Simple Science

Ciência de ponta explicada de forma simples

# Ciências da saúde# Salute pubblica e globale

O Desafio Contínuo do Diagnóstico da Longa COVID

Os sistemas de saúde têm dificuldade em diagnosticar e tratar o Long COVID com precisão, apesar do seu impacto.

Denys Prociuk, Jonathan Clarke, Nikki Smith, Ruairidh Milne, Cassie Lee, Simon de Lusignan, Ghazala Mir, Johannes De Kock, Erik Mayer, Brendan C Delaney

― 7 min ler


Long COVID: Desafios noLong COVID: Desafios noDiagnóstico Persistemde forma eficaz.lidar com o diagnóstico de Long COVIDOs sistemas de saúde não conseguem
Índice

Mais de quatro anos depois do começo da pandemia de COVID-19, os sistemas de saúde ainda estão penando pra diagnosticar e tratar o Long COVID direito. Essa condição aparece depois de uma infecção aguda por COVID-19 e pode afetar vários sistemas do corpo, levando a uma variedade de Sintomas. O que se sabe até agora sugere que o Long COVID pode envolver a presença contínua do vírus, problemas no sistema imunológico, danos a vários órgãos ou complicações no sistema nervoso. Esses fatores podem resultar em uma gama bem ampla de sintomas que mudam de pessoa pra pessoa, dependendo de como o Long COVID se manifesta e das Condições de Saúde já existentes.

Desafios no Diagnóstico

Os pacientes enfrentam várias barreiras pra conseguir um diagnóstico rápido e preciso de Long COVID. Os sintomas podem ser bem variados, como cansaço, falta de ar, problemas cognitivos e palpitações no coração, o que dificulta pros médicos identificarem o problema. Como o Long COVID é uma condição relativamente nova, não existem diretrizes claras pra os profissionais de saúde seguirem.

Há uma lacuna significativa entre o número de pessoas que relatam ter Long COVID e o número que realmente é diagnosticado. Em algumas pesquisas, a taxa de auto-relato de Long COVID em certas áreas é de cerca de 3,3% a 10,4%, enquanto os registros dos sistemas de saúde mostram uma prevalência muito menor, muitas vezes chegando a 0,02%. Isso sugere que muitos casos ficam não registrados ou não diagnosticados.

Fatores que Afetam o Diagnóstico

Pesquisas mostram que certos grupos de pessoas têm mais chances de relatar sintomas de Long COVID e receber um diagnóstico. Mulheres e pessoas de meia-idade ou mais velhas têm mais probabilidade de relatar esses sintomas. A vacinação contra COVID-19 parece diminuir as chances de desenvolver Long COVID. Além disso, pessoas com algumas condições pré-existentes, como asma, ansiedade e diabetes, enfrentam um risco maior de ter Long COVID.

Quando analisamos a etnia, os respondentes brancos tendem a relatar sintomas de Long COVID mais do que pessoas negras ou asiáticas em algumas pesquisas. No entanto, em outras pesquisas, participantes asiáticos relatam taxas mais altas de sintomas de Long COVID em comparação com seus colegas brancos e negros. O status socioeconômico também tem um papel; pessoas de áreas mais pobres costumam relatar mais sintomas do que aquelas de classe mais alta, mas geralmente têm taxas mais baixas de diagnóstico oficial.

Essas diferenças sugerem que alguns grupos podem ter mais dificuldade em ser diagnosticados e tratados para Long COVID, indicando a necessidade de mais investigação.

Estudo sobre Long COVID no Noroeste de Londres

Pra entender melhor o Long COVID, foi feito um estudo usando um sistema integrado de registros de saúde no Noroeste de Londres. O objetivo era determinar a prevalência de Diagnósticos de Long COVID nessa área, identificar fatores preditivos pro diagnóstico, examinar as características dos pacientes com Long COVID e avaliar as taxas de novas condições de longo prazo entre esses pacientes.

Fontes de Dados

Os dados do estudo vieram do conjunto de dados Whole Systems Integrated Care (WSIC), que inclui informações de mais de 2,7 milhões de pacientes no Noroeste de Londres. Os pesquisadores procuraram por termos clínicos específicos relacionados ao Long COVID nos registros dos pacientes.

Análise de Dados

Os pacientes foram identificados como tendo Long COVID se tivessem códigos específicos em seus registros de saúde desde janeiro de 2020. Esses códigos foram desenvolvidos pelas autoridades de saúde pra identificar casos de Long COVID de forma eficaz.

