Le défi constant du diagnostic du Long COVID
Les systèmes de santé galèrent à diagnostiquer et traiter le Long COVID malgré son impact.
― 7 min lire
Table des matières
Plus de quatre ans après le début de la pandémie de COVID-19, les systèmes de santé galèrent toujours à diagnostiquer et traiter correctement le Long COVID. Cette condition apparaît après une infection aiguë au COVID-19 et peut toucher plusieurs systèmes dans le corps, entraînant une variété de Symptômes. D'après ce qu'on comprend, le Long COVID pourrait impliquer la présence continue du virus, des problèmes avec le système immunitaire, des dommages à divers organes ou des soucis avec le système nerveux. Ces facteurs peuvent mener à une large gamme de symptômes, qui varient d'une personne à l'autre, selon comment leur Long COVID se manifeste et leurs Conditions de santé préexistantes.
Défis dans le diagnostic
Les patients font face à plein d'obstacles pour obtenir un diagnostic rapide et précis pour le Long COVID. Les symptômes peuvent être larges, incluant fatigue, essoufflement, problèmes cognitifs et palpitations cardiaques, ce qui rend difficile pour les médecins de cerner le problème. Comme le Long COVID est une condition relativement nouvelle, il n'y a pas de directives claires pour que les prestataires de soins suivent.
Il y a un gros fossé entre combien de gens disent avoir le Long COVID et combien sont diagnostiqués. Dans des enquêtes, le taux auto-déclaré de Long COVID dans certaines zones est autour de 3,3 % à 10,4 %, tandis que les enregistrements des systèmes de santé montrent une Prévalence beaucoup plus basse, souvent aussi basse que 0,02 %. Ça suggère que beaucoup de cas ne sont pas enregistrés ou diagnostiqués.
Facteurs influençant le diagnostic
Des recherches montrent que certains groupes de personnes sont plus susceptibles de rapporter des symptômes de Long COVID et de recevoir un diagnostic. Les femmes, ainsi que les individus d'âge moyen et plus âgé, sont plus enclins à signaler ces symptômes. La vaccination contre le COVID-19 semble diminuer les chances de développer le Long COVID. De plus, ceux ayant certaines conditions préexistantes comme l'asthme, l'anxiété et le diabète risquent davantage de développer le Long COVID.
En ce qui concerne l'ethnicité, les répondants blancs étaient plus susceptibles de rapporter des symptômes de Long COVID par rapport aux individus noirs ou asiatiques dans certaines enquêtes. Cependant, dans d'autres recherches, les participants asiatiques rapportent des taux plus élevés de symptômes de Long COVID par rapport à leurs homologues blancs et noirs. Le statut socio-économique joue aussi un rôle ; les gens dans des zones plus pauvres tendent à rapporter plus de symptômes que ceux issus de milieux plus riches, mais ils ont souvent des taux de diagnostic officiel plus bas.
Ces différences suggèrent que certains groupes pourraient avoir plus de mal à obtenir un diagnostic et un traitement pour le Long COVID, ce qui indique la nécessité de recherches supplémentaires.
Étude sur le Long COVID dans le Nord-Ouest de Londres
Pour mieux comprendre le Long COVID, une étude a été menée en utilisant un système de dossier de santé intégré dans le Nord-Ouest de Londres. L'objectif était de déterminer la prévalence des Diagnostics de Long COVID dans cette zone, d'identifier les facteurs prédictifs pour le diagnostic, d'examiner les caractéristiques des patients atteints de Long COVID, et d'évaluer les taux de nouvelles conditions à long terme parmi ces patients.
Sources de données
Les données de l'étude proviennent du jeu de données Whole Systems Integrated Care (WSIC), qui inclut des informations de plus de 2,7 millions de patients dans le Nord-Ouest de Londres. Les chercheurs ont cherché des termes cliniques spécifiques liés au Long COVID dans les dossiers des patients.
Analyse des données
Les patients étaient identifiés comme ayant un Long COVID s'ils avaient des codes spécifiques dans leurs dossiers de santé depuis janvier 2020. Ces codes ont été développés par les autorités de santé pour identifier efficacement les cas de Long COVID.
Une comparaison a été faite entre les caractéristiques démographiques et cliniques des patients avec et sans diagnostics de Long COVID enregistrés. En utilisant des méthodes statistiques, les chercheurs ont identifié des facteurs qui pourraient prédire si un patient a reçu un diagnostic de Long COVID, ainsi que le délai pour obtenir ce diagnostic après janvier 2020.
Ils ont aussi analysé l'occurrence de nouvelles conditions à long terme parmi ceux diagnostiqués avec le Long COVID.
Résultats
L'étude a révélé que seulement 0,33 % des patients avaient un diagnostic de Long COVID enregistré, ce qui est significativement inférieur à ce que les enquêtes suggèrent. Cela met en lumière un gros problème dans le diagnostic précis de cette condition dans les systèmes de santé.
Démographie
Les personnes ayant un diagnostic de Long COVID avaient tendance à être plus âgées et plus souvent de sexe féminin par rapport à celles qui n'en avaient pas. La proportion de patients asiatiques était également plus élevée parmi ceux diagnostiqués avec le Long COVID par rapport à l'ensemble de la population dans le jeu de données.
