Untersuchung von Long COVID: Trends und Erkenntnisse
Forschung zeigt die Herausforderungen und Merkmale von Long-COVID-Fällen.
― 6 min Lesedauer
Inhaltsverzeichnis
Nach einer COVID-19-Infektion fühlen sich manche Leute Wochen oder sogar Monate lang krank. Diese anhaltende Krankheit wird oft als Long COVID bezeichnet. Es ist nicht einfach eine einzige Krankheit; stattdessen umfasst es eine Vielzahl von Symptomen, die länger anhalten als die typische COVID-19-Erkrankung. Ärzte sehen es als eine Ansammlung verschiedener Gesundheitsprobleme, wie Herzprobleme, Blutprobleme, chronische Müdigkeit und Probleme mit dem Nervensystem. Jedes dieser Probleme hat eigene Ursachen und Folgen, was zu Unterschieden darin führt, wie Menschen Long COVID erleben. Manchmal können die Symptome sehr schwerwiegend sein und das tägliche Leben erheblich beeinträchtigen.
Der Bedarf an Forschung
Da wir noch viele unbeantwortete Fragen zu Long COVID haben, ist mehr Forschung nötig, um zu verstehen, was es verursacht und wie es die Betroffenen beeinflusst. Ein nützliches Werkzeug für diese Forschung könnten elektronische Gesundheitsakten (EHR) sein. Das sind digitale Dateien, die die medizinischen Vorgeschichte, Behandlungen und andere relevante Informationen von Patienten festhalten. Die Nutzung von EHR in Studien kann Ärzten und Forschern helfen, mehr über Long COVID zu erfahren. Es gibt jedoch Herausforderungen bei der Verwendung von EHR, einschliesslich Fehler bei der Diagnose, inkonsequente Codierungspraktiken und fehlende Informationen.
Im Vereinigten Königreich nutzen Ärzte seit dem Winter 2020 spezielle Codes, um Long COVID-Fälle zu dokumentieren. Diese Codes helfen Ärzten und Forschern, Patienten zu verfolgen, die mit langfristigen Symptomen nach COVID-19 zu kämpfen haben. In früheren Studien wurde gezeigt, dass nur sehr wenige Fälle von Long COVID in EHRs erfasst wurden. Da sich die Situation mit neuen COVID-19-Varianten und Impfstoffen im Laufe der Zeit ändert, ist es wichtig zu sehen, ob es Unterschiede gibt, wie Long COVID jetzt erfasst wird.
Untersuchung der Long COVID-Häufigkeit
Unsere Forschung betrachtete über 19 Millionen Erwachsene in England, die bei Hausarztpraxen mit einer bestimmten Software registriert waren. Wir konzentrierten uns auf Personen, die sich ab dem 1. November 2020 registriert haben – als die Long COVID-Codes verfügbar wurden. Wir wollten herausfinden, wie häufig Long COVID-Codes sind und welche Merkmale die Personen haben, die mit Long COVID in ihren Gesundheitsakten vermerkt sind.
Wir verfolgten jeden Teilnehmer über einen bestimmten Zeitraum und suchten nach ihrem erstmals aufgezeichneten Long COVID-Code sowie Informationen über ihren demografischen und klinischen Hintergrund. Dazu gehörten Alter, Geschlecht, Standort und Impfgeschichte. Wir betrachteten auch Ergebnisse von COVID-19-Tests aus der Vergangenheit sowie Krankenhausaufzeichnungen, um die Zusammenhänge zwischen diesen Faktoren und Long COVID besser zu verstehen.
Wichtige Erkenntnisse
Wer ist betroffen?
Aus den gesammelten Daten ging hervor, dass Long COVID-Codes hauptsächlich bei Frauen aufgezeichnet wurden, insbesondere bei denen im Alter von 40 bis 60 Jahren. Personen mit mindestens einer chronischen Erkrankung hatten ebenfalls eine höhere Wahrscheinlichkeit, dass Long COVID erfasst wurde. Diejenigen, die sich schützten oder als Hochrisikopatienten aufgrund von COVID-19-Komplikationen galten, hatten höhere Erfassungsraten.Auswirkungen der Impfungen
Wir beobachteten, dass die Raten von Long COVID allgemein niedriger waren bei denjenigen, die drei oder mehr Impfstoffdosen erhalten hatten. Interessanterweise zeigten Personen, die ursprünglich einen mRNA-Impfstoff (wie Pfizer oder Moderna) erhalten hatten, niedrigere Raten von erfasstem Long COVID im Vergleich zu denen, die andere Impfstoffe erhalten hatten. Das deutet darauf hin, dass Impfungen möglicherweise einen positiven Einfluss auf die Verringerung der Wahrscheinlichkeit von Long COVID haben.Codierungspraktiken
Im Laufe der Zeit wurden unterschiedliche Codes zur Erfassung von Long COVID-Fällen verwendet. Zunächst waren Diagnosecodes häufiger, aber Überweisungscodes zu spezialisierten Kliniken wurden häufiger. Diese Veränderung spiegelt Veränderungen im Verständnis und der Behandlung von Long COVID wider.
Herausforderungen mit EHR-Daten
Obwohl EHR wertvolle Informationen liefern können, gibt es Einschränkungen. Viele Menschen, die glauben, Long COVID zu haben, könnten es nicht in ihren Gesundheitsakten vermerkt haben. Ausserdem könnte es sein, dass einige, die Long COVID-Codes haben, die Krankheit tatsächlich nicht haben. Dies könnte besonders für diejenigen zutreffen, die einen Überweisungscode erhielten, aber nie die Kriterien für Long COVID erfüllten.
