Wirus syncytialny dróg oddechowych – Rokowania, prognozy i postęp choroby

Wirus syncytialny dróg oddechowych
Rokowania, prognozy i postęp choroby

Wirus syncytialny dróg oddechowych (RSV) jest istotnym patogenem wywołującym zakażenia układu oddechowego o różnym nasileniu, od łagodnych infekcji po ciężkie zapalenia dolnych dróg oddechowych, szczególnie u dzieci i dorosłych. U dorosłych hospitalizowanych z RSV obserwuje się śmiertelność wewnątrzszpitalną i 30-dniową na poziomie 8%. Zaktualizowany model prognostyczny dla dorosłych, uwzględniający zakażenie dolnych dróg oddechowych, przewlekłą chorobę płuc, temperaturę ciała, zaburzenia świadomości oraz poziom mocznika, osiąga wartość statystyki C = 0,76 (95% CI: 0,61-0,91), co wskazuje na dobrą zdolność predykcyjną. U dzieci opracowano model predykcyjny z AUROC = 0,87, który pozwala oszacować rzeczywiste obciążenie RSV, sugerując, że jest ono o 30-57% wyższe niż dotychczasowe szacunki oparte na diagnostyce laboratoryjnej. Ponadto, narzędzie prognostyczne dla niemowląt identyfikuje pacjentów zagrożonych ciężkim przebiegiem RSV z AUC = 0,78 (95% CI: 0,77-0,80), uwzględniając m.in. płeć męską, palenie matki w ciąży, wrodzone anomalie układu oddechowego oraz siniczą wadę serca.

Prognostyka wirusa syncytialnego dróg oddechowych (RSV)

Prognostyka u dorosłych hospitalizowanych z powodu RSV
Ocena rzeczywistego obciążenia RSV u dzieci hospitalizowanych
Prognozowanie ryzyka ciężkiego przebiegu RSV u niemowląt
Model przewidywania wieku pierwszego zakażenia RSV
Sygnatura genetyczna w prognozowaniu ciężkości RSV
Czas trwania choroby i objawy wymagające uwagi

Wnioski dla praktyki klinicznej

Kolejne rozdziały

Prognostyka wirusa syncytialnego dróg oddechowych (RSV)

Wirus syncytialny dróg oddechowych (RSV) stanowi istotną przyczynę zachorowalności i śmiertelności zarówno u dzieci, jak i dorosłych. Infekcje wywołane przez RSV mogą mieć przebieg od łagodnego, przypominającego przeziębienie, aż po ciężkie zakażenie dolnych dróg oddechowych wymagające intensywnej opieki medycznej. Przewidywanie przebiegu choroby u poszczególnych pacjentów pozostaje wyzwaniem podczas pierwszej wizyty na oddziale pediatrycznym, a infekcje RSV mogą szybko postępować do ciężkiej postaci.¹ Dokładna ocena prognostyczna ma kluczowe znaczenie dla ukierunkowanego leczenia i poprawy klinicznych wyników pacjentów z zakażeniem RSV.

Prognostyka u dorosłych hospitalizowanych z powodu RSV

Dorośli pacjenci hospitalizowani z zakażeniem RSV charakteryzują się niekorzystnym rokowaniem z 8% śmiertelnością wewnątrzszpitalną i 8% śmiertelnością 30-dniową. Te wysokie wskaźniki śmiertelności podkreślają znaczenie ukierunkowanego leczenia dla tych pacjentów.² Istniejące modele predykcyjne wykazują umiarkowaną skuteczność w przewidywaniu niekorzystnego rokowania, z wartościami statystyki C od 0,6 do 0,7 oraz umiarkowaną kalibracją.³

Zaktualizowany model prognostyczny dla dorosłych pacjentów z RSV obejmuje następujące parametry:

Zakażenie dolnych dróg oddechowych
Przewlekła choroba płuc
Temperatura ciała
Zaburzenia świadomości
Poziom mocznika

³²

Ten zaktualizowany model zwiększył wartość statystyki C do 0,76 (95% przedział ufności, 0,61-0,91) w przewidywaniu śmiertelności wewnątrzszpitalnej, co wskazuje na dobrą zdolność dyskryminacyjną i kalibrację.² Wdrożenie takiego modelu predykcyjnego w praktyce klinicznej mogłoby poprawić wyniki kliniczne pacjentów wysokiego ryzyka, bez narażania pacjentów niskiego ryzyka na niepotrzebne ryzyko związane z leczeniem. Jednakże przed zastosowaniem tego modelu jako narzędzia decyzyjnego dla leczenia RSV, konieczna jest nowa zewnętrzna walidacja oraz dokładne określenie progu terapeutycznego opartego na bilansie korzyści i ryzyka.

