在一項新的研究中，來自美國威爾康奈爾醫學院等研究機構的研究人員發現稱為新冠長期癥狀（long COVID，簡稱長新冠）的新冠后綜合征（post-COVID syndrome）有4種主要亞型，由不同的癥狀群定義。相關研究結果近期發表在Nature Medicine期刊上，論文標題為“Data-driven identification of post-acute SARS-CoV-2 infection subphenotypes”。
這項新的研究是同類探究長新冠的研究中*大的。這些作者使用了一種機器學習算法，在近3.5萬名SARS-CoV-2感染檢測呈陽性而且后來出現了揮之不去的長新冠癥狀的美國患者的健康記錄中發現了癥狀模式。
這項新的研究由美國國家衛生研究院（NIH）的 “研究新冠以促進康復（Researching COVID to Enhance Recovery, RECOVER）”計劃資助，是為期一年的980萬美元資助的一部分，重點是電子健康記錄隊列研究，由威爾康奈爾醫學院臨床研究**副院長和人口健康科學系主任Rainu Kaushal博士帶頭。
Kaushal說，“RECOVER的目的是迅速闡明在長新冠中發生了什么。研究病例如何分類可以深刻地影響患者的預后和護理?！?
在檢測到的四種主要癥狀模式中，一種模式以心臟和腎臟問題為特征，包括在美國COVID-19大流行的頭幾個月感染的比例相對較高的患者；另一種模式包括呼吸系統問題、焦慮、睡眠障礙和其他癥狀，包括**和胸痛；具有這種模式的患者中近三分之二是女性。
論文通訊作者、威爾康奈爾醫學院人口健康科學系副教授Fei Wang博士說，“這些結果應該為正在進行的關于長新冠的潛在機制和潛在**方法的研究提供信息?！?
病毒感染有時會給患者留下多種揮之不去的、往往是非特異性的癥狀。對于SARS-CoV-2來說，感染后綜合征普遍被稱為long COVID（長新冠），更正式的說法是“SARS-CoV-2感染的急性后遺癥（Post-Acute Sequelae of SARS-Cov-2 Infection, PASC）”。它們似乎非常普遍；據估計，有長新冠的美國人在美國成年人口中的比例高達40%。
Kaushal說，“了解長新冠的流行病學使臨床醫生能夠幫助患者了解他們的癥狀和預后，并促進對患者的多學科**。電子健康記錄提供了一個了解這種情況的窗口，使我們能夠更好地描述長新冠癥狀，為其他類型的研究（包括基礎發現和臨床試驗）提供信息?！?
這項新研究分析的健康記錄來自美國國內基于患者的臨床試驗研究網絡（National Patient-Centered Clinical Research Network, PCORnet）收集的兩個大型數據集，PCORnet由來自美國國內各地的八個醫療機構聯合體組成。其中的一個數據集來自Kaushal領導的INSIGHT臨床研究網絡，包括來自紐約患者的數據，而另一個數據集來自OneFlorida+網絡，包括來自佛羅里達、喬治亞和阿拉巴馬的患者?？傮w來說，該分析涵蓋了2020年3月至2021年11月截至但不包括**波Omicron疫情的34605名不同患者的健康記錄。
*初分析紐約患者的數據集時，這種機器學習算法檢測到了四種主要的癥狀模式。**種癥狀模式，約占34%的患者，以心臟、腎臟和循環相關癥狀為主。與其他組的患者相比，這一組的患者平均年齡較大（中位年齡為65歲），更有可能是男性（49%），有相對較高的COVID-19住院率（61%），并且有相對較多的預先存在的**。在2020年3月至6月的美國**SARS-CoV-2感染者中，這一群體的比例也是*高的（37%）。
**種癥狀模式在頻率上與**種相當（33%的患者），主要是呼吸和睡眠問題、焦慮、**和胸痛。有這種癥狀模式的患者大多是女性（63%），中位年齡為51歲，COVID-19住院率低得多（31%）。在2020年11月至2021年11月的后期疫情中，該組中幾乎三分之二的患者對SARS-CoV-2檢測呈陽性。這組患者的前期癥狀以呼吸系統問題為中心，如慢性阻塞性肺病和**。
剩下的兩種癥狀模式分別以肌肉骨骼和神經系統癥狀為主，包括關節炎（23%的患者），以及消化道和呼吸道癥狀的組合（10%）。
只有在**種癥狀模式中，性別比例大致為1比1；在其他三種癥狀模式中，女性患者占了相當大的比例（超過60%）。
Wang博士說，“這種長新冠風險的性別差異與之前的研究一致，但迄今為止，甚至很少有研究試圖揭示其背后的機制?！?
為了驗證他們的發現，這些作者將他們的算法應用于涵蓋美國南方三州（佛羅里達、喬治亞和阿拉巴馬）患者的數據集，發現結果非常相似。該分析還支持了長新冠的總體有效性，因為它顯示對于SARS-CoV-2檢測呈陰性的患者，在檢測后30至180天的相同時間間隔內出現的癥狀并沒有如此明確的模式。
這些作者目前正在沿著幾條路線進行后續研究，包括定義長新冠的癥狀模式，以便可以從電子健康記錄中輕松識別，識別不同癥狀模式的風險因素，以及識別可以重新利用的現有**方法來幫助長新冠患者。（生物谷 Bioon.com）
