SARS-CoV-2 感染后后遗症的可计算表型：一项国家 COVID 队列协作分析
定量方法
2023-08-09 v2
摘要
SARS-CoV-2 感染后后遗症（PASC）是一个日益受到关注但尚不完全明确的公共卫生问题。若干研究已考察了多种对 PASC 进行表型刻画的方法，以更好地表征这一异质性状况。然而，PASC 表型研究仍存在诸多空白，包括缺乏以下方面：1）基于症状学的 PASC 标准化定义；2）可泛化且可复现的表型启发式方法与元启发式方法；3）同时基于 COVID-19 严重程度与症状持续时间的表型。在本研究中，我们基于 COVID-19 严重程度与症状持续时间定义了 PASC 表型的可计算表型（或启发式方法）与元启发式方法。我们还基于通用数据标准开发了 PASC 的症状谱。我们依据 COVID-19 严重程度（轻度 vs. 中度/重度）与 PASC 症状持续时间（亚急性 vs. 慢性）识别出四种表型。各表型中频率最高的症状组为心血管与神经精神症状组，且每种表型由一组不同的症状所表征。
引用
@article{arxiv.2303.12813,
title = {Computable Phenotypes for Post-acute sequelae of SARS-CoV-2: A National COVID Cohort Collaborative Analysis},
author = {Sarah Pungitore and Toluwanimi Olorunnisola and Jarrod Mosier and Vignesh Subbian},
journal= {arXiv preprint arXiv:2303.12813},
year = {2023}
}