Ocena rzeczywistego obciążenia RSV u dzieci hospitalizowanych

W przypadku dzieci hospitalizowanych z objawami ze strony układu oddechowego, nie ma systematycznych badań w kierunku RSV. Opracowano model predykcyjny oparty na danych populacyjnych, który pozwala oszacować rzeczywiste obciążenie RSV u hospitalizowanych dzieci.⁴ Model ten wykazał dobrą dokładność predykcyjną (AUROC: 0,87) z odpowiednią czułością (58,4%), swoistością (92,2%), wartością predykcyjną dodatnią (68,6%) i wartością predykcyjną ujemną (88,3%).⁴

Wyniki badań sugerują, że rzeczywiste obciążenie RSV może być o 30-57% wyższe niż obecne szacunki oparte wyłącznie na danych z wykrywania laboratoryjnego u małych dzieci.⁴⁵ Model predykcyjny opiera się na łatwo dostępnych charakterystykach pacjenta i może być przydatny do identyfikacji hospitalizowanych dzieci, które prawdopodobnie uzyskają wynik dodatni w kierunku RSV.

Należy jednak zauważyć, że model ten ogranicza się do cięższych przypadków RSV związanych z hospitalizacją i dlatego nie szacuje szerszej zachorowalności na RSV w społeczności.⁵

Prognozowanie ryzyka ciężkiego przebiegu RSV u niemowląt

Opracowano nowatorskie narzędzie prognozowania ryzyka, które skutecznie identyfikuje niemowlęta zagrożone ciężkimi następstwami zakażenia RSV, w tym te, które najprawdopodobniej skorzystają z immunoprofilaktyki.⁶ Narzędzie to wykazuje dobrą dokładność predykcyjną w identyfikacji niemowląt zagrożonych przyjęciem na OIOM z powodu ciężkiego zakażenia dolnych dróg oddechowych związanego z RSV, z polem pod krzywą (AUC) wynoszącym 0,78 (95% CI, 0,77-0,80).⁶

W analizie czułości przeprowadzonej wśród wcześniaków wysokiego ryzyka (n=49,209), narzędzie wykazało podobną zdolność dyskryminacyjną (AUC, 0,80; 95% CI, 0,77-0,83).⁶

Istotne pozytywne predyktory przyjęcia na OIOM z powodu ciężkiego zakażenia dolnych dróg oddechowych związanego z RSV obejmowały:

Płeć męską
Późniejszy miesiąc urodzenia
Większą liczbę żyjącego rodzeństwa
Palenie przez matkę w czasie ciąży
Miejsce zamieszkania matki w mieście i na przedmieściach
Wentylację podczas hospitalizacji porodowej
Wrodzone anomalie związane z układem oddechowym
Siniczą wadę serca
Zespół Downa

⁷

W szybko zmieniającej się erze profilaktyki RSV, to narzędzie prognozowania ryzyka stanowi pierwszy krok w identyfikacji niemowląt w populacji ogólnej, które mogą odnieść największe korzyści z immunoprofilaktyki RSV.⁷

Model przewidywania wieku pierwszego zakażenia RSV

Wiek pierwszego zakażenia RSV ma istotne implikacje nie tylko dla ryzyka ciężkiej choroby, ale także dla ryzyka świszczącego oddechu i astmy w dzieciństwie. Badania wykazały, że niemowlęta zakażone przed ukończeniem pierwszego roku życia, przy czym zakażenie zidentyfikowano za pomocą ilościowej reakcji łańcuchowej polimerazy (PCR) lub badań serologicznych, są znacznie bardziej narażone na rozwój astmy do piątego roku życia.⁸

Opracowano model, który wykorzystuje publicznie dostępne dane dotyczące cyrkulacji RSV z CDC oraz datę urodzenia danej osoby, a także inne cechy demograficzne, aby zapewnić zindywidualizowane przewidywanie ryzyka zakażenia RSV.⁹ Model ten jest łatwy do interpretacji, zapewnia doskonałe dopasowanie do danych i można go uogólnić na różne populacje, gdzie dokładnie przewiduje wiek pierwszego zakażenia w dwóch niezależnych kohortach.¹⁰

