Nhiễm COVID kéo dài có liên quan đến đợt kich phát của bệnh nhược cơ
09 Oct 2026
Theo một nghiên cứu gần đây của Trung Quốc, nhiễm covid kéo dài là yếu tố nguy cơ làm xuất hiện đợt kịch phát của bệnh nhược cơ.
Đoàn hệ gồm 180 bệnh nhân (tuổi trung bình 42,1 tuổi; 65,6% là nữ giới) nhiễm COVID-19 kéo dài, được tuyển chọn tại Bệnh viện số 2 trực thuộc Đại học Y học Cổ truyền Quý Châu, đợt kịch phát của nhược cơ xảy ra ở 34,4% bệnh nhân trong thời hạn theo dõi 12 tháng. [Respir Med 2026;251:108554]
Đợt kịch phát mức độ nặng chiếm 43,5%, mức trung bình 51,6% và nhẹ 4,8%. Khoảng 84% đợt kịch phát ghi nhận trong tháng đầu tiên hậu nhiễm COVID-19. Tất cả 6 ca tử vong được ghi nhận (3,3%) đều liên quan đến tình trạng nhược cơ trở nặng trước khi mất. Trung vị thời gian không bệnh tiến triển (khoảng thời gian từ khi khởi phát COVID-19 đến lần đầu xuất hiện đợt kịch phát) là 3 ngày. Đáng chú ý, đợt kịch phát nhược cơ thường gặp hơn ở bệnh nhân nhiễm COVID kéo dài so với nhóm không nhiễm kéo dài (64,6% vs 23,5%). Bệnh nhân bị COVID kéo dài có tỷ lệ xuất hiện đợt kịch phát không hồi phục hoàn toàn cao hơn nhóm không nhiễm kéo dài, một cách nhất quán, tại các mốc theo dõi 1 tháng (47,9% so với 12,9%), 6 tháng (43,8% so với 9,8%) và 12 tháng (35,4% so với 6,8%); p<0,001 ở mọi thời điểm so sánh.
Nhiễm COVID kéo dài trở thành một yếu tố dự báo mạnh nhất cho đợt kịch phát của nhược cơ (tỷ số nguy cơ hiệu chỉnh [aHR]=2,55; khoảng tin cậy [CI] 95%: 1,47-4,42; p=0,001), tiếp đến là việc sử dụng thuốc ức chế acetylcholinesterase (AChE) (aHR=2,38; CI 95%: 1,39-4,06; p=0,002) và nhiễm COVID-19 mức độ nặng (aHR=2,30; CI 95%: 1,30-4,10; p=0,004).
Các tác giả cho biết: “Nhìn chung, phát hiện của chúng tôi phù hợp với những bằng chứng mới nổi về di chứng tự miễn toàn thân của nhiễm COVID kéo dài, qua đó ủng hộ việc sử dụng sớm các liệu pháp kháng virus (ví dụ như kháng thể đơn dòng) nhằm giảm thiểu tình trạng hoạt hóa miễn dịch kéo dài ở bệnh nhân nhược cơ.”
Họ giải thích: “Về mặt cơ chế, SARS-CoV-2 có thể kéo dài tình trạng rối loạn điều hòa miễn dịch thông qua cơn bão cytokine, hiện tượng phân tử bắt chước hoặc sự tồn tại dai dẳng của ổ chứa virus, tương tự như đã ghi nhận trong các bệnh tự miễn và thoái hóa thần kinh khác. Ngoài ra, các di chứng liên quan đến hệ thần kinh tự chủ và hô hấp (ví dụ: rối loạn thần kinh tự chủ, giảm dự trữ thông khí, gián đoạn giấc ngủ) có thể làm tăng gánh nặng sinh lý lên cơ vùng hành não và cơ hô hấp, làm trầm trọng tình trạng mệt mỏi đồng thời thúc đẩy vào đợt kịch phát.”
Hiệu quả dự đoán tốt
Các tác giả đã phát triển các mô hình học máy (ML) ứng dụng nhằm đánh giá giá trị của nhiễm COVID kéo dài trong việc dự đoán các đợt kịch phát của nhược cơ. So với các mô hình khác (Ridge, LASSO và Support Vector Machine), thuật toán forest ngẫu nhiên cho thấy hiệu quả tốt nhất, với diện tích dưới đường cong (AUC) đạt 0,83 trong dự đoán đợt kịch phát bệnh nhược cơ hậu nhiễm SARS-CoV-2.
Các tác giả nhận định: “Hiệu quả này tương đương với các ML đã được thiết lập để dự đoán độ nặng của COVID-19 cấp, trong đó các mô hình forest ngẫu nhiên thường đạt AUC từ 0,80-0,83 trong dự đoán nhập khoa Hồi sức tích cực hoặc cần thông khí cơ học. Kết quả này cũng vượt xa so với khả năng phân biệt thường được báo cáo trong dự đoán các đợt bùng phát bệnh tự miễn (ví dụ như lupus ban đỏ hệ thống), trong đó các giá trị AUROC thường ghi nhận ở mức khoảng 0,66.”
Theo các tác giả, mô hình ML forest ngẫu nhiên giúp thẩm định các phát hiện chính và đóng vai trò như một công cụ có giá trị ứng dụng lâm sàng giúp can thiệp sớm.
Các tác giả cho biết: “Phân tích đường cong quyết định tiếp tục khẳng định giá trị ứng dụng của các mô hình này trên nhiều ngưỡng xác suất, qua đó nhấn mạnh tiềm năng chuyển giao vào thực hành tại các cơ sở bị hạn chế về nguồn lực. Chúng tôi khuyến nghị tiến hành nghiên cứu thẩm định bên ngoài trên các bộ dữ liệu đa trung tâm trong tương lai để đánh giá khả năng áp dụng rộng rãi giữa các cơ sở chăm sóc khác nhau và trong các thời kỳ tồn tại các biến thể virus khác nhau”.
