AGI – Il numero reale di persone affette da Long Covid potrebbe essere almeno il doppio rispetto alle stime attualmente utilizzate dai sistemi sanitari e dagli organismi di sorveglianza. È quanto emerge da uno studio guidato da Jiazi Tian e Hossein Estiri del Mass General Brigham, pubblicato sulla rivista JAMA Network Open.
Analizzando le cartelle cliniche elettroniche di quasi 460 mila pazienti affetti da Covid-19 in 58 ospedali statunitensi mediante un nuovo algoritmo di intelligenza artificiale, i ricercatori hanno stimato che circa un paziente su sei sviluppi forme persistenti della malattia. I risultati suggeriscono che oltre 18 milioni di americani potrebbero convivere con il Long Covid, una cifra circa doppia rispetto alle valutazioni correnti.
La complessità del Long Covid
Il Long Covid rappresenta una delle principali conseguenze a lungo termine della pandemia e comprende un insieme eterogeneo di sintomi e condizioni croniche che persistono o compaiono dopo l’infezione da SARS-CoV-2. Tuttavia, la sua reale diffusione resta difficile da quantificare.
Limiti dei sistemi di monitoraggio
I sistemi di monitoraggio utilizzano infatti prevalentemente codici diagnostici amministrativi, come il codice ICD U09.9 introdotto per identificare le condizioni post-Covid. Secondo gli autori, questo approccio intercetterebbe meno del 7 per cento dei casi effettivi.
L’algoritmo di precision phenotyping
Per superare questa limitazione, il gruppo del Mass General Brigham ha sviluppato una piattaforma di precision phenotyping basata sull’intelligenza artificiale, progettata per individuare il Long Covid all’interno delle cartelle cliniche longitudinali. L’algoritmo esamina le sequenze temporali degli eventi clinici e identifica condizioni insorte dopo l’infezione che non possono essere spiegate da patologie preesistenti presenti nella storia medica del paziente.
Lo studio e le aree analizzate
Lo studio ha preso in esame i dati di 457.950 persone risultate positive al Covid-19 in quattro grandi regioni degli Stati Uniti: New England, Texas sud-orientale, California meridionale e Pennsylvania occidentale. L’analisi ha identificato il Long Covid nel 16,3 per cento dei pazienti, con valori regionali compresi tra il 13,6 e il 22,7 per cento.
Condizioni croniche e assistenza clinica
Complessivamente, il 14,5 per cento dei soggetti esaminati, pari a 66.587 persone, ha sviluppato condizioni croniche che hanno richiesto assistenza clinica continuativa.
Differenze geografiche
I ricercatori hanno inoltre osservato differenze geografiche nelle manifestazioni cliniche della sindrome post-virale. Tra queste figurano variazioni marcate nella frequenza del prediabete, indicato come una delle possibili sequele emergenti associate al Long Covid.
L’andamento nel tempo
Un altro dato rilevante riguarda l’andamento nel tempo della sindrome. Contrariamente all’ipotesi secondo cui il Long Covid sarebbe principalmente una conseguenza delle prime ondate pandemiche, gli autori hanno rilevato che la prevalenza cumulativa continua ad aumentare in tutte le regioni analizzate.
Le proiezioni future
Le elaborazioni statistiche mostrano incrementi significativi trimestre dopo trimestre in New England, California meridionale e Pennsylvania occidentale, con proiezioni che indicano una possibile crescita anche nel prossimo decennio se le tendenze attuali dovessero mantenersi.
Pazienti invisibili ai codici diagnostici
“Più di 10 milioni di persone con Long Covid resterebbero completamente invisibili ai codici diagnostici su cui sistemi sanitari e decisori politici fanno affidamento per monitorare il peso della malattia”, afferma Hossein Estiri, autore corrispondente dello studio. “Le cifre che abbiamo individuato rappresentano quasi certamente una sottostima”.
Manifestazioni cliniche non riconosciute
Secondo Jiazi Tian, prima autrice del lavoro e data scientist del Clinical Augmented Intelligence Group del Mass General Brigham, questi pazienti non sono assenti dall’assistenza sanitaria ma risultano invisibili agli strumenti di classificazione attualmente utilizzati. “Il cardiologo che osserva nuovi casi di disautonomia, l’endocrinologo che affronta nuove malattie metaboliche o il neurologo che valuta disturbi cognitivi inspiegabili possono trovarsi di fronte a manifestazioni di Long Covid che non vengono riconosciute come tali”.
Limiti dello studio
Gli autori sottolineano che lo studio non include le infezioni non documentate, diventate maggioritarie dopo la riduzione dei programmi di test su larga scala, né i pazienti privi di dati clinici longitudinali. Ciò lascia supporre che il peso reale della sindrome possa essere ancora superiore.
Il ruolo futuro dell’intelligenza artificiale
Secondo i ricercatori, l’impiego dell’intelligenza artificiale potrebbe contribuire a colmare le lacune della sorveglianza epidemiologica e facilitare in futuro l’identificazione di specifiche manifestazioni cliniche del Long Covid, favorendo lo sviluppo di studi terapeutici mirati e trattamenti più personalizzati.