Praca ta stanowi istotny rozwój w badaniach nad RSV, ponieważ po raz pierwszy umożliwia wiarygodne oszacowanie wieku zakażenia RSV u niemowląt w pierwszym roku życia w populacjach bez konieczności prowadzenia aktywnego nadzoru.¹⁰ Identyfikacja niemowląt, które prawdopodobnie zostaną zakażone w tym krytycznym okresie podatności, ma istotne implikacje dla określenia osób najbardziej zagrożonych ciężkim ostrym zakażeniem, a także rozwojem przewlekłych następstw ze strony układu oddechowego.¹⁰

Sygnatura genetyczna w prognozowaniu ciężkości RSV

Identyfikacja i walidacja sygnatury genowej, która odróżnia ciężkie zakażenie dolnych dróg oddechowych wywołane przez RSV od zakażeń o mniejszej ciężkości, może poprawić prognozowanie przebiegu choroby. Zidentyfikowana sygnatura 84 genów dała obszar pod krzywą walidacji krzyżowej LOOCV wynoszący 0,966 na danych eksperymentalnych i została niezależnie zwalidowana z AUC wynoszącym 0,858.¹

Taka sygnatura genetyczna, wraz z innymi parametrami klinicznymi, może poprawić prognozowanie dla pacjentów z mniej ciężkim przebiegiem, którzy mogliby być bezpiecznie wysłani do domu. Może ona stanowić podstawę do opracowania testu prognostycznego do klinicznego zarządzania chorobą RSV.¹

Czas trwania choroby i objawy wymagające uwagi

RSV może utrzymywać się przez tydzień lub dwa. Może pozostawić uporczywy kaszel na dłuższy czas. Ciężkie przypadki RSV mogą trwać dłużej.¹¹ Objawy RSV mogą być tak łagodne jak przeziębienie lub mogą przekształcić się w coś poważniejszego. Ważne jest, aby zwracać uwagę na oznaki poważnej choroby.

Jeśli pacjent czuje, że coś jest nie tak, nawet jeśli wydaje się, że ma tylko przeziębienie, nie powinien wahać się zadzwonić do lekarza lub szukać pomocy w nagłych wypadkach.¹¹ Szybka interwencja medyczna może znacząco wpłynąć na przebieg choroby i zapobiec rozwojowi poważnych powikłań.

Wnioski dla praktyki klinicznej

Opracowanie i walidacja modeli prognostycznych dla zakażeń RSV stanowi istotny krok w kierunku poprawy zarządzania klinicznego i wyników leczenia. Dokładne przewidywanie przebiegu choroby umożliwia:

Identyfikację pacjentów wysokiego ryzyka wymagających intensywnego leczenia i nadzoru
Ukierunkowanie leczenia przeciwwirusowego (rybawiryna, immunoglobuliny, przyszłe opcje leczenia przeciwwirusowego)
Podejmowanie decyzji dotyczących miejsca opieki
Wdrażanie rygorystycznych procedur izolacji dla pacjentów o najwyższym ryzyku poważnych powikłań
Identyfikację niemowląt, które mogą odnieść największe korzyści z immunoprofilaktyki RSV

²⁷

Obecne modele prognostyczne wykazują obiecujące wyniki, ale przed ich wdrożeniem w praktyce klinicznej konieczna jest dalsza walidacja i optymalizacja. Personalizowane podejście do oceny ryzyka i zarządzania zakażeniami RSV może znacząco poprawić wyniki leczenia, szczególnie wśród pacjentów z grup wysokiego ryzyka.

Kolejne rozdziały

Zapraszamy do dalszego czytania naszego leksykonu.

Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.

