健康醫療

新冠肺炎長期症狀 (Long COVID) 的特點是症狀相當多樣化，包括呼吸急促、疲勞、發燒、頭痛、腦霧和其他神經系統問題，以及一些非呼吸道症狀 (如睡眠障礙、焦慮、不適、胸痛和便秘) 等，在最初確診 COVID-19 之後，這些症狀可能持續數個月或更久。然而，因為 Long COVID 有許多症狀與其他疾病症狀相似，因此很難精確診斷。若是可以對 Long COVID 有更明確的特徵定義，將有助於改進診斷方式和開發新的治療方法。

五月中旬，一項由北卡羅來納州教堂山醫學院、美國科羅拉多大學科學家領導的團隊，利用機器學習技術，在國家 COVID 隊列合作組織 (National COVID Cohort Collaborative, N3C) 的去識別化的電子健康記錄 (HER) 裡，針對 97,995 名成年 COVID-19 患者的健康紀錄，分析患者的人口統計學、醫療保健使用、診斷和藥物治療，並且針對來自三個 Long COVID 專科診所的近 600 名 Long COVID 患者使用歸納出的特徵來訓練、測試三個機器學習模型 (XGBoost)，這些模型的重點是在三個組別 (所有 COVID-19 患者、住院的 COVID-19 患者，以及患有 COVID-19 但未住院的患者) 中識別出可能的 Long COVID 患者，且著重於距離急性感染至少 90 天的患者。結果證明，這些模型可以準確識別出潛在的 Long COVID 患者。

該研究結果五月中旬時已發表在《The Lancet Digital Health》上，科學家希望能納入更多的診斷資訊以使之更加準確，也期望日後能將這個「Long COVID 患者識別器」用於臨床試驗，相信將可改善對 Long COVID 的臨床研究，並為擬定其標準化治療方案提供重要訊息。

延伸閲讀:《COVID-19後遺症》新冠疫情之路只走了一半?! 將有十億人口受後遺症(Long Covid)之苦??
延伸閲讀:《COVID-19後遺症》為 Long COVID 患者施打疫苗，是幫助還是傷害 ? (閱讀)

資料來源：NIH、UNC Health