O analiză ce utilizează un algoritm AI sugerează existența a patru sub-fenotipuri distincte ale COVID-19 de lungă durată

©

Autor:

O analiză ce utilizează un algoritm AI sugerează existența a patru sub-fenotipuri distincte ale COVID-19 de lungă durată
Sechele post-acute ale infecției cu SARS-CoV-2 (PASC), afectează aproximativ 13% dintre pacienții diagnosticați cu COVID-19, inclusiv persoane inițial asimptomatice. Rezultatele unui nou studiu, publicate în Nature Medicine, arată că oamenii pot fi afectați în mod diferit de PASC. În funcție de afecțiunile diagnosticate în decurs de 1-3 luni de la infecția acută, cercetătorii au identificat patru sub-fenotipuri distincte ale COVID-19 de lungă durata.
Studii anterioare au examinat condițiile PASC în mod separat, fără a furniza dovezi ale unor condiții apărute în mod concomitent. Studiul actual, care utilizează o abordare nouă, bazată pe date existente și integrate într-un algoritm AI, a identificat patru subfenotipuri PASC. În studiu au fost incluse cu un diagnostic pozitiv pentru COVID-19, care au fost ulterior evaluate pentru diverse afecțiuni sau simptome post-COVID apărute într-un interval de 30-180 de zile de la diagnosticul inițial.

Pe baza rezultatelor, cercetătorii au clasificat PASC în patru sub-fenotipuri. Subfenotipul II a inclus cel mai mare număr de pacienți și a fost dominat de anxietate, tulburări respiratorii și tulburări de somn. Subfenotipul I, în schimb, a fost predominant compus din pacienți cu boli renale sau circulatorii, a căror formă inițială a bolii a fost în gener gravă, 61% necesitând spitalizare.

Subfenotipul III a cuprins o treime dintre pacienți și a fost predominat de tulburări pulmonare, tulburări de somn, anxietate, dureri în piept și dureri de cap. Rata de spitalizare din cauza COVID-19 a fost una mai mică, de puțin peste 30%. Majoritatea pacienților din subfenotipul III au prezentat tulburări ale sistemului nervos și musculo-scheletic. Într-un final, subfenotipul cel mai puțin predominant (IV), a cuprins aproximativ 10% dintre pacienți, majoritatea cu tulburări respiratorii și digestive. Pacienții din acest subfenotipul au avut cele mai reduse șanse de a necesita internarea în spital.

sursa: News Medical
foto: males_design/Shutterstock

Data actualizare: 16-12-2022 | creare: 16-12-2022 | Vizite: 174
Bibliografie
Machine learning analysis suggests that there are four sub-phenotypes of long COVID, link: https://www.news-medical.net/news/20221206/Machine-learning-analysis-suggests-that-there-are-four-sub-phenotypes-of-long-COVID.aspx
©

Copyright ROmedic: Articolul se află sub protecția drepturilor de autor. Reproducerea, chiar și parțială, este interzisă!

Alte articole din aceeași secțiune:

Din Ghidul de sănătate v-ar putea interesa și:
  • 7 din 10 pacienți internați cu COVID-19 continuă să prezinte simptome la un an distanță
  • O singură doză de vaccin ARNm nu reduce riscul potențial de a dezvolta simptome pe termen lung în urma COVID-19
  • O nouă evaluare a severității asupra calității vieții ale simptomelor persistente a noului SARS-CoV-2
  • Forumul ROmedic - întrebări și răspunsuri medicale:
    Pe forum găsiți peste 500.000 de întrebări și răspunsuri despre boli sau alte subiecte medicale. Aveți o întrebare? Primiți răspunsuri gratuite de la medici.
      intră pe forum
     
     
     
    Accept cookies Informare Cookies Site-ul ROmedic.ro foloseşte cookies pentru a îmbunătăţi experienţa navigării, a obține date privind traficul și performanța site-ului și a livra publicitate mai eficient.
    Găsiți informații detaliate în Politica cookies și puteți gestiona consimțământul dvs din Setări cookies.