1/ Die bisher größte prospektive Kohortenstudie zu #LongCovid mit hoher Fallzahl und guten Methoden wurde in Nature Medicine (nature.com/articles/s4159…) veröffentlicht.

Ein wichtiges Thema, daher ein kurzer🧵zu den Ergebnissen und ein bisschen Methodik.

➡️gerne💚RT :)
2/ Was wurde gemacht?

Im März und April 2020 wurden 4 Millionen Personen (ohne COVID) rekrutiert um ihre Symptome per App zu loggen. Vorteil: Teilnehmende wurden nicht auf Basis von COVID gewählt, d. h. Ergebnisse sind etwas weniger anfällig für "Selektionsbiases".
3/
4182 symptomatische Personen mit positivem PCR-Test aus UK, US und Schweden wurden inkludiert:
- Durchschnittsalter 42,
- 14% im KH
- 72% weiblich,
- ca. 6 Symptome in der ersten Woche.

Wichtig: auch 4182 "negative Kontrollen" (ncbi.nlm.nih.gov/pmc/articles/P…) wurden inkludiert.
4/ Als Symptome wurden definiert:
Bauchschmerzen, Brustschmerzen, Halsschmerzen, Kurzatmigkeit, Müdigkeit, heisere Stimme, Delirium, Durchfall, ausgelassene Mahlzeiten, Fieber, anhaltender Husten, ungewöhnliche Muskelschmerzen, Geruchsverlust und Kopfschmerzen
5/ #LongCovid wurde definiert als Symptome, die mehr als 4 Wochen (28 d, LC28), mehr als 8 Wochen (56 d, LC56) oder mehr als 12 Wochen (LC84) zwischen Symptombeginn und -ende anhielten, und "kurzes COVID" als unter 10 Tage zwischen Symptombeginn und -ende, ohne Rückfall.
6/ Ergebnis:
Von den 4182 hatten:
13.3% länger als 28 Tage,
4.5% länger als 8 Wochen und
2.3% länger als 12 Wochen anhaltende Symptome.

Die wichtigsten Risikofaktoren waren:
BMI, Alter, und weibliches Geschlecht.
7/ Die häufigsten Symptome waren: Fatigue, Kopfschmerzen, Kurzatmigkeit, und Geschmacksverlust.

Anhand nur dreier Variablen - Anzahl der Symptome in der ersten Woche, Alter, und Geschlecht - lassen sich laut der Studie "kurzes COVID" und "langes COVID" relativ gut vorhersagen.
8/
Im Vergleich zu ONS Daten aus dem Dezember liegt der Anteil an Long-COVID hier niedriger (ONS: ca. 10% bei Woche 12, ons.gov.uk/peoplepopulati…).
Ich habe eine Koautorin der Nature Studie zu Unterschieden zu den ONS-Daten gefragt, sie hält die Inklusions-/Exklusionskriterien..
9/
... für maßgeblich: denn hier wurden anfangs "Ungesunde" nicht mit einbezogen, Personen exkludiert wenn sie für eine Weile Symptome nicht geloggt haben usw..

Die Zahlen sind auch niedriger als letztens in JAMA berichtet wurde (jamanetwork.com/journals/jaman…): hier hatten...
10/...30% nach 6 Monaten Symptome. Es handelt sich hier allerdings um eine kleine Stichprobe (250) aus einem Zentrum, Symptome wurden retrospektiv erfragt, die Vergleichsgruppe klein, und Teilnehmende zu Studienbeginn nicht gesund, Generalisierung daher nur eingeschränkt möglich.
11/ Auch die Daten der Nature-Studie sind limitiert: weniger ältere Teilnehmende, kein repräsentatives Sample (nur diejenigen, die die App nutzten), weniger Risikofaktoren und Komorbiditäten als die Allgemeinbevölkerung (würde ich sagen).
12/ Trotzdem ist das m.E. die beste Arbeit, die aktuell zum Thema #LongCovid existiert und kann als Referenzpunkt für weitere Studien dienen.

Wo letztenendes genau der Anteil von #LongCovid liegt, lässt sich schwer feststellen, aber ich denke die Studie hilft, eine ungefähre...
13/
... Vorstellung einer Größenordnung zu bekommen (obwohl ich persönlich das Gefühl habe, der Anteil müsste etwas höher sein).
Ein kurzer Thread zur heute erschienen #LongCovid Studie in Nature Med:
@Karl_Lauterbach @CiesekSandra @c_drosten @DrCWerner @hendrikstreeck @BrinkmannLab

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Kai Schulze

Kai Schulze Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @KaiSchulze_

10 Dec 20
1/ Der Schutz von älteren Menschen ist möglich. Tübingen hat gezeigt wie es geht. Solange gezielte Maßnahmen von Teilen der Wissenschaft ignoriert werden (siehe #Leopoldina) wird es auch 2021 unnötige Coronatote geben. Ja, auch mit #LockdownJetzt. 🔽 ein Thread, gern RT💚
2/ Was hat Tübingen gemacht?
1) Regelmäßiges Testen: Personal, Bewohner, mobile Pflegediensten, etc.
2) FFP2 für alle>65 (per Post)
3) Reserviertes Zeitfenster für Einkäufe von neun bis elf Uhr
4) Taxifahrten zum Preis des Bussystems für Menschen über 60 bit.ly/3431q4F
3/ Nicht einfach, aber mit Unterstützung machbar.

Doch warum stellt das eigentlich einen „Sonderweg“ dar? Nun, im Oktober hat sich die @GesVirologie inkl. @c_drosten @BrinkmannLab @CiesekSandra @TheBinderLab EXPLIZIT GEGEN einen Schutz von Risikogruppen ausgesprochen.
Read 16 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!