Materiały źródłowe

#1 Transcriptome assists prognosis of disease severity in respiratory syncytial virus infected infants | Scientific Reports
https://www.nature.com/articles/srep36603
Respiratory syncytial virus (RSV) causes infections that range from common cold to severe lower respiratory tract infection requiring high-level medical care. Prediction of the course of disease in individual patients remains challenging at the first visit to the pediatric wards and RSV infections may rapidly progress to severe disease. […] Thus, the presented signature may serve as the basis to develop a prognostic test to support clinical management of RSV patients. […] In this study we aim to identify and validate a gene signature that discriminates severe from less severe RSV LRTI that do not require advanced support. Such a signature together with other clinical parameters may improve the prognosis of less severe patients that could be safely sent home. […] We have provided an 84 gene signature that discriminates hospitalized infants with less severe RSV infection from those infants with severe RSV disease. The identified signature yielded a LOOCV AUC of 0.966 on the experimental data and was independently validated with an AUC of 0.858 and might serve as a basis to develop a prognostic test for clinical management of RSV disease.
#2 External validation and update of a prognostic model to predict mortality in hospitalized adults with RSV: A retrospective Dutch cohort study
https://pmc.ncbi.nlm.nih.gov/articles/PMC6851775/
We showed that hospitalized, RSV-infected adults had an 8% in-hospital and 8% 30-day mortality rate. This high mortality rate underlines the great importance of targeted treatment for these patients. The updated model of Park showed good discrimination and calibration and the net benefit of this updated model was positive for the whole range of predicted risks. For clinical practice, to be able to use this prediction model as a decision tool for RSV treatment, a new external validation and a well-considered harm-benefit based treatment threshold are needed. […] In conclusion, hospitalized RSV-infected adults have a very poor prognosis with 8% in-hospital and 8% 30-day mortality. This poor prognosis could be improved by targeting RSV treatment with ribavirin, immune globulins, future antiviral treatment options, site-of-care decisions, and strict isolation procedures for patients at highest risk of serious complications. Existing models to predict mortality in these patients perform moderately or poor at external validation. An updated model including chronic pulmonary disease, lower RTI, confusion, temperature, and urea, however, reasonably predicts which RSV-infected patients are at highest risk of poor prognosis. Implementation of this prediction model in clinical practice could improve clinical outcomes of high-risk patients, without putting low-risk patients at an unnecessary treatment risk.
#3 External validation and update of a prognostic model to predict mortality in hospitalized adults with RSV: A retrospective Dutch cohort study
https://pmc.ncbi.nlm.nih.gov/articles/PMC6851775/
Respiratory syncytial virus (RSV) causes significant mortality in hospitalized adults. Prediction of poor outcomes improves targeted management and clinical outcomes. We validated existing prediction models and updated the best discriminating model by revision, recalibration, and incremental value testing. Sixteen patients (8%) died within 30 days. Existing models performed moderately at external validation, with C-statistics 0.6 to 0.7 and moderate calibration. Updating to a model including lower RTI, chronic pulmonary disease, temperature, confusion and urea, increased the C-statistic to 0.76 (95% confidence interval, 0.61-0.91) to predict in-hospital mortality. In conclusion, existing models to predict poor prognosis among hospitalized RSV-infected adults perform moderately at external validation. A prognostic model may help to identify and treat RSV-infected adults at high risk of death.
#4 Developing a prediction model to estimate the true burden of respiratory syncytial virus (RSV) in hospitalised children in Western Australia | Scientific Reports
https://www.nature.com/articles/s41598-021-04080-3
Respiratory syncytial virus (RSV) is a leading cause of childhood morbidity, however there is no systematic testing in children hospitalised with respiratory symptoms. […] Our model showed good predictive accuracy (AUROC: 0.87). The respective sensitivity, specificity, positive predictive value and negative predictive values were 58.4%, 92.2%, 68.6% and 88.3%. […] Findings from our study suggest that the true burden of RSV may be 30-57% higher than current estimates. […] Our prediction model was based on readily available patient characteristics and may be useful for identifying hospitalised children likely to test positive for RSV. […] Our prediction model showed a good fit to the seasonality and age distribution of RSV-associated hospitalisation. However, the model slightly underestimated the RSV-associated admissions for older children.
#5 Developing a prediction model to estimate the true burden of respiratory syncytial virus (RSV) in hospitalised children in Western Australia | Scientific Reports
https://www.nature.com/articles/s41598-021-04080-3
Our study has some limitations. Firstly, our results are based on hospitalisation data linked to laboratory records with specimen collection within 48 h of hospital admission. Therefore, we are limiting our prediction model to more severe RSV cases associated with hospitalisation and therefore our model does not estimate the broader community incidence of RSV. […] We have successfully developed a prediction model using population-based data to estimate the true burden of RSV in hospitalised children in WA with good predictive performance and internal validation. Findings from our study indicate that the true burden of RSV is up to 30-57% higher than figures based solely on laboratory detection data in young children.
