Analizzate quasi 460mila cartelle cliniche in 58 ospedali Usa: il 16,3% dei pazienti Covid ha sviluppato condizioni croniche successive all’infezione.
Il Long Covid potrebbe colpire molti più pazienti di quanto finora rilevato dai sistemi di sorveglianza sanitaria. Secondo una nuova ricerca condotta dal Mass General Brigham e pubblicata su JAMA Network Open, il peso reale della malattia potrebbe essere quasi doppio rispetto alle stime attuali. I ricercatori hanno utilizzato un algoritmo di intelligenza artificiale per analizzare le cartelle cliniche elettroniche di 457.950 pazienti risultati positivi al Covid-19 in 58 ospedali statunitensi, distribuiti in quattro regioni: New England, Texas sud-orientale, California meridionale e Pennsylvania occidentale.
L’analisi ha mostrato che circa un paziente su sei, pari al 16,3%, ha sviluppato Long Covid. Tradotto sulla popolazione statunitense, questo dato corrisponderebbe a oltre 18 milioni di persone. Lo studio suggerisce quindi che una quota enorme di pazienti resti invisibile agli strumenti ufficiali di monitoraggio, basati soprattutto sui codici diagnostici.
Il limite dei codici diagnostici nella sorveglianza sanitaria
Uno degli elementi più rilevanti dello studio riguarda la distanza tra la realtà clinica e ciò che viene registrato formalmente nei sistemi sanitari. L’attuale sistema di codifica diagnostica, compreso il codice ICD U09.9 dedicato alle condizioni post-Covid, riuscirebbe infatti a identificare meno del 7% dei pazienti con Long Covid. Questo significa che milioni di persone potrebbero ricevere cure per sintomi e patologie successive all’infezione senza essere riconosciute come pazienti affetti da Long Covid. “Oltre 10 milioni di persone con Long Covid non verrebbero individuate dai codici diagnostici su cui si basano i sistemi sanitari e i responsabili politici per monitorare l’incidenza della malattia”, ha affermato Hossein Estiri, autore corrispondente dello studio e membro del Dipartimento di Medicina del Mass General Brigham. Secondo Estiri, inoltre, “le cifre che abbiamo scoperto sono quasi certamente sottostimate”. Il problema non è solo statistico: se una malattia non viene intercettata correttamente, diventa più difficile programmare risorse, percorsi di cura e politiche sanitarie adeguate.
L’algoritmo di intelligenza artificiale usato nello studio
Per superare i limiti della codifica tradizionale, i ricercatori hanno utilizzato un algoritmo di “fenotipizzazione di precisione”, progettato appositamente per riconoscere il Long Covid nelle cartelle cliniche elettroniche longitudinali. Lo strumento analizza la sequenza temporale degli eventi clinici, cercando condizioni comparse dopo l’infezione da Covid-19 e non spiegabili da patologie già presenti nella storia del paziente. L’algoritmo era stato precedentemente validato per identificare il Long Covid come diagnosi di esclusione. Questo approccio consente di osservare il percorso clinico reale dei pazienti, andando oltre la semplice presenza o assenza di un codice diagnostico specifico.
Nuove patologie croniche e differenze tra regioni
L’analisi ha mostrato che il Long Covid non si presenta come un’unica condizione uniforme, ma come un insieme di manifestazioni cliniche che possono coinvolgere diversi organi e sistemi. Nell’intera coorte studiata, il 14,5% dei pazienti positivi al Covid-19, pari a 66.587 persone, ha sviluppato patologie croniche tali da richiedere cure cliniche continuative. Le percentuali di Long Covid sono variate in modo significativo tra le regioni, oscillando dal 13,6% al 22,7%.
Lo studio ha evidenziato anche differenze territoriali nelle manifestazioni della malattia, compresi tassi diversi di prediabete, indicato come una possibile conseguenza emergente del Long Covid. Un altro dato importante riguarda l’andamento nel tempo: i ricercatori non hanno trovato conferma dell’idea secondo cui il Long Covid sarebbe soprattutto un’eredità delle prime ondate pandemiche. Al contrario, la prevalenza cumulativa ha continuato ad aumentare in tutte le regioni analizzate. La modellizzazione statistica ha mostrato incrementi trimestrali significativi nel New England, nella California meridionale e nella Pennsylvania occidentale, con tendenze che potrebbero proseguire nel prossimo decennio se gli attuali andamenti restassero invariati.
Una malattia presente nelle cure, ma assente dalle statistiche
I ricercatori sottolineano che il bilancio del Long Covid potrebbe essere ancora più alto, perché lo studio non include le infezioni non documentate, diventate più frequenti dopo la fine dei test diffusi, né i pazienti privi di cartelle cliniche longitudinali. Questo rende particolarmente delicata la questione della sorveglianza: molti pazienti sono seguiti dal sistema sanitario, ma non vengono collegati formalmente a una diagnosi di Long Covid. “Questi pazienti non sono assenti dall’assistenza clinica; sono assenti dal codice diagnostico che li identificherebbe come pazienti con Long Covid”, ha spiegato Jiazi Tian, autrice principale dello studio e data scientist presso il Clinical Augmented Intelligence Group del Mass General Brigham.
La ricercatrice cita il caso del cardiologo che osserva una nuova disautonomia, dell’endocrinologo che identifica una nuova malattia metabolica o del neurologo che rileva disturbi cognitivi inspiegabili: alcune di queste manifestazioni possono essere riconducibili al Long Covid, anche senza una diagnosi che le colleghi all’infezione. Per Shawn Murphy, coautore dello studio, l’intelligenza artificiale clinica può aiutare a rendere più coerente l’identificazione delle condizioni post-virali complesse, se integrata nei contesti reali di cura. Estiri guarda anche alle ricadute future: distinguere le diverse manifestazioni organo-specifiche del Long Covid potrebbe permettere nuovi studi clinici e trattamenti più mirati per i pazienti giusti.
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato