De nombreuses études ont signalé des effets persistants de l’infection par le coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2). Ces complications post-virales sont désormais connues sous le nom de long-COVID. Cependant, l’apparition rapide de la pandémie de COVID-19 et la précipitation à publier des données potentiellement utiles ont conduit à un manque de standardisation des rapports phénotypiques, ce qui rend difficile l’analyse des données et la découverte de tendances qui en résulte.
Dans une nouvelle méta-étude publiée récemment sur medRxiv* le serveur de préimpression, un grand sous-ensemble de ces rapports a été organisé et classé, cartographiant 287 résultats cliniques uniques liés au long-COVID.
Identifier les anomalies phénotypiques
Le groupe a commencé par sélectionner des articles pertinents pour le COVID long, à l’exclusion de ceux avec des points temporels de COVID aigu uniquement ou qui ont fourni des détails insuffisants. Dans les rapports sélectionnés, 287 anomalies phénotypiques représentées par des termes spécifiques ont été identifiées qui étaient associées au long COVID, dont beaucoup étaient mappées à des symptômes identiques. Par exemple, la déclaration de la stéatose hépatique, de la stéatose, de la stéatose hépatique, de l’infiltration graisseuse du foie et de la stéatose hépatique pourrait être regroupée en un seul terme. La fatigue était le terme le plus fréquemment rapporté, dans 45,1 % des cas, et les nausées le moins rapporté, dans seulement 3,9 % des cas, bien qu’il y ait eu une grande variation entre tous les symptômes rapportés.
Le SRAS-CoV-2 affecterait de nombreux organes dans tout le corps, et de nombreux symptômes associés au COVID long sont spécifiques à un organe. Le groupe a organisé les symptômes par organe affecté, les problèmes respiratoires pulmonaires étant les plus fréquemment signalés à 35,1 %, le terme de symptôme spécifique étant attribué à la dyspnée.
Les symptômes de troubles du sommeil et de diminution de la capacité pulmonaire de diffusion du monoxyde de carbone (DLCO) étaient également bien classés, suivis des symptômes associés aux symptômes gastro-intestinaux tels que la stéatose hépatique et la diarrhée. Les cellules des poumons et du système gastro-intestinal expriment des niveaux élevés de récepteur ACE2, expliquant l’impact plus influent du SRAS-CoV-2 dans ces organes. Certaines cellules du cerveau et du système nerveux expriment également le récepteur ACE2 à des niveaux élevés à leur surface, impliqués pour être la cause de la perte du goût et de l’odorat subie par de nombreuses personnes avec COVID-19. Ce symptôme (anosmie) a été signalé chez 12,8% des personnes atteintes d’une COVID longue, et d’autres symptômes liés au cerveau et au système nerveux ont également été fortement signalés. Ces symptômes comprenaient : anxiété (22,2 %), troubles cognitifs (18,6 %), dépression (21,1 %), dysphagie (1 %) et myalgie (13,8 %).
Certains des symptômes signalés étaient plus ou moins fréquents chez ceux qui avaient subi un COVID-19 sévère par rapport aux seuls individus légèrement ou asymptomatiques, la stéatose hépatique étant signalée plus fréquemment parmi les cas graves, par exemple.
Standardisation des rapports
La Human Phenotype Ontology (HPO) est une organisation internationale qui définit un vocabulaire standardisé pour les symptômes des maladies, les anomalies phénotypiques. Comme les termes parfois complexes utilisés pour décrire les anomalies phénotypiques par la communauté médicale sont souvent inconnus du profane, le groupe réfléchit aux avantages potentiels offerts par la mise en œuvre d’algorithmes qui classeraient automatiquement les symptômes à partir des informations fournies par les patients, sur la base du système utilisé ici. . En outre, des techniques d’exploration de données pourraient être utilisées pour déterminer la fréquence des plaintes de symptômes liés au COVID sur les réseaux sociaux, élargissant massivement l’ensemble de données disponibles.
La normalisation de la méthodologie de déclaration des COVID longs utilisée dans cette étude pourrait aider à améliorer le traitement et le diagnostic des COVID longs, et l’application de l’apprentissage automatique pourrait accélérer l’acquisition de données utiles à l’aide de ce processus.
Afin de déterminer quels termes peuvent être rapportés par un individu et qui pourraient être mieux décrits par un terme HPO, l’anosmie plutôt que la perte de goût, par exemple, des listes doivent être constituées par analyse de métadonnées. Une fois affinées en termes HPO, les données peuvent être mieux analysées et classées par les cliniciens et les chercheurs, leur permettant de mieux comprendre les effets à long terme de l’infection par le SRAS-CoV-2 et leur lien avec la gravité de la maladie.
*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, orienter la pratique clinique/le comportement lié à la santé, ou traités comme des informations établies.
