. doi: 10.1016/j.mehy.2021.110570
- Tong M., Yan X., Jiang Y. et al. Endothelial biomarkers in patients recovered from COVID-19 one year after hospital discharge: a cross-sectional study // Mediterr. J. Hematol. Infect. Dis. 2022. Vol. 14, No. 1. P. e2022033. doi: 10.4084/MJHID.2022.033
- De Winter F.H.R., Hotterbeekx A., Huizing M.T. et al. Blood cytokine analysis suggests that SARS-CoV-2 infection results in a sustained tumour promoting environment in cancer patients // Cancers (Basel). 2021. Vol. 13, No. 22. P. 5718. doi: 10.3390/cancers13225718
- Agresti N., Lalezari J.P., Amodeo P.P. et al. Disruption of CCR5 signaling to treat COVID-19-associated cytokine storm: Case series of four critically ill patients treated with leronlimab // J. Transl. Autoimmun. 2021. Vol. 4. P. 100083. doi: 10.1016/j.jtauto.2021.100083
- Rapp M., Wintergerst M.W.M., Kunz W.G. et al. CCL22 controls immunity by promoting regulatory T cell communication with dendritic cells in lymph nodes // J. Exp. Med. 2019. Vol. 216, No. 5. P. 1170–1181. doi: 10.1084/jem.20170277
- Chatterjee S., Datey A., Sengupta S. et al. Clinical, virological, immunological, and genomic characterization of asymptomatic and symptomatic cases with SARS-CoV-2 infection in India // Front. Cell. Infect. Microbiol. 2021. Vol. 11. P. 725035. doi: 10.3389/fcimb.2021.725035
- Krysko O., Kondakova E., Vershinina O. et al. Artificial intelligence predicts severity of COVID-19 based on correlation of exaggerated monocyte activation, excessive organ damage and hyperinflammatory syndrome: a prospective clinical study // Front. Immunol. 2021. Vol. 12. P. 715072. doi: 10.3389/fimmu.2021.715072
- Ling L., Chen Z., Lui G. et al. Longitudinal cytokine profile in patients with mild to critical COVID-19 // Front. Immunol. 2021. Vol. 12. P. 763292. doi: 10.3389/fimmu.2021.763292
- Sauty A., Dziejman M., Taha R.A. et al. The T cell-specific CXC chemokines IP-10, Mig, and I-TAC are expressed by activated human bronchial epithelial cells // J. Immunol. 1999. Vol. 162, No. 6. P. 3549–3558. doi: 10.4049/jimmunol.162.6.3549
- Laing A.G., Lorenc A., Del Molino Del Barrio I. et al. A dynamic COVID-19 immune signature includes associations with poor prognosis // Nat. Med. 2020. Vol. 26, No. 10. P. 1623–1635. doi: 10.1038/s41591-020-1038-6
- Luo J., Chen Y.L., Chen W. et al. Pre-existing asthma as a comorbidity does not modify cytokine responses and severity of COVID-19 // Allergy Asthma Clin. Immunol. 2021. Vol. 17, No. 1. P. 67. doi: 10.1186/s13223-021-00569-8