長期コビッド（Long Covid）は、患者が新型コロナウイルス感染の陰性判定を受けた後も深刻な健康影響が長く続く現象です。患者は持続的な「ブレインフォグ」や疲労、めまい、心拍数の急上昇、息切れ、胸の痛みを訴え、これらの症状はほぼ全ての臓器系に影響を及ぼし、感染が過ぎ去ってから1年以上続くことがあります。
スタンフォード大学のデータ科学者たちは、Proceedings of the National Academy of Sciences（PNAS）誌に発表された新しい研究で、2億4400万人を超えるアメリカ人の医療保険記録という膨大なデータセットを総覧し、従来の方法では Covid-19 に起因する健康影響の範囲と期間を実質的に過大評価してしまう可能性があることを発見しました。
長期コビッドが98％少なくなるということを意味しているのではない。これらの研究を設計する方法が、Covid に起因する健康影響を信頼できる形で帰属させられる範囲を根本的に変える、という意味だ。
Jure Leskovec
「私たちの新しい研究デザインは、感染後4～12か月の間に長期Covidに起因するアウトカムを、同じデータセット内の従来のアプローチと比較して98％減少して見つけた」と、共同上級著者であるJure Leskovecは語った。「これは長期Covidが98％少なく一般的だという意味ではない。研究を設計する方法が、Covidに起因する健康影響を信頼できる形で帰属させる可能性を根本的に変える」という。本研究が長期Covid自体の理解に対する意味を超えて、今後の集団レベルの健康研究をより良く設計する方法について重要なメッセージを伝えるものだとLeskovecは述べた。
この研究が提案する改善は、歪んだ結果や信頼性の低い結果を生み出す偏りを減らすのに役立つ可能性があります。データの大量さは、微妙なパターンを明らかにし、ありえない結びつきを排除する助けになりますが、規模だけでは偏りを克服できません。レスコヴェクは「244万人の患者がいても、間違った問いに対して極めて正確な答えを得てしまうことがある」と述べ、「研究デザインはデータ量と同じくらい重要だ」と強調しました。
著者らは、医師と同じくらい厳密で慎重で思慮深い姿勢で科学者もあるべきだと主張します。彼らは正の関連を検証する必要があると説明する一方で、仮説を検証するコントロール検査を実施し、仮定とアプローチのストレステストとして負の関連を探るべきだと述べました。
「この研究は、ケースと対照の患者履歴を整列させるために、経済学と社会科学の分野で人気のある合成対照デザインを用いました」と、共同上級著者でスタンフォード大学ビジネススクールのオペレーション、情報、技術准教授のステファン・ワーガーは語ります。「その潜在能力を大型の医療研究に適用できることを目の当たりにして興奮しました。電子健康記録や請求データに適用すれば、合成対照法が価値ある洞察を生み出す別の多くの用途があると私は期待しています。」
「この乱雑でノイズの多いデータを、適切な研究デザインとともに活用すれば、真のシグナルを取り出すことができる」と、第一著者のハメド・ニルフォロシャンは述べました。彼はレスコヴェクの研究室でコンピューターサイエンスの博士課程に在籍する学生です。「この規模のデータは臨床研究の前にはほとんど手の届かないものでした。人々が信頼していなかったからです。私たちはそれが機能することを示します。」
ニルフォロシャンは、長期コビッドの結果として示唆された、病気が異常に広範な症状を示すとの他の著名な研究結果を再現することから始めました。彼はその手法を用いれば彼らの発見を正確に一致させることができました。しかしさらに深く掘り下げ、長期コビッドが雷雨、犬の噛み傷、銃創といったありえないアウトカムを引き起こすように見えるかを検証し、それが実際に起こっていることを発見しました。「何かが合っていなかった」とニルフォロシャンは語ります。
問題は、比較される集団間の系統的な差異が結果にも影響を及ぼす「交絡バイアス」として知られる現象でした。以前の研究は、Covid陽性の人と診断されなかった人を比較することが多く、後者には検査を受けていない人も含まれていました。その設計の欠陥は、検査を受ける人と受けない人とで系統的に差が生じる点にあり、それはこの研究でも確認されました。検査を受ける人は基礎疾患を持っている可能性があり、Covid以外の感染を持つ場合や、医療機関をより頻繁に利用する傾向がある場合があり、これらを無視するとCovidとその後の健康問題との関連を誤って結びつけてしまうことがあります。
レスコヴェクはこの微妙な点を明確にします。「Covid陽性の人と検査を受けたことのない人を比較すると、基礎的な健康状態や医療機関の受診行動の差をウイルス自体のせいだと帰属させてしまうリスクがあります」。代わりに、研究者たちはCovidの最初のPCR検査を受けた患者だけを選び、陽性と陰性の長期アウトカムを比較して Covid の本当の症状をより正確に isolatingし、持続期間をより正確に測定しました。
次に、負のコントロールを用いて仮説をストレステストしました。ニルフォロシャンが挙げた雷撃、犬の噛みつき、銃創といったあり得ないアウトカムに戻し、信頼できる方法であればそれらのアウトカムを長期コビッドの影響として特定すべきではないと Leskovec は述べました。予想通り、それらの症状は検出されませんでした。「これらの負のコントロールは、我々がCovidに起因する本物の影響を識別できているという自信を高めてくれます」とLeskovecは説明します。研究は、ミオパチー、非結核性肺炎、呼吸器系の問題、気胸をCovidに起因する影響として挙げ、検証しました。
「これらの発見は、長期コビッドが多くの人が考えていたよりも、他の長期的なウイルス後遺症と似ている可能性があることを示しています」と、スタンフォード大学医学部の疫学・人口健康学教授であるスティーブン・グッドマンは述べました。「科学的な観点から見れば、これは真のチームの成果でした。コンピュータサイエンス、統計学、疫学の研究文化と方法を調和させることが、長期コビッドの性質に関するこの重要な証拠を提供するうえで不可欠であり、私たち一人ひとりだけでは成し得なかった成果をもたらしました。」
医師や患者にとって、この研究は大きな変化をもたらすものではありません。長期コビッドは現実に存在し、数か月続き、複数の臓器系に影響を及ぼす可能性があります。研究は、COVIDに起因する追加の健康リスクが人口レベルでは以前の推定よりも早く小さくなることを示唆しますが、一部の患者は1年またはそれ以上症状を経験し続ける場合があります。
研究者らは、保険記録では疲労や認知機能の困難といった症状が診断されず記録されない可能性があるなど、すべての患者体験を捉えきれないことを警告しています。「これらの結果は医師の臨床評価を補完するべきであり、代替するものではありません」とLeskovecは述べます。「一方でデータサイエンティストにとっては、以前の長期コビッド研究をより良いコントロールで再検討する必要があるかもしれません。私たちのアプローチは、それらや今後の集団健康研究を改善する可能性があります。」
出典: Stanford University
