面对新冠肺炎在全球的不断蔓延,李红良团队始终坚守科研工作者的职能岗位,积极发挥科研探索精神,三日内连发两篇科研新发现,为抗疫工作奉献了攻坚力量。

　　2021年1月5日,武汉大学,中南大学,加利福尼亚大学洛杉矶分校等多单位合作,李红良,张晓晶,杨娟及张鑫等共同通讯在Cell Metabolism 在线发表题为“The neutrophil-to-lymphocyte ratio determines clinical efficacy of corticosteroid therapy in patients with COVID-19”的研究论文,该研究在全球范围内首次明确了新冠肺炎治疗中糖皮质激素(以下简称“激素”)用药的边界。

　　李红良团队在对1286例COVID-19患者的研究中发现,该研究发现入院时嗜中性粒细胞与淋巴细胞之比(NLR)> 6.11可以判别死亡率较高。然而,重要的是,在此类个体中使用皮质类固醇激素治疗可降低60天全因死亡率的风险。相反,在NLR≤6.11或2型糖尿病的个体中,皮质类固醇激素的治疗与死亡率降低无关,而与高血糖症和感染风险增加相关。这些结果表明,在所研究的队列中,皮质类固醇治疗与非糖尿病且具有NLR定义的严重症状的一部分COVID-19患者的有益结果相关。这一”明确边界”在临床中的应用,将有望降低新冠肺炎死亡率并大幅减少激素用药不良反应的发生。

　　2021年1月7日,武汉大学李红良团队,在Cell出版社旗下新子刊Med 在线发表了题为“Development and Validation of a Risk Score Using Complete Blood Count toPredict In-hospital Mortality in COVID-19 Patients”的最新研究成果,该研究在全球范围内,首次构建了一个新的预测评分模型(PAWNN评分),利用血常规检查指标,便可准确高效地判断新冠肺炎患者的全病程风险评估,能够帮助临床医生及时判断病人风险动态变化,及时调整救治方案及优化医疗资源分配。

　　李红良团队收集了12000名新冠肺炎患者的相关数据,通过严格的建模计算、分析验证,成功构建了基于年龄和血常规检测指标的新冠肺炎风险预测评分:PAWNN评分。这5项指标分别是血小板(P)、年龄(A)、白细胞(W)、中性粒细胞(N)和中性粒细胞与淋巴细胞比值(N)。PAWNN评分还在227名意大利新冠肺炎患者临床数据中进行了验证,依然表现出了良好的预测效果,广泛适用于不同的新冠肺炎患者,

　　李红良团队这项研究发现意义重大,血常规指标是最容易获得的临床数据之一,PAWNN评分简单经济,不仅能在患者入院时判断死亡风险,还能在整个住院期间的任何时间点对死亡风险进行动态地预测,并能够实现对病人整个住院期间死亡风险的动态监测。这将有助于一线医生及时、高效地调整患者治疗方案。对降低新冠肺炎患者的死亡率具有重要积极的作用。

　　一直以来,李红良团队坚守科研岗位,面对面对新冠肺炎的全球蔓延及医疗资源紧缺的困境,不断为抗疫大计奉献科研成果。早在2020年10月2日,李红良团队就在Med 上发表了题为“Kidney Function Indicators Predict Adverse Outcomes of COVID-19”的重要研究成果,该项研究提供了明确临床依据,证实血尿素氮升高与死亡风险高度相关,并且在全球首次阐明了入院血尿酸水平降低与新冠患者死亡率及不良结局密切有关。

　　该研究成果为新冠入院患者的早期风险分层、临床资源调配、临床诊治方案确定提供了直接指导。该研究于2020年12月入选Med 主编推荐的2020年度五大高关注研究论文。