Conditions préexistantes
Avant la pandémie, un nombre significatif de patients qui ont ensuite reçu un diagnostic de Long COVID avaient des problèmes de santé à long terme préexistants. Des conditions comme l'asthme et l'anxiété étaient plus fréquentes parmi ce groupe. Beaucoup de patients diagnostiqués avec le Long COVID n'avaient aucune des conditions à long terme incluses dans l'étude avant la pandémie.
Facteurs prédictifs du temps de diagnostic du Long COVID
Les chercheurs ont trouvé que certains facteurs influençaient la rapidité avec laquelle les patients recevaient un diagnostic de Long COVID. Les patients d'âge moyen avaient tendance à être diagnostiqués plus rapidement que les plus jeunes. L'ethnicité jouait aussi un rôle ; les patients asiatiques et noirs recevaient leur diagnostic plus tôt dans la chronologie de la pandémie que les patients blancs. Fait intéressant, les femmes attendaient généralement plus longtemps que les hommes pour un diagnostic.
Nouvelles conditions après le diagnostic
Après avoir été diagnostiqués avec le Long COVID, de nombreux patients ont développé de nouveaux problèmes de santé. Par exemple, un pourcentage significatif de ceux qui n'avaient pas d'anxiété auparavant ont été diagnostiqués avec après leur diagnostic de Long COVID. Des tendances similaires ont été observées pour des conditions comme la dépression, l'hypertension et le diabète, suggérant que le Long COVID pourrait contribuer au développement d'autres problèmes de santé.
Résumé des résultats
L'étude met en évidence le fossé significatif dans la prévalence enregistrée du Long COVID par rapport à ce que les enquêtes indiquent, suggérant un sous-enregistrement substantiel dans les systèmes de santé. Les femmes et les personnes d'âge moyen sont plus susceptibles de recevoir un diagnostic de Long COVID, et des facteurs tels que l'ethnicité et les conditions de santé préexistantes influencent la probabilité de diagnostic.
Implications pour l'avenir
Les résultats de cette étude soulignent la nécessité d'améliorer l'identification et la gestion du Long COVID dans les milieux de soins de santé. De nombreux patients atteints de Long COVID continuent de souffrir à cause des retards et des incohérences dans le codage des diagnostics. Il est urgent de s'assurer que les systèmes de santé soient prêts à identifier et traiter les patients montrant des signes de Long COVID à l'avenir.
De plus, l'étude suggère que différents groupes de patients font face à des barrières variées pour recevoir des soins rapides, soulignant ainsi la nécessité d'efforts ciblés pour améliorer l'accès au traitement pour tous les patients, en particulier ceux issus de milieux défavorisés.
Dans l'ensemble, comprendre le Long COVID est essentiel pour garantir que les patients reçoivent les soins dont ils ont besoin, et que les systèmes de santé soient préparés à traiter les effets à long terme de la pandémie de COVID-19.
Titre: Understanding the clinical characteristics and timeliness of diagnosis for patients diagnosed with Long COVID: A retrospective observational cohort study from North West London
Résumé: BackgroundLong COVID is a multisystem condition first identified in the COVID-19 pandemic characterised by a wide range of symptoms including fatigue, breathlessness and cognitive impairment. Considerable disagreement exists in who is most at risk of developing Long COVID, driven in part by incomplete coding of a Long COVID diagnosis in medical records. MethodsThis was a retrospective observational cohort study using an integrated primary and secondary care dataset from North West London, covering over 2.7 million patients. Patients with Long COVID were identified through clinical terms in their primary care record. Multivariate logistic regression was used to identify factors associated with having Long COVID diagnosis, while multivariate quantile regression was used to identify factors predicting the time a Long COVID diagnosis was recorded. FindingsA total of 6078 patients were identified with a Long COVID clinical term in their primary care record, 0.33% of the total registered adult population. Women, those aged 41 to 70 years or of Asian ethnicity were more likely to have a recorded Long COVID diagnosis, alongside those with pre-existing anxiety, asthma, depressive disorder or eczema and those living outside of the most socioeconomically deprived areas. Men, those aged 41 to 70 years, or of black ethnicity were diagnosed earlier in the pandemic, while those with depressive disorder were diagnosed later. InterpretationLong COVID is poorly coded in primary care records, and significant differences exist between patient groups in the likelihood of receiving a Long COVID diagnosis. Long COVID is more likely in those with pre-existing long-term conditions and is also associated with the frequent incidence of new long-term conditions. The experience of patients with Long COVID provides a crucial insight into inequities in access to timely care for complex multisystem conditions, and the importance of effective health informatics practices to provide robust, timely analytical support for front-line clinical services. FundingNational Institute for Health and Care Research (NIHR) Ref: COV-LT2-0016
Auteurs: Denys Prociuk, Jonathan Clarke, Nikki Smith, Ruairidh Milne, Cassie Lee, Simon de Lusignan, Ghazala Mir, Johannes De Kock, Erik Mayer, Brendan C Delaney
Dernière mise à jour: 2024-08-31 00:00:00
Langue: English
Source URL: https://www.medrxiv.org/content/10.1101/2024.08.30.24312849
Source PDF: https://www.medrxiv.org/content/10.1101/2024.08.30.24312849.full.pdf
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.