科学家识别特征以更好地定义长冠状病毒

由美国国立卫生研究院支持的一个研究小组已经确定了长冠病毒感染者和可能患有长冠病毒的人的特征。科学家们利用机器学习技术，分析了前所未有的可用于COVID-19研究的电子健康记录(EHRs)，以更好地确定谁感染了COVID-19。中探索去识别的EHR数据全国新冠肺炎队列协作(N3C)这是一个由美国国立卫生研究院国家先进转化科学中心(NCATS)领导的全国性集中式公共数据库，该团队利用这些数据发现了截至2021年10月的10万多例疑似长冠病例(截至2022年5月，这一数字超过20万)。研究结果发表在《柳叶刀》数字健康。

长冠肺炎的特征是广泛的症状，包括呼吸短促、疲劳、发烧、头痛、“脑雾”和其他神经系统问题。在最初的COVID-19诊断后，这些症状可能持续数月或更长时间。长冠病毒难以识别的一个原因是，它的许多症状与其他疾病和病症相似。更好地描述长冠病毒可能会改善诊断和新的治疗方法。

北卡罗来纳大学教堂山分校的临床信息学家、合著者艾米丽·普法夫博士说:“利用现代数据分析工具和像N3C这样独特的大数据资源是有意义的，长冠状病毒的许多特征都可以在N3C上得到体现。”

N3C数据飞地目前包括代表全国1300多万人的信息，其中包括近500万例covid -19阳性病例。该资源有助于对COVID-19疫苗、疗法、风险因素和健康结果等新出现的问题进行快速研究。

这项新研究是一项相关的、更大的跨nih计划的一部分，研究COVID以促进恢复(RECOVER)该项目旨在提高对COVID-19长期影响的了解，称为SARS-CoV-2感染急性后后遗症(PASC)。RECOVER将准确识别PASC患者，并开发预防和治疗方法。该计划还将通过临床试验、纵向观察研究等，回答有关COVID长期影响的关键研究问题。

在《柳叶刀》杂志的研究中，普法夫、科罗拉多大学安舒茨医学院的梅丽莎·汉德尔博士和他们的同事们检查了N3C地区97995名成年COVID-19患者健康记录中的患者人口统计数据、医疗保健使用、诊断和药物。他们利用这些信息，以及来自三家长冠诊所的近600名长冠患者的数据，创建了三个机器学习模型来识别长冠患者。

在机器学习中，科学家“训练”计算方法，快速筛选大量数据，以揭示新的见解——在这种情况下，关于长冠状病毒。这些模型在数据中寻找模式，可以帮助研究人员了解患者的特征，并更好地识别患有这种疾病的个体。

这些模型的重点是在N3C数据库中的三组人群中识别潜在的长COVID患者:所有COVID-19患者、因COVID-19住院的患者和患有COVID-19但未住院的患者。这些模型被证明是准确的，因为被确定为有长冠风险的人与在长冠诊所看到的患者相似。机器学习系统在N3C数据库中对大约10万名患者进行了分类，这些患者的资料与长冠患者非常匹配。

“一旦你能够在一个庞大的人群数据库中确定谁患有长冠病毒，你就可以开始询问这些人的问题，”NCATS的高级临床顾问、康复科学项目负责人乔希·费塞尔(Josh Fessel)医学博士说。“这些人在患上长冠病毒之前有什么不同吗?他们有什么危险因素吗?他们在急性COVID期间的治疗方式是否有可能增加或降低他们患长COVID的风险?”

这些模型搜索了COVID诊断呈阳性、距离急性感染至少90天的患者的共同特征，包括新药、看医生和新症状。如果患者去了长时间的COVID诊所，或表现出长时间的COVID症状，并且可能患有这种疾病但未被诊断出来，这些模型就会确定他们患有长时间的COVID。

科罗拉多大学的Haendel说:“我们希望将我们看到的新模式与COVID的诊断代码结合起来，并将其纳入我们的模型中，以试图提高它们的性能。”“这些模型可以从更多种类的患者身上学习，变得更加准确。我们希望能够使用我们的长COVID患者分类器进行临床试验招募。”

这项研究由NCATS资助，NCATS为N3C Enclave的设计、维护和安全做出了贡献，NIH RECOVER计划由NIH OT2HL161847支持。除其他外，RECOVER正在协调这项工作所促成的参与者招募协议。这些分析是通过NCATS访问的数据和工具进行的N3C数据EnclaveNCATS U24TR002306支持。

关于国家推进转化科学中心(NCATS): NCATS开展并支持翻译科学和操作方面的研究，翻译是开发和实施改善健康的干预措施的过程，以使更多的治疗方法更快地提供给更多的患者。有关NCATS如何帮助缩短从科学观察到临床干预的旅程的更多信息，请访问https://ncats.nih.gov。

关于美国国立卫生研究院(NIH): NIH是美国的医学研究机构，包括27个研究所和中心，是美国卫生与公众服务部的一个组成部分。国家卫生研究院是主要的联邦机构，开展和支持基础、临床和转化医学研究，并正在调查常见和罕见疾病的原因、治疗方法和治愈方法。有关NIH及其项目的更多信息，请访问www.nih.gov。

来自国家卫生研究院的新闻编辑室。