Đoàn hệ gồm 180 bệnh nhân (tuổi trung bình 42,1 tuổi; 65,6% là nữ giới) nhiễm COVID-19 kéo dài, được tuyển chọn tại Bệnh viện số 2 trực thuộc Đại học Y học Cổ truyền Quý Châu, đợt kịch phát của nhược cơ xảy ra ở 34,4% bệnh nhân trong thời hạn theo dõi 12 tháng. [Respir Med 2026;251:108554]
Đợt kịch phát mức độ nặng chiếm 43,5%, mức trung bình 51,6% và nhẹ 4,8%. Khoảng 84% đợt kịch phát ghi nhận trong tháng đầu tiên hậu nhiễm COVID-19. Tất cả 6 ca tử vong được ghi nhận (3,3%) đều liên quan đến tình trạng nhược cơ trở nặng trước khi mất. Trung vị thời gian không bệnh tiến triển (khoảng thời gian từ khi khởi phát COVID-19 đến lần đầu xuất hiện đợt kịch phát) là 3 ngày. Đáng chú ý, đợt kịch phát nhược cơ thường gặp hơn ở bệnh nhân nhiễm COVID kéo dài so với nhóm không nhiễm kéo dài (64,6% vs 23,5%). Bệnh nhân bị COVID kéo dài có tỷ lệ xuất hiện đợt kịch phát không hồi phục hoàn toàn cao hơn nhóm không nhiễm kéo dài, một cách nhất quán, tại các mốc theo dõi 1 tháng (47,9% so với 12,9%), 6 tháng (43,8% so với 9,8%) và 12 tháng (35,4% so với 6,8%); p<0,001 ở mọi thời điểm so sánh.
Nhiễm COVID kéo dài trở thành một yếu tố dự báo mạnh nhất cho đợt kịch phát của nhược cơ (tỷ số nguy cơ hiệu chỉnh [aHR]=2,55; khoảng tin cậy [CI] 95%: 1,47-4,42; p=0,001), tiếp đến là việc sử dụng thuốc ức chế acetylcholinesterase (AChE) (aHR=2,38; CI 95%: 1,39-4,06; p=0,002) và nhiễm COVID-19 mức độ nặng (aHR=2,30; CI 95%: 1,30-4,10; p=0,004).
Các tác giả cho biết: “Nhìn chung, phát hiện của chúng tôi phù hợp với những bằng chứng mới nổi về di chứng tự miễn toàn thân của nhiễm COVID kéo dài, qua đó ủng hộ việc sử dụng sớm các liệu pháp kháng virus (ví dụ như kháng thể đơn dòng) nhằm giảm thiểu tình trạng hoạt hóa miễn dịch kéo dài ở bệnh nhân nhược cơ.”
Họ giải thích: “Về mặt cơ chế, SARS-CoV-2 có thể kéo dài tình trạng rối loạn điều hòa miễn dịch thông qua cơn bão cytokine, hiện tượng phân tử bắt chước hoặc sự tồn tại dai dẳng của ổ chứa virus, tương tự như đã ghi nhận trong các bệnh tự miễn và thoái hóa thần kinh khác. Ngoài ra, các di chứng liên quan đến hệ thần kinh tự chủ và hô hấp (ví dụ: rối loạn thần kinh tự chủ, giảm dự trữ thông khí, gián đoạn giấc ngủ) có thể làm tăng gánh nặng sinh lý lên cơ vùng hành não và cơ hô hấp, làm trầm trọng tình trạng mệt mỏi đồng thời thúc đẩy vào đợt kịch phát.”
Hiệu quả dự đoán tốt
Các tác giả đã phát triển các mô hình học máy (ML) ứng dụng nhằm đánh giá giá trị của nhiễm COVID kéo dài trong việc dự đoán các đợt kịch phát của nhược cơ. So với các mô hình khác (Ridge, LASSO và Support Vector Machine), thuật toán forest ngẫu nhiên cho thấy hiệu quả tốt nhất, với diện tích dưới đường cong (AUC) đạt 0,83 trong dự đoán đợt kịch phát bệnh nhược cơ hậu nhiễm SARS-CoV-2.
Các tác giả nhận định: “Hiệu quả này tương đương với các ML đã được thiết lập để dự đoán độ nặng của COVID-19 cấp, trong đó các mô hình forest ngẫu nhiên thường đạt AUC từ 0,80-0,83 trong dự đoán nhập khoa Hồi sức tích cực hoặc cần thông khí cơ học. Kết quả này cũng vượt xa so với khả năng phân biệt thường được báo cáo trong dự đoán các đợt bùng phát bệnh tự miễn (ví dụ như lupus ban đỏ hệ thống), trong đó các giá trị AUROC thường ghi nhận ở mức khoảng 0,66.”
Theo các tác giả, mô hình ML forest ngẫu nhiên giúp thẩm định các phát hiện chính và đóng vai trò như một công cụ có giá trị ứng dụng lâm sàng giúp can thiệp sớm.
Các tác giả cho biết: “Phân tích đường cong quyết định tiếp tục khẳng định giá trị ứng dụng của các mô hình này trên nhiều ngưỡng xác suất, qua đó nhấn mạnh tiềm năng chuyển giao vào thực hành tại các cơ sở bị hạn chế về nguồn lực. Chúng tôi khuyến nghị tiến hành nghiên cứu thẩm định bên ngoài trên các bộ dữ liệu đa trung tâm trong tương lai để đánh giá khả năng áp dụng rộng rãi giữa các cơ sở chăm sóc khác nhau và trong các thời kỳ tồn tại các biến thể virus khác nhau”.