科学者は、長期のCOVIDをより適切に定義するための特性を特定します

新しいバージョン

2022年5月16日月曜日

機械学習を使用して、研究者は電子健康記録データのパターンを見つけて、その状態にある可能性のある人々をより適切に特定しています。

国立衛生研究所の支援を受けた研究チームは、長期的なCOVIDを持っている人とそれを持っている可能性が高い人の特徴を特定しました。 科学者は、機械学習技術を使用して、COVID-19研究に利用できる前例のない一連の電子健康記録（EHR）を分析し、誰が長い間COVIDに感染していたかをより正確に判断しました。 で指定されていないEHRデータを探索する National COVID Cooperative Group（N3C）、国立衛生研究所の国立先進トランスレーショナル科学センター（NCATS）が主導する中央の全国公開データベースであるチームは、このデータを使用して、2021年10月の時点で10万件を超える可能性のある長期COVID症例を発見しました。 2022年5月、その数は20万人を超えました）。 結果はに表示されます ランセットデジタルヘルス。

長期的なCOVID-19は、息切れ、倦怠感、発熱、頭痛、「脳の霧」、その他の神経学的問題など、広範囲にわたる症状を特徴としています。 これらの症状は、COVID-19の最初の診断後数ヶ月以上続く可能性があります。 COVIDを長い間特定することが非常に困難であった理由の1つは、その症状の多くが他の病気や状態の症状と類似していることです。 COVID-19のより良い特性評価は、予後の改善と新しい治療アプローチにつながる可能性があります。

「最新のデータ分析ツールと、COVIDの長期的な機能の多くを表現できるN3Cなどのユニークなビッグデータリソースを利用することは理にかなっています」と、臨床情報科学者である共著者のエミリー・ファフ博士は述べています。大学にて。 ノースカロライナチャペルヒルから。

N3Cデータポケットには現在、COVID-19の約500万人の陽性症例を含む、全国で1,300万人以上を表す情報が含まれています。 このリソースは、COVID-19ワクチン、治療法、危険因子、および健康上の結果に関する新たな質問に関する迅速な調査を可能にします。

新しい研究は、国立衛生研究所全体のより大きなイニシアチブの一部です。 回復を促進するためのCOVIDの研究（回復）、SARS-CoV-2感染（PASC）の急性後遺症と呼ばれるCOVID-19の長期的影響の理解を深めることを目的としています。 RECOVERは、PASCのある人を正確に特定し、予防と治療へのアプローチを開発します。 このプログラムはまた、臨床試験、縦断的観察研究などを通じて、COVIDの長期的影響に関する重要な研究の質問に答えます。

の中に ランセット コロラド大学アンシュッツメディカルキャンパスの研究、Pfaff、Melissa Heindel、PhD、および同僚は、N3CのCOVID-19の成人患者97,995人の健康記録における患者の人口統計、医療使用、診断および投薬を調査しました。 彼らは、この情報と3つの長期COVIDクリニックからの約600人のコロナウイルス患者に関するデータを使用して、長期COVID患者を特定するための3つの機械学習モデルを作成しました。

機械学習では、科学者は計算方法を「トレーニング」して、大量のデータをすばやくふるいにかけ、新しい洞察（この場合は長いCOVIDについて）を明らかにします。 モデルは、研究者が患者の特徴を理解し、その状態の個人をよりよく特定するのに役立つ可能性のあるデータのパターンを探しました。

モデルは、N3Cデータベースの3つのグループ（すべてのCOVID-19患者、COVID-19で入院した患者、およびCOVID-19を持っていたが入院しなかった患者）の中から潜在的な長期COVID患者を特定することに焦点を当てました。 長期のCOVIDリスクがあると特定された人々は、長期のCOVIDクリニックで見られた患者と類似していたため、モデルは正確であることが証明されました。 機械学習システムは、N3Cデータベースで約100,000人の患者を分類しました。そのプロファイルは、COVID-19の流行が長引いた患者と同じでした。

NCATSの上級臨床顧問であり、Recoverの主要な科学プログラムであるJosh Wessel、MD、PhDは述べています。 「これらの人々は、COVIDに感染するずっと前から何か違いがありましたか？特定の危険因子がありますか？急性COVID中に、長期のCOVID感染のリスクを増減させる可能性のある治療方法について何かありましたか？」

モデルは、急性感染から少なくとも90日後のCOVIDの陽性診断を受けた患者において、新しい投薬、医師の診察、新しい症状などの共通の特徴を探しました。 モデルは、患者が長期のCOVIDクリニックに行った場合、または長期のCOVID症状を示し、症状があったが診断されなかった場合に、患者が長期のCOVIDであると特定しました。

「私たちは、見た新しいパターンをCOVID診断コードと統合し、それをモデルに組み込んで、パフォーマンスを向上させたいと考えています」と、コロラド大学のヘンデルは述べています。 「モデルは、より多くの患者グループから学び、より正確になることができます。長いCOVID患者分類子を使用して、臨床試験の参加者を募集できることを願っています。」

この研究は、NIH OT2HL161847の支援を受けて、N3Cエンクレーブの設計、保守、セキュリティに貢献したNCATSとNIHRECOVERイニシアチブによって資金提供されました。 とりわけ、この作業が貢献する参加者募集プロトコルの調整を回復します。 分析は、NCATSを介してアクセスされるデータとツールを使用して実行されました N3C。データエリア NCATSU24TR002306でサポートされています。

国立先進トランスレーショナル科学センター（NCATS）について： NCATSは、より多くの治療がより多くの患者により迅速に届くようにするために、翻訳科学と手術（健康を改善する介入が開発および実施されるプロセス）に関する研究を実施およびサポートしています。 NCATSが科学的観察から臨床的介入までの道のりを短縮するのにどのように役立つかについての詳細は、次のWebサイトをご覧ください。 https://ncats.nih.gov。

国立衛生研究所（NIH）について：国の医学研究機関であるNIHは、27の研究所とセンターを含み、米国保健社会福祉省の一部です。 National Institutes of Healthは、基礎、臨床、および多医学の研究を実施およびサポートする主要な連邦機関であり、一般的な疾患と希少疾患の両方の原因、治療、および治療を調査します。 国立衛生研究所とそのプログラムの詳細については、www.nih.govをご覧ください。

国立衛生研究所…発見を健康に変える^®

###