#6 Novel Risk Prediction Tool Identifies Infants at Increased Risk for Severe RSV Outcomes
https://www.infectiousdiseaseadvisor.com/news/risk-prediction-tool-identifies-infants-at-risk-for-severe-rsv-outcomes/
A personalized risk prediction tool accurately identified infants at the highest risk of significant morbidity and mortality due to severe respiratory syncytial virus infection, including those most likely to benefit from immunoprophylaxis. […] A novel risk prediction tool was found to be effective for identifying infants at increased risk for severe outcomes due to respiratory syncytial virus (RSV)-related lower respiratory tract infection (LRTI). […] The researchers found that the tool had good predictive accuracy for identifying infants at risk for ICU admission due to severe RSV-related LRTI, with an area under the curve (AUC) of 0.78 (95% CI, 0.77-0.80). […] In a sensitivity analysis of high-risk preterm infants (n=49,209), the tool demonstrated similar discriminative performance (AUC, 0.80; 95% CI, 0.77-0.83).
#7 Novel Risk Prediction Tool Identifies Infants at Increased Risk for Severe RSV Outcomes
https://www.infectiousdiseaseadvisor.com/news/risk-prediction-tool-identifies-infants-at-risk-for-severe-rsv-outcomes/
Significant positive predictors of ICU admission due to severe RSV-related LRTI included male sex, later birth month, higher number of living siblings, maternal smoking during pregnancy, urban and suburban maternal residence, ventilation during birth hospitalization, congenital respiratory-related anomalies, cyanotic heart disease, and Down syndrome. […] In a rapidly-change era of RSV prevention, this risk prediction tool is a first step in identifying infants in the general population who might benefit most from RSV immunoprophylaxis, the researchers concluded.
#8 A novel model to predict age of respiratory syncytial virus infection from birth timing in relation to RSV circulation | medRxiv
https://www.medrxiv.org/content/10.1101/2025.04.01.25325040v1.full-text
Respiratory syncytial virus (RSV) is a common respiratory virus that infects all children by age 2 to 3 years of age and causes the greatest morbidity at the extremes of life. Recent evidence suggests that early-life RSV infection, defined using active and passive surveillance with quantitative polymerase chain reaction- and serology-identified infection, is causal for childhood asthma. As such, identifying infants that are likely to be infected with RSV during this critical susceptibility window has important implications for determining who is most at risk for chronic respiratory sequelae like asthma. […] The age of first RSV infection has important implications not only for risk of severe disease but also for childhood wheeze and asthma risk. We have previously found that infants infected before age one year, with infection identified by quantitative polymerase chain reaction (PCR)- or serology-identified infection, are significantly more likely to develop asthma by age five years.
#9 A novel model to predict age of respiratory syncytial virus infection from birth timing in relation to RSV circulation | medRxiv
https://www.medrxiv.org/content/10.1101/2025.04.01.25325040v1.full-text
Our model utilizes publicly available RSV circulation data from the CDC and a subjects birthdate, as well as other demographic covariates, to provide personalized RSV infection risk prediction. […] Our model is interpretable, yields an exceptional fit to the data, generalizes across populations, and can even be fit using easy-to-obtain bronchiolitis healthcare encounter data. […] We believe our work represents a substantial development in viral surveillance, as it allows, for the first time, identification of age of infant RSV infection within large populations without the need for active surveillance.
#10 A novel model to predict age of respiratory syncytial virus infection from birth timing in relation to RSV circulation | medRxiv
https://www.medrxiv.org/content/10.1101/2025.04.01.25325040v1.full-text
Hence, identifying infants likely to be infected during this critical susceptibility period has important implications for determining those at the greatest risk of severe acute infection as well as developing chronic respiratory sequelae. […] Our model is easy to interpret, provides an exceptional fit for the data, and generalizes across populations, where we use it to accurately predict age of first infection in two independent cohorts. […] Our work represents a major development in RSV research, as it facilitates, for the first time, reliable estimation of the age of infant RSV infection during the first year of life in populations without the need for active surveillance. […] The generalizability of our model estimated in INSPIRE, as well as our quantification of the importance of birthdate and non-birthdate covariates in predicting infection outcomes, suggest a way to perform RSV surveillance in early life without actually having to conduct active surveillance to capture age of infection.
#11 RSV Symptoms, Causes & Treatment
https://my.clevelandclinic.org/health/diseases/rsv-respiratory-syncytial-virus
RSV can last a week or two. You might have a lingering cough for a while. Severe cases of RSV may last longer. […] RSV can be as mild as a cold. Or it can turn into something more serious. The important thing is to keep an eye out for signs of serious illness. If you feel something isnt right even if you think you or your child just has a cold dont hesitate to call a provider or seek emergency care.