Foi feita uma comparação entre as características demográficas e clínicas dos pacientes com e sem diagnósticos de Long COVID registrados. Usando métodos estatísticos, os pesquisadores identificaram fatores que poderiam prever se um paciente receberia um diagnóstico de Long COVID, além do tempo necessário pra receber esse diagnóstico após janeiro de 2020.

Eles também analisaram a ocorrência de novas condições de longo prazo entre aqueles diagnosticados com Long COVID.

Conclusões

O estudo revelou que apenas 0,33% dos pacientes tinham um diagnóstico registrado de Long COVID, o que é bem mais baixo do que os dados das pesquisas sugerem. Isso ressalta um problema grande na precisão do diagnóstico dessa condição nos sistemas de saúde.

Demografia

As pessoas com diagnóstico de Long COVID tendiam a ser mais velhas e mais frequentemente mulheres em comparação com aquelas sem o diagnóstico. A proporção de pacientes asiáticos também era maior entre os diagnosticados com Long COVID em comparação com a população geral do conjunto de dados.

Condições Pré-existentes

Antes da pandemia, um número significativo de pacientes que depois receberam diagnóstico de Long COVID já tinha problemas de saúde de longo prazo. Doenças como asma e ansiedade eram mais comuns entre esse grupo. Muitos pacientes diagnosticados com Long COVID não tinham nenhuma das condições de longo prazo incluídas no estudo antes da pandemia.

Preditores do Tempo de Diagnóstico de Long COVID

Os pesquisadores descobriram que certos fatores influenciavam a rapidez com que os pacientes recebiam um diagnóstico de Long COVID. Pacientes de meia-idade tendiam a ser diagnosticados mais rápido do que os mais jovens. A etnia também desempenhou um papel; pacientes asiáticos e negros recebiam diagnóstico antes no cronograma da pandemia do que pacientes brancos. Curiosamente, mulheres geralmente esperavam mais do que homens pra receber um diagnóstico.

Novas Condições Após o Diagnóstico

Depois de serem diagnosticados com Long COVID, muitos pacientes desenvolveram novos problemas de saúde. Por exemplo, uma porcentagem significativa daqueles que não tinham ansiedade antes foram diagnosticados com isso depois do diagnóstico de Long COVID. Tendências semelhantes foram observadas com condições como depressão, hipertensão e diabetes, sugerindo que o Long COVID pode contribuir pro surgimento de outros problemas de saúde.

Resumo das Descobertas

O estudo destaca a grande lacuna na prevalência registrada de Long COVID em comparação com o que as pesquisas indicam, sugerindo um sub-registro considerável nos sistemas de saúde. Mulheres e indivíduos de meia-idade têm mais chances de receber um diagnóstico de Long COVID, e fatores como etnia e condições de saúde pré-existentes influenciam a probabilidade de diagnóstico.

Implicações para o Futuro

Os achados deste estudo ressaltam a necessidade de melhorar a identificação e o manejo do Long COVID em ambientes de saúde. Muitos pacientes com Long COVID continuam a sofrer devido a atrasos e inconsistências nos códigos de diagnóstico. Há uma necessidade urgente de garantir que os sistemas de saúde estejam preparados pra identificar e tratar pacientes que mostram sinais de Long COVID no futuro.

Além disso, o estudo sugere que diferentes grupos de pacientes enfrentam barreiras variadas pra receber cuidados em tempo hábil, destacando a necessidade de esforços direcionados pra melhorar o acesso ao tratamento para todos os pacientes, especialmente aqueles de origens desfavorecidas.

No geral, entender o Long COVID é vital pra garantir que os pacientes recebam os cuidados que precisam e que os sistemas de saúde estejam prontos pra lidar com os efeitos a longo prazo da pandemia de COVID-19.

Fonte original

Título: Understanding the clinical characteristics and timeliness of diagnosis for patients diagnosed with Long COVID: A retrospective observational cohort study from North West London

Resumo: 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

Autores: Denys Prociuk, Jonathan Clarke, Nikki Smith, Ruairidh Milne, Cassie Lee, Simon de Lusignan, Ghazala Mir, Johannes De Kock, Erik Mayer, Brendan C Delaney

Última atualização: 2024-08-31 00:00:00

Idioma: English

Fonte URL: https://www.medrxiv.org/content/10.1101/2024.08.30.24312849

Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.08.30.24312849.full.pdf

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes