Targeting viral persistence in Post-COVID Syndromes
Prof. Dr. Michael Peluso, University of California San Francisco (UCSF), USA
Mit Klick auf das Vorschaubild wird das Video von YouTube geladen. Dabei können personenbezogene Daten an YouTube übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
Prof. Dr. Michael Peluso sprach über Therapieansätze bei Long COVID, die sich mit Viruspersistenz beschäftigen. Besonders vor der Verbreitung der Omikron-Variante zeigte sich eine Persistenz des SARS-CoV-2-Virus bei Long COVID-Betroffenen in Blut und Gewebe. Aktuell ist noch unklar, ob die Viruspersistenz eine Folge oder die Ursache von Long COVID ist. Bekannt ist, dass eine Korrelation zwischen Viruspersistenz und viraler nasaler Last zum Zeitpunkt der ursprünglichen Infektion besteht. Zusätzlich besteht ein Zusammenhang zwischen der Schwere der Long COVID-Symptome und Antigenen gegen SARS-CoV-2 im Blut ein Jahr nach der akuten Infektion. Die Antigene waren mit kognitiven und kreislaufbezogenen Symptomen von Long COVID assoziiert, aber nicht mit Fatigue. Zukünftige Studien sollen sich damit beschäftigen, eine Viruspersistenz zu verhindern und eine bestehende Viruspersistenz zu verringern. Bisher gibt es nur begrenzte Evidenz, nachdem zwei Studien mit Nirmatrelvir-Ritonavir Kombination (Paxlovid) negativ ausgefallen sind, aber in einigen Monaten sollen die Ergebnisse der RECOVER-VITAL-Studie vorliegen, die die Wirksamkeit von antiviralen Medikamenten während einer akuten COVID-19-Infektion mit 900 Teilnehmenden untersucht. Erwähnt wurde auch die aktuell laufende placebokontrollierte Studie outSMART-LC, die mit dem monoklonalem Antikörper AER002 gegen SARS-CoV-2 auf eine Reduktion persistierender Viruspartikel und damit einer Zustandsverbesserung bei Long COVID abzielt. Prof. Peluso betonte die Notwendigkeit besserer Biomarker zur Stratifizierung der zu untersuchenden Kohorten, um widersprüchliche Ergebnisse zu vermeiden, sowie die Notwendigkeit der Etablierung einer zentralen Kohorte für kommende Studien mit zentraler Datenanalyse und Konsensus-Biomarkern, um Ergebnisse zukünftiger Studien besser untereinander vergleichen zu können.