研究确定了四个主要的亚型COVID长

post-COVID综合症称为长COVID定义的四个主要的亚型不同集群的症状,根据一项研究由威尔康奈尔医学院的研究人员。

这项研究发表在12月1日自然医学,是同类研究中规模最大的长COVID检查。谁代表临床医生和研究人员信息学家,使用机器学习算法症状的模式健康记录近35000美国SARS-CoV-2感染阳性的患者,后来发达long-COVID-type挥之不去的症状。

由美国国立卫生研究院资助的研究COVID加强恢复(恢复)倡议,这项研究是一个为期一年的980万美元的赠款的一部分关注电子健康记录队列研究,由首席研究员博士Rainu Kaushal,高级副院长临床研究和人口健康科学部门的主席威尔康奈尔医学。

“迅速恢复旨在阐明什么是发生在长COVID,“Kaushal说,文章的第二作者的研究。“看情况下集群如何深刻地影响病人的预后和治疗。”

检测到的四种主要模式,一个心脏和肾脏问题,包括相对较高比例的患者感染的最初几个月大流行在美国另一个模式呼吸系统疾病、焦虑、睡眠障碍其他症状包括头痛、胸痛;将近三分之二的患者这种模式是女性。

“这些结果应通知长COVID正在进行的研究的潜在机制,和潜在的治疗,”范博士说,人口健康科学的副教授,他领导了这一研究。

病毒感染患者有时离开各种挥之不去,往往非特异性症状。SARS-CoV-2,这些感染后症状通常被称为“长COVID”和更多的正式“急性SARS-CoV-2感染”(PASC)。他们似乎很常见;估计美国人早就COVID的数量高达40%的美国成年人口。

“理解的流行病学长COVID允许临床医生帮助病人理解他们的症状和预测并促进multispecialty治疗病人,“Kaushal说,谁也纳内特Laitman特聘教授的人口健康科学和人口健康科学physician-in-chief纽约长老会医院/威尔康奈尔医学中心的。“电子健康记录提供一个窗口到这种情况,让我们更好地描述长COVID症状,通知其他类型的研究包括基础和临床试验发现。”

研究健康记录分析来自两个大型数据集积累了由国家以病人为中心的临床研究网络(PCORnet),它由八个财团的来自全国各地的医疗机构。一个数据集,从了解临床研究——Kaushal leads-included纽约的病人的数据,而另一方来自OneFlorida +网络,其中包括患者从佛罗里达,乔治亚州和阿拉巴马州。总之,分析了34605个不同的病人的医疗记录从2020年3月到2021年11月——但不包括ο第一波。

最初纽约病人数据集分析,机器学习算法检测到四个主要症状的模式。第一,占大约34%的患者,主要是心脏,肾脏和circulation-related症状。患者在这一组,与其他组织相比,平均年龄(平均年龄65),更可能是男性(49%),有一个相对较高的COVID住院率(61%)和相对更多的预先存在的条件。这组也有比例最高(37%)的患者患病期间,SARS-CoV-2美国大型第一波从3月到2020年6月。

模式,第二个症状类似的频率(33%的患者)首先,主要是呼吸和睡眠问题,焦虑、头痛和胸痛。这种模式主要是女性患者(63%),平均年龄为51年和更低的利率(31%)的COVID住院治疗。近三分之二的病人在这组阳性SARS-CoV-2后波期间,从2020年11月到2021年11月。预先存在的条件下在这个集群以呼吸系统疾病如慢性阻塞性肺疾病和哮喘。

另外两个症状主导模式,分别由肌肉骨骼和神经系统症状包括关节炎(23%的患者),并通过消化道和呼吸道症状(10%)。

只在第一个症状模式性别比例约1:1;在其他三个,女性患者占明显多数(60%以上)。

“这性别差异long-COVID风险是与先前的研究一致,但到目前为止,很少有研究甚至试图揭开它潜在的机制,”王说。

验证他们的研究结果,研究人员他们的算法应用于数据集覆盖从南部三州的病人,发现非常相似的结果。分析也支持长期的总体有效性COVID表明,SARS-CoV-2检测呈阴性,患者症状出现在相同的30 - 180天的时间间隔等测试后没有明确的模式。

研究人员目前在几行跟踪与研究,包括长COVID症状的定义模式,这样他们很容易被识别电子健康记录风险因素的识别模式,为不同的症状和识别现有的治疗,可以用来帮助长COVID病人。