(Reuters Health) – I modelli di previsione su diagnosi e prognosi relativi al COVID-19 attualmente disponibili hanno un alto rischio di errore e le loro stime sono probabilmente ‘ottimistiche e fuorvianti’. È quanto conclude un team di ricercatori guidati da Laure Wynants, dell’Università di Maastricht, in Olanda, che ha pubblicato un’indagine sul British Medical Journal.
Il team ha condotto una review su 27 studi che descrivono 31 modelli di predizione. In particolare, tre modelli erano incentrati sulla previsione dei ricoveri per polmonite e altri eventi nella popolazione generale, 18 sulla rilevazione dell’infezione da COVID-19, di cui 13 di apprendimento automatico sulla base di immagini da TC, e 10 modelli prognostici erano indirizzati alla previsione del rischio di morte, progressione a malattia grave o durata del ricovero. Solo due studi consideravano dati da pazienti COVID-19 al di fuori della Cina.
I fattori predittivi di COVID-19 più comunemente usati nei casi sospetti erano età, temperatura corporea, segni e sintomi.
Per la prognosi, invece, i fattori presi in considerazione più di frequente erano età, sesso, risultati della TAC, livelli di proteina C reattiva e lattico-deidrogenasi e conta dei linfociti. Secondo gli autori dello studio, gli sviluppatori di questi modelli riportano prestazioni predittive da buone a eccellenti; tuttavia Laure Wynants afferma che “noi, come esperti indipendenti, abbiamo verificato che i metodi usati per mettere a punto e testare questi metodi non sono chiari e nella peggiore delle ipotesi sono imperfetti; pertanto suggeriamo di non fare affidamento su di essi, almeno finché non saranno adeguatamente testati”.
“Non siamo stati in grado di identificare alcun modello predittivo che ci dica chi ha/non ha il COVID-19 o chi probabilmente ne morirà o vivrà, che sia abbastanza buono da supportare decisioni nella pratica clinica a livello di triage”, aggiunge Wynants.
Secondo l’esperta ci sono diversi metodi disponibili: “Si va dal semplice uso di punteggi all’applicazione dell’intelligenza artificiale per interpretare immagini tomografiche. Molti di questi metodi sono online e gratuiti e ci sono notizie, siti web di aziende e articoli scientifici che affermano che almeno alcuni di questi sono in uso negli ospedali di alcuni paesi e questo ci preoccupa”.
Fonte: BMJ
(Versione italiana Daily Health Industry)
