纳伦德拉·奇穆勒、拉文德拉·卡雷、普拉迪普·奈尔、贝拉·德赛、维韦克·尼鲁卡、阿米塔布·高尔
COVID-19 疾病对健康和经济的影响是全球性的,其破坏程度在现代历史上是前所未有的。任何管理这种复杂疾病的潜在行动都需要对可以描述潜在发病机制的数据进行系统而有效的分析。我们开发了一个疾病进展的数学模型来预测临床结果,利用一组已知会导致 COVID-19 病理的致病因素,例如年龄、合并症以及某些病毒和免疫参数。分析包括病毒载量和免疫反应功能障碍的选定指标,例如导致细胞因子风暴和发烧的细胞因子 IL-6 和 IFNα、炎症参数 d-二聚体和铁蛋白、淋巴细胞数量异常、淋巴细胞减少和中和抗体。该模型提供了一个框架来揭示 SARS-CoV-2 感染者表现出的免疫反应的多因素复杂性。此外,该模型对于预测个体层面的临床结果以及制定分配适当资源以减轻人群层面严重病例的策略很有价值。