Il Long Covid potrebbe essere molto più diffuso di quanto indicano oggi le stime ufficiali. Secondo uno studio guidato da Jiazi Tian e Hossein Estiri del Mass General Brigham, pubblicato su JAMA Network Open, il numero reale delle persone colpite da conseguenze persistenti dell’infezione da Covid-19 potrebbe essere almeno il doppio rispetto a quello intercettato dai sistemi sanitari. Analizzando con un algoritmo di intelligenza artificiale le cartelle cliniche elettroniche di quasi 460mila pazienti in 58 ospedali statunitensi, i ricercatori hanno stimato che circa un paziente su sei sviluppi forme persistenti della malattia. In termini assoluti, oltre 18 milioni di americani potrebbero convivere con il Long Covid, contro valutazioni attuali molto più basse.
La difficoltà principale riguarda il modo in cui la sindrome viene registrata. I sistemi di monitoraggio si basano soprattutto sui codici diagnostici amministrativi, come il codice ICD U09.9 introdotto per identificare le condizioni post-Covid. Ma secondo gli autori questo metodo riuscirebbe a intercettare meno del 7 per cento dei casi effettivi. Il risultato è una vasta area grigia di pazienti che continuano ad avere sintomi, visite e problemi clinici, ma non vengono classificati formalmente come persone affette da Long Covid.
La sindrome che sfugge ai codici
Per superare questo limite, il gruppo del Mass General Brigham ha sviluppato una piattaforma di precision phenotyping basata sull’intelligenza artificiale. L’algoritmo analizza l’evoluzione nel tempo degli eventi clinici e individua condizioni comparse dopo l’infezione da SARS-CoV-2, escludendo quelle già presenti nella storia medica del paziente. In questo modo diventa possibile riconoscere manifestazioni compatibili con il Long Covid anche quando non sono state etichettate con il codice diagnostico specifico.
Lo studio ha preso in esame 457.950 persone risultate positive al Covid-19 in quattro grandi aree degli Stati Uniti: New England, Texas sud-orientale, California meridionale e Pennsylvania occidentale. L’analisi ha identificato il Long Covid nel 16,3 per cento dei pazienti, con differenze regionali comprese tra il 13,6 e il 22,7 per cento. Complessivamente, il 14,5 per cento dei soggetti studiati, pari a 66.587 persone, ha sviluppato condizioni croniche tali da richiedere assistenza clinica continuativa.
I ricercatori hanno osservato anche differenze geografiche nelle manifestazioni della sindrome post-virale. Tra gli elementi emersi figurano variazioni nella frequenza del prediabete, indicato come una delle possibili conseguenze associate al Long Covid. Il quadro conferma la natura complessa della malattia, che può presentarsi con disturbi cognitivi, metabolici, neurologici, cardiovascolari e autonomici, spesso difficili da ricondurre a un’unica origine.
Milioni di pazienti fuori dalle statistiche
Un dato particolarmente rilevante riguarda l’andamento nel tempo. Lo studio suggerisce che il Long Covid non sia soltanto un’eredità delle prime ondate pandemiche. La prevalenza cumulativa continua infatti ad aumentare nelle regioni analizzate, con incrementi significativi trimestre dopo trimestre in New England, California meridionale e Pennsylvania occidentale. Le proiezioni indicano una possibile ulteriore crescita anche nel prossimo decennio, se le tendenze attuali dovessero proseguire.
Secondo Hossein Estiri, più di 10 milioni di persone con Long Covid resterebbero invisibili ai codici diagnostici usati da sistemi sanitari e decisori politici per misurare il peso della malattia. Jiazi Tian sottolinea che questi pazienti non sono assenti dall’assistenza sanitaria: vengono visitati da cardiologi, endocrinologi, neurologi e altri specialisti, ma spesso le loro condizioni non vengono riconosciute come manifestazioni della stessa sindrome post-Covid.
Gli autori precisano anche i limiti dello studio. L’analisi non include le infezioni non documentate, aumentate dopo la riduzione dei test su larga scala, né i pazienti privi di dati clinici longitudinali. Per questo le stime potrebbero essere ancora prudenti. La prospettiva indicata dai ricercatori è che l’intelligenza artificiale possa aiutare a colmare le lacune della sorveglianza epidemiologica, migliorando l’identificazione dei casi e aprendo la strada a studi terapeutici più mirati e trattamenti personalizzati.
