Dans une récente étude publiée sur medRxiv* serveur de préimpression, les chercheurs ont quantifié les caractéristiques et les facteurs de risque du syndrome post-aigu de la maladie à coronavirus 2019 (COVID-19) ou du long COVID (LCOVID) sur la base de l’intégration des données d’enquête (actives) et passives [mobile health (mHealth) wearable device] Les données.
Sommaire
Arrière plan
LCOVID fait référence à la persistance des symptômes du COVID-19 au-delà de la phase aiguë de la maladie et il a été signalé qu’il affecte plusieurs personnes dans le monde. La symptomatologie, la prévalence, les facteurs de risque et les caractéristiques cliniques du LCOVID ont été largement documentés au cours de la première vague pandémique sur la base de données subjectives, et une enquête plus approfondie est nécessaire pour mieux comprendre le LCOVID. Les données basées sur les applications pour smartphone fournissent des évaluations objectives de la santé, et les appareils portables permettent de longs suivis.
À propos de l’étude
Dans la présente étude, les chercheurs ont effectué une analyse mHealth pour évaluer la prévalence et la symptomatologie du LCOVID et identifier les facteurs de risque intégrant des données actives et des données passives.
COVID-19 confirmé par PCR ou par test d’anticorps (patients avant le 1er février 2022) ont été recrutés via l’application d’étude scientifique de masse entre août 2020 et mai 2021 et ont formé le groupe de cas. À titre de comparaison, 3 600 personnes non COVID-19 ont été incluses qui formaient le groupe témoin. Les participants ont été invités à remplir des questionnaires d’enquête pour obtenir des données sur les symptômes de COVID-19 ressentis, l’état de la vaccination, le bien-être mental et l’humeur concernant la période aiguë de COVID-19 (<4 semaines), en cours (quatre semaines à 12 semaines) et post-COVID (≥12 semaines).
Les mesures mHealth comprenaient la fréquence cardiaque (FC), l’activité physique (AP) ou le nombre de pas, le sommeil, les humeurs et les symptômes. Un individu a été identifié comme ayant un LCOVID sur la base (i) d’une persistance physiologique depuis le diagnostic de COVID-19 et d’une durée ≥ 12 semaines, et (ii) de symptômes persistants de COVID-19 autodéclarés pendant ≥ 12 semaines. De plus, les facteurs de risque pour le développement de LCOVID ont été évalués et la base de données Pubmed a été recherchée entre le début de l’étude et le 1er juillet 2022 pour les études LCOVID impliquant l’utilisation de technologies portables ou mHealth.
Pour le diagnostic de LCOVD, la variabilité de la fréquence cardiaque au repos (RHRV) sur 12 semaines après l’infection au COVID-19 et les valeurs historiques de PA et les durées de sommeil obtenues passivement entre un à deux ans avant le coronavirus du syndrome respiratoire aigu sévère 2 (SARS-CoV-2) l’infection ont été évaluées. Les participants présentant des symptômes persistants après le diagnostic de COVID-19 ont également été pris en compte pour le diagnostic LCOVID. Si ≥ 1 symptôme a été documenté ≥ 1 fois par semaine pendant ≥ 12 semaines, l’individu a été inclus dans le groupe basé sur les symptômes LCOVID (Lsymptôme). Un modèle de régression logistique a été utilisé pour l’analyse.
Résultats
Au total, 1 743 personnes ont été prises en compte pour l’analyse finale, dont 44 % (n = 759) avaient rempli les questionnaires sociodémographiques étendus. Parmi les mesures passives, les valeurs RHR étaient significativement élevées chez les cas par rapport aux témoins au cours des trois périodes d’étude. Les différences de fréquence cardiaque pendant la COVID-19 aiguë (0,6 bpm) étaient moindres que dans la phase en cours (1,1 bpm) et comparables à la période d’infection post-SARS-CoV-2 (0,5 bpm) sur 12 semaines.
La tendance générale des changements de fréquence cardiaque a montré un pic au cours de la première semaine de diagnostic de COVID-19, avec une baisse ultérieure la semaine suivante, suivie d’une deuxième élévation à long terme par la suite, impliquant probablement deux sous-phases de COVID-19 aigu dans moins de quatre semaines. Le nombre de pas a été significativement mais négativement impacté pendant le COVID-19 aigu et n’a pas changé de manière significative par la suite. Une augmentation de la durée du sommeil, mais une réduction significative de l’efficacité du sommeil, ont été observées chez les cas et les témoins aux trois moments de l’étude.
Toutes les mesures de santé mentale auto-documentées ont été impactées de manière significative et négative pendant toutes les périodes d’étude, avec des réductions des différences moyennes entre les deux groupes avec le temps. L’anxiété et la dépression ont été affectées de manière significative et persistante au niveau du groupe après le diagnostic de COVID-19. Des niveaux d’AP historiques plus élevés et des durées moyennes d’AP lourdes un à deux ans avant le diagnostic de COVID-19 étaient négativement corrélés aux risques de LCOVID.
Le sexe féminin était associé positivement mais non significativement au LCOVID. Parmi les symptômes autodéclarés, la plupart des symptômes avaient le plus grand nombre et la plus grande gravité de la maladie au moment du diagnostic de COVID-19. La fatigue était le symptôme le plus persistant (> 140 jours) chez les cas modérés à graves, tandis que les difficultés respiratoires et la toux persistaient plus longtemps chez les cas bénins. Plus de 160 personnes (12 %) ont signalé des symptômes persistants de COVID-19 et ont été classées dans la catégorie Lsymptôme, et le Lsymptôme cohorte comprenait des personnes âgées.
Les valeurs RHR étaient constamment plus élevées dans le Lsymptôme cohorte. De plus, les augmentations et les diminutions du schéma de fréquence cardiaque observées au cours de la COVID-19 aiguë étaient plus importantes chez les Lsymptôme participants du groupe. Fait intéressant, le Lsymptôme groupe d’individus avait un nombre de pas plus élevé avec des différences dans le taux de réduction des pas à proximité de la date du diagnostic de COVID-19, alors que la récupération des pas s’est avérée plus similaire. Les différences de durées de sommeil entre le groupe Lsymp et le groupe COVID court basé sur les symptômes (Ssymptôme) ont montré des pics proches de la date du diagnostic de COVID-19.
L’âge était le facteur de risque le plus important pour le LCOVID, le risque de LCOVID étant 6,4 fois et 6,5 fois plus élevé chez les personnes âgées de plus de 60 ans et de 50 à 60 ans, respectivement, par rapport à celles âgées de 10 à 30 ans. Sur 2 144 enregistrements examinés, huit études ont enquêté sur le LCOVID à l’aide de la technologie numérique, dont six études ont utilisé des données de questionnaire autodéclarées pour caractériser les symptômes du LCOVID, y compris les utilisateurs de l’application de symptômes ZOE COVID. Trois études ont évalué les données basées sur des capteurs portables pour évaluer les changements de FC, de sommeil et d’AP après le diagnostic de COVID-19, dont deux études ont montré un schéma persistant d’élévations et de réductions de RHR, durant > 4 mois dans quelques cas.
Dans l’ensemble, les résultats de l’étude ont montré que mHealth et les appareils portables basés sur des capteurs pouvaient identifier la présence de LCOVID et surveiller la récupération.
*Avis important
medRxiv publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, guider la pratique clinique/les comportements liés à la santé, ou traités comme des informations établies.
