患新冠后遗症的概率大吗？研究结果为何五花八门？

患新冠后遗症的概率大吗？研究结果为何五花八门？

临床流行病学家Ziyad Al-Aly利用美国退伍军人事务部的数百万份电子医疗记录，研究COVID-19的长期影响，包括心血管疾病和糖尿病等。他们最近的研究结果显示，接种过疫苗再感染新冠的人出现长期COVID的概率只下降了约15%，大大低于认为疫苗能将这一风险减半的其他结果。

长期COVID的定义差别、用于研究它的不同数据类型、对这些数据的分析方式，都会让一些基本问题得到相去甚远的答案，令公众和决策者困惑不已。长期COVID的患病率是多少？疫苗或再感染或最新新冠变异株会如何影响长期COVID的患病率？

部分问题出在对长期COVID的定义上。目前，长期COVID和200多种或轻或重的症状相关，轻则生活不便，重则使人衰弱。长期COVID的持续时间也从几个月到几年不等，还有令人烦恼的复发问题。各方对长期COVID的定义和诊断问题尚未取得一致。

对于这种复杂疾病的研究需要达到一定的规模，才能充分纳入各类症状，以及年龄和急性新冠感染严重程度这类特征的可能影响。超大数据集不一定能让研究人员解开关于长期COVID的种种谜团，如疫苗对长期COVID的预防效果等。

Al-Aly的研究在这方便占据诸多优势：来自大型医疗保健系统的数据能提供超大样本量。他在研究突破性感染后的长期COVID时使用了逾1300万人的医疗记录。虽然其中90%是男性，但女性人数也有130万人之多，这已超过了许多其他研究的样本量。

这些很大的数字加上一些医疗记录提供的数据类型，让研究人员可以开展复杂的统计学分析，将冠状病毒感染者的人口统计特征与未感染的对照组进行仔细匹配。但也有美中不足的地方。人们会把研究规模错误等同于研究质量和效度。

另一个问题是保险理赔和电子医疗记录中是如何记录症状的。医生通常会记录多个症状和疾病的编码，但很少会把病人全部症状的编码都列出来，不同医生对某种疾病的编码选择可能也不一样。这也许会影响长期COVID是否被报告以及如何报告。

但其他方法也有缺陷。一些研究基于自我报告，比如伦敦国王学院和数据科学公司ZOE开发的app——COVID Symptom Study。使用该app数据的研究显示，接种疫苗能让急性感染期后出现持续28天或更久的长期COVID的风险减少约一半。但基于个人自愿报告症状的研究可能存在偏倚，因为有症状的人参与这类研究的概率也更大。

一个特别有用的数据源是英国国家统计局，英国南安普敦大学公共卫生研究员Nisreen Alwan说。5月时，英国国家统计局报告了人们感染的新冠病毒变异株会影响他们患长期COVID的风险。在接种过两剂疫苗的受试者中，被认为感染了Omicron BA.1的人在感染后4-8周出现长期COVID症状的概率比被认为感染了Delta的人低了50%左右。

患有长期COVID的Alwan支持收集该疾病的相关数据，她称赞了英国国家统计局的研究设计，该研究仔细选取了能代表英国人群特征的一组人，并随访了他们的感染状况和症状。Alwan说，研究设计的其他方面也会严重影响结果，比如是否有对照组等。但考虑不同的研究方法和定义不应拖累研究进度。

对于Al-Aly来说，研究结果之间有出入并不奇怪，也不是什么坏事。他说，流行病学家经常会交叉分析来自多个数据源和分析方法的证据。即使打疫苗对长期COVID风险的影响很难做到精准量化，研究人员还是可以总结出大致规律。