gms | German Medical Science

Gesundheit – gemeinsam. Kooperationstagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), Deutschen Gesellschaft für Epidemiologie (DGEpi), Deutschen Gesellschaft für Medizinische Soziologie (DGMS) und der Deutschen Gesellschaft für Public Health (DGPH)

08.09. - 13.09.2024, Dresden

Prävalenz von Long-COVID-Symptomen in Primary Care – Evidenz aus einem integrierten Gesundheitssystem in den USA

Meeting Abstract

  • Dominik Ose - Westsächsische Hochschule Zwickau, Fakultät Gesundheits- und Pflegewissenschaften, Zwickau, Germany
  • Elena Gardner - University of Utah, Department of Family and Preventive Medicine, Salt Lake City, United States
  • Bernadette Kiraly - University of Utah, Department of Family and Preventive Medicine, Salt Lake City, United States
  • Kirsten Stoesser - University of Utah, Department of Family and Preventive Medicine, Salt Lake City, United States
  • Jennifer Leiser - University of Utah, Department of Family and Preventive Medicine, Salt Lake City, United States
  • ANDREW DAVID CURTIN - University of Utah, Department of Family and Preventive Medicine, Salt Lake City, United States
  • Mingyuan Zhang - University of Utah Health, Data Science Services, Salt Lake City, United States
  • Camie Schaefer - University of Utah, Department of Family and Preventive Medicine, Salt Lake City, United States
  • Jing Wang - University of Utah, Department of Family and Preventive Medicine, Salt Lake City, United States

Gesundheit – gemeinsam. Kooperationstagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), Deutschen Gesellschaft für Epidemiologie (DGEpi), Deutschen Gesellschaft für Medizinische Soziologie (DGMS) und der Deutschen Gesellschaft für Public Health (DGPH). Dresden, 08.-13.09.2024. Düsseldorf: German Medical Science GMS Publishing House; 2024. DocAbstr. 455

doi: 10.3205/24gmds340, urn:nbn:de:0183-24gmds3400

Veröffentlicht: 6. September 2024

© 2024 Ose et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund: Die Forschung zu Long-COVID, oft auch als Post-COVID-19-Erkrankungen bezeichnet, nimmt immer weiter an Bedeutung zu. Mit dem Label „Long-COVID“ werden Symptome zusammengefasst, die sich während oder nach einer COVID-19-Infektion entwickeln, länger als 12 Wochen andauern und nicht auf alternative Diagnosen zurückzuführen sind. Long-COVID kann unterschiedliche Funktionen beeinträchtigen und ist oftmals mit Symptomen wie zum Beispiel Müdigkeit, Kurzatmigkeit, Geruchs-/Geschmacksstörungen, Angstzuständen und Gedächtnisproblemen verbunden.

Unklar ist bislang allerdings oftmals die tatsächliche Prävalenz dieser Symptome. Insbesondere fehlen bevölkerungsbasierte Studien mit Kontrollgruppen, welche Long-COVID in der Primärversorgung quantifizieren. Diese Studie zielt entsprechend darauf ab, die Prävalenz von Long-COVID Symptomen in zuvor mit COVID-19 diagnostizierten Patienten zu analysieren und diese mit der Prävalenz der gleichen Symptome bei Patienten ohne COVID-19 Diagnose zu vergleichen.

Methoden: Diese bevölkerungsbasierte Querschnittsstudie wurde im integrierten Gesundheitssystem der University of Utah (U of U Health) in Salt Lake City, Utah, USA, durchgeführt. Das Gesundheitssystem bietet u.a. Primärversorgung in 12 Gesundheitszentren im Großraum Salt Lake City an. Alle 12 Zentren haben eine gemeinsame IT-Infrastruktur und nutzen eine gemeinsame elektronische Gesundheitsakte (EHR, EPIC™). Insgesamt werden jährlich etwa 120.000 Patienten in der Primärversorgung betreut.

Die Teilnehmer wurden mithilfe elektronischer Gesundheitsakten identifiziert und füllten einen Fragebogen elektronisch aus, der auf Englisch und Spanisch verfügbar war. Dieser enthielt 54 potenzielle Long-COVID Symptome. Zur Beurteilung des Zusammenhangs von Long-COVID Symptomen mit COVID-19 wurde eine logistische Regression durchgeführt. Cross Validation wurde genutzt, um Overfitting zu vermeiden, die Leistung des Models zu verbessern und potenzielle Limitationen des Self Selection Bias zu adressieren.

Ergebnisse: Long-COVID Symptome sind sowohl bei Patienten mit einer vorherigen COVID-19 Diagnose (n=1410) (COVID-19 positiv), als auch bei Patienten ohne eine vorherige COVID-19 Diagnose (n=1129) (COVID-19 negativ) sehr prävalent. Allerdings ist die Prävalenz von Long-COVID Symptomen bei COVID-19 positiven Patienten deutlich höher als bei COVID-19 negativen Patienten. Mit Ausnahme von „Angstzuständen“ bestehen bei den zwanzig am häufigsten gemeldeten Erkrankungen starke signifikante Unterschiede. Häufige Symptome sind etwa „Müdigkeit“ (59,5 % COVID-19-positiv) vs. 41,3 % (COVID-19-negativ); OR 2,15 [1,79-2,60]), „Schlafstörungen“ (52,1 % (positiv) vs. 41,9 % (negativ); OR 1,42 [1,18–1,71]) und Konzentrationsprobleme (50,6 % (positiv) vs. 28,5 % (negativ); OR 2,64 [2,17–3,22]). Ähnliche Unterschiede in der Prävalenz wurden auch beim Vergleich von COVID-19 positiven und COVID-19 negativen Patienten in Bezug auf Alter, Geschlecht, und Rasse/ethnischer Zugehörigkeit beobachtet.

Schlussfolgerung: Long-COVID Symptome sind in der Primärversorgung dieses integrierten Gesundheitssystems in Utah, USA weit verbreitet. Die Tatsache, dass sich Long-COVID Symptome stark mit Symptomen überschneiden, die ohnehin sehr häufig in der Primärversorgung sind – darunter etwa Müdigkeit, Schlafstörungen und Kopfschmerzen – macht die Diagnose in der Primärversorgung allerdings schwierig. Es besteht der dringende Bedarf, die Diagnose und Behandlung von Long-COVID Symptomen in der Primärversorgung zu stärken.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass ein positives Ethikvotum vorliegt.