Zudem hatten viele Personen, die mit Long COVID erfasst wurden, keinen dokumentierten positiven COVID-19-Test mindestens 12 Wochen bevor ihr Long COVID-Eintrag gemacht wurde. Diese Diskrepanz wirft Fragen darüber auf, wie wir Long COVID definieren und wen wir als betroffen betrachten.
Einblicke aus den Daten
In unserer Studie identifizierten wir über 55.000 erfasste Fälle von Long COVID. Die jährlichen Neuaufzeichnungen stiegen 2021 stetig an, erreichten ihren Höhepunkt Anfang 2022 und gingen dann langsam im Verlauf von 2022 zurück. Dieser Rückgang könnte mit verbesserten Impfungen und einem besseren Verständnis der Krankheit zusammenhängen.
Interessanterweise gab es deutliche Unterschiede in der Erfassung von Long COVID in verschiedenen Regionen. In weniger benachteiligten Gebieten war beispielsweise die Rate der erfassten Long COVID-Fälle höher. Das könnte auf einen einfacheren Zugang zu Gesundheitsdiensten in diesen Regionen hinweisen.
Zukünftige Forschungsrichtungen
Um vorwärtszukommen, müssen wir verfeinern, wie wir Long COVID-Fälle kategorisieren und identifizieren. Dazu gehört die Suche nach einer konsistenten Definition für Long COVID, die in verschiedenen Studien verwendet werden kann. Weitere Forschung ist entscheidend, um das gesamte Spektrum von Symptomen und Auswirkungen von Long COVID auf das Leben der Menschen zu verstehen.
Angesichts der unterschiedlichen Erfahrungen von Menschen mit Long COVID ist es wichtig, EHR-Daten mit detaillierteren Umfragen oder Fragebögen zu kombinieren. Das könnte tiefere Einblicke in die persönlichen Geschichten hinter den Zahlen bieten.
Es ist auch entscheidend, die Rolle von Impfstoffen im Zusammenhang mit Long COVID weiter zu untersuchen. Obwohl wir einige Hinweise gesehen haben, die darauf hindeuten, dass Impfungen das Risiko verringern, sind gezielte Studien erforderlich. Weitere Forschung würde helfen zu klären, wie verschiedene Impfstoffe, Impfstoffkombinationen und -pläne die Ergebnisse von Long COVID beeinflussen könnten.
Fazit
Long COVID bleibt ein wichtiges Forschungsfeld nach der COVID-19-Pandemie. Während EHR das Potenzial haben, unser Verständnis von Long COVID voranzubringen, stellen die Komplexität der Erkrankung und die Variabilität in der Codierung der Gesundheitsakten Herausforderungen dar. Mit laufender Forschung können wir mehr über Long COVID lernen, seine Auswirkungen auf Einzelpersonen und wie man die Versorgung derjenigen verbessert, die unter den langfristigen Folgen leiden.
Titel: Clinical coding of long COVID in primary care 2020-2023 in a cohort of 19 million adults: an OpenSAFELY analysis
Zusammenfassung: BackgroundLong COVID is the patient-coined term for the persistent symptoms of COVID-19 illness for weeks, months or years following the acute infection. There is a large burden of long COVID globally from self-reported data, but the epidemiology, causes and treatments remain poorly understood. Primary care is used to help identify and treat patients with long COVID and therefore Electronic Health Records (EHRs) of past COVID-19 patients could be used to help fill these knowledge gaps. We aimed to describe those with long COVID in primary care records in England. MethodsWith the approval of NHS England we used routine clinical data from over 19 million adults in England linked to SARS-COV-2 test result, hospitalisation and vaccination data to describe trends in the recording of 16 clinical codes related to long COVID between November 2020 and January 2023. We calculated rates per 100,000 person-years and plotted how these changed over time. We compared crude and minimally adjusted rates of recorded long COVID in patient records between different key demographic and vaccination characteristics using negative binomial models. FindingsWe identified a total of 55,465 people recorded to have long COVID over the study period, with incidence of new long COVID records increasing steadily over 2021, and declining over 2022. The overall rate per 100,000 person-years was 177.5 cases in women (95% CI: 175.5-179) and 100.5 men (99.5-102). In terms of vaccination against COVID-19, the lowest rates were observed in those with 3+ vaccine doses (103.5 [95% CI: 101.5-105]). Finally, the majority of those with a long COVID record did not have a recorded positive SARS-COV-2 test 12 weeks before the long COVID record. InterpretationEHR recorded long COVID remains very low compared and incident records of long COVID declined over 2022. We found the lowest rates of recorded long COVID in people with 3 or more vaccine doses. We summarised several sources of possible bias for researchers using EHRs to study long COVID.
Autoren: Alasdair D Henderson, B. F. Butler-Cole, J. Tazare, L. A. Tomlinson, M. Marks, M. Jit, A. Briggs, L.-Y. Lin, O. Carlile, C. Bates, J. Parry, S. C. Bacon, I. Dillingham, W. A. Dennison, R. E. Costello, Y. Wei, A. J. Walker, W. Hulme, B. Goldacre, A. Mehrkar, B. MacKenna, T. O. Collaborative, E. Herrett, R. M. Eggo
Letzte Aktualisierung: 2023-12-04 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2023.12.04.23299364
Quell-PDF: https://www.medrxiv.org/content/10.1101/2023.12.04.23299364.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.