SEPSE e choque séptico - uso de novos biomarcadores e inteligência artificial para diagnóstico precoce, bem como perspectivas atuais de tratamento com uso de imunomoduladores / SEPSIS and septic shock - use of new biomarkers and artificial intelligence for early diagnosis, as well as current perspectives of treatment with the use of immunomodulators
DOI:
https://doi.org/10.34117/bjdv8n7-261Keywords:
biomarcadores, biomarcadores, choque séptico, choque séptico, imunomoduladores, imunomoduladores, SEPSE., SEPSE.Abstract
A sepse é uma disfunção orgânica que decorre de uma resposta inflamatória exacerbada do organismo frente a um processo infeccioso; quando acompanhada de alteração do padrão hemodinâmico e hipoperfusão dos tecidos, caracteriza-se o quadro como choque séptico. Em termos epidemiológicos, a síndrome apresenta uma incidência anual de 19 milhões de casos, dos quais cerca de 5 milhões evoluem para óbito. Em vista de sua gravidade, novos estudos têm sido feitos a fim de melhor elucidar a fisiopatologia da sepse e possibilitar que métodos diagnósticos precoces e tratamentos específicos sejam desenvolvidos. Nesse sentido, alguns avanços têm sido feitos, como a descoberta de novos biomarcadores - como a Proadenomedulina - que podem vir a substituir futuramente os métodos tradicionais de diagnóstico através de escores, como o SOFA. Além disso, o uso de inteligência artificial vêm sendo estudado para implementação não só no manejo da sepse, mas em outras áreas da Medicina, já que possibilita uma análise de dados de saúde do paciente que podem ajudar no diagnóstico e prognóstico de outras doenças. Por fim, avanços têm sido feitos no tratamento de sepse e choque séptico; alguns estudos apontam que a modulação de vias específicas da cascata inflamatória seja mais eficiente para o tratamento e que se obtêm melhores resultados e menos efeitos colaterais através dessa nova proposta terapêutica. Outrossim, um exemplo dessa nova modalidade de tratamento, é a modulação da via da proteína de morte celular programada 1/ligante de morte programada (PD-1/PD-L), a qual é supressora da atividade de linfócitos T e da liberação de citocinas; a ativação anormal dessa via durante esse evento, constitui uma das principais razões da imunoparalisia nos pacientes sépticos
References
BROWN, R. M.; SEMLER, M. W. Fluid Management in Sepsis. Journal of Intensive Care Medicine, v. 34, n. 5, p. 364–373, 9 jul. 2018.
RUSLAN, M. et al. Norepinephrine in Septic Shock: A Systematic Review and Meta-analysis. Western Journal of Emergency Medicine, v. 22, n. 2, 12 mar. 2021.
BARICHELLO, T. et al. Biomarkers for sepsis: more than just fever and leukocytosis—a narrative review. Critical Care, v. 26, n. 1, 6 jan. 2022.
LAFRENIERE, J.; LEHMANN, C. Parameters of the Endocannabinoid System as Novel Biomarkers in Sepsis and Septic Shock. Metabolites, v. 7, n. 4, p. 55, 1 nov. 2017.
ÖNAL, U. et al. Mid-Regional Pro-Adrenomedullin (MR-proADM) as a Biomarker for Sepsis and Septic Shock: Narrative Review. Healthcare, v. 6, n. 3, p. 110, 3 set. 2018.
DUGAR, S.; CHOUDHARY, C.; DUGGAL, A. Sepsis and septic shock: Guideline-based management. Cleveland Clinic Journal of Medicine, v. 87, n. 1, p. 53–64, 1 jan. 2020.
GAVELLI, F.; CASTELLO, L. M.; AVANZI, G. C. Management of sepsis and septic shock in the emergency department. Internal and Emergency Medicine, v. 16, 22 abr. 2021.
KISLITSINA, O. N. et al. Shock – Classification and Pathophysiological Principles of Therapeutics. Current Cardiology Reviews, v. 15, n. 2, p. 102–113, 12 mar. 2019.
PICCIONI, A. et al. Proadrenomedullin in Sepsis and Septic Shock: A Role in the Emergency Department. Medicina, v. 57, n. 9, p. 920, 1 set. 2021.
NAKAMORI, Y.; PARK, E. J.; SHIMAOKA, M. Immune Deregulation in Sepsis and Septic Shock: Reversing Immune Paralysis by Targeting PD-1/PD-L1 Pathway. Frontiers in Immunology, v. 11, 17 fev. 2021.
JARCZAK, D.; KLUGE, S.; NIERHAUS, A. Sepsis—Pathophysiology and Therapeutic Concepts. Frontiers in Medicine, v. 8, n. 1, 14 maio 2021.
BERG, D.; GERLACH, H. Recent advances in understanding and managing sepsis. F1000Research, v. 7, p. 1570, 28 set. 2018.
FLEUREN, L. M. et al. Machine learning for the prediction of sepsis: a systematic review and meta-analysis of diagnostic test accuracy. Intensive Care Medicine, v. 46, n. 3, p. 383–400, 21 jan. 2020.
WANG, D. et al. A Machine Learning Model for Accurate Prediction of Sepsis in ICU Patients. Frontiers in Public Health, v. 9, 15 out. 2021.

