Forskere har fundet ud af, hvem der især blev ramt af senfølger efter covid-19

Senfølger efter covid-19 påvirker fortsat mange mennesker og kan være invaliderende. I et ny studie, med brug af kunstig intelligens, finder forskere fra Statens Serum Institut (SSI), at særligt nogle mennesker var i øget risiko for at udvikle senfølger efter en infektion med covid-19, og at kombinationen af eksisterende helbredsproblemer og andre individuelle forskelle påvirker risikoen betydeligt.

”Vi kan se, at der er væsentlige forskelle på, hvor udsatte deltagerne er, og at personer, hvor flere faktorer gør sig gældende samtidigt, er mere udsatte. For eksempel har kvinder over 35 år med astma og kvinder med højt BMI og depression en øget risiko på 10 procent. Dem, der er mindst udsatte er de 15-25-årige og mænd uden depression eller overvægt, hvor risikoen kun er øget med én procent eller mindre,” siger professor Anders Hviid, der er afdelingschef på SSI og har stået bag undersøgelsen.

Studiet er baseret på data fra tidligt i pandemien, med de tidlige varianter og uden vacciner. Billedet af de udsatte grupper, kan derfor se anderledes ud i dag, men selve metoden, som forskerne har brugt giver nye muligheder i forskningen.

Kunstig intelligens kan vise nye mønstre

Traditionelle statistiske metoder kræver, at forskeren på forhånd definerer de undergrupper, der skal analyseres, hvilket ikke er hensigtsmæssigt i en situation med begrænset forhåndsviden om, hvilke undergrupper, der er i særlig risiko for at udvikle senfølger efter covid-19

Forskerne har i dette studie gjort brug af kunstig intelligens og en metode, der kaldes ”causal forest”, og med den kan nye og komplekse mønstre identificeres i data. Det betyder, at algoritmen kan inddrage mange faktorer samtidigt og tage højde for eventuelle komplekse sammenhænge faktorerne iblandt. Det gør det nemmere at få øje på de udsatte grupper i et stort dataset.

”Vi skal i vores forskning blive bedre til at tage højde for, at folk er forskellige. Det er afgørende for, at folk i sidste ende kan få den bedst mulige forebyggelse og behandling i det danske sundhedsvæsen. Her kan kunstig intelligens hjælpe os med at gennemskue komplekse sammenhænge i vores sundhedsdata.”

Studiet, der er støttet af Novo Nordisk Fonden, er netop udgivet i Communications Medicine.

Om studiet

Det aktuelle studie fra SSI inkluderede 88.818 deltagere fra den store nationale senfølgeundersøgelse EFTER-COVID. Af dem var 37.482 inviteret på baggrund af en positiv Covid-19 test. Forskerne undersøgte, hvordan egenskaber ved de inkluderede personer, både enkeltvis og i kombination, påvirkede risikoen for at langtidssygemelde sig som følge af en Covid-19 infektion. Langtidssygemelding blev defineret som sygemelding i over en måned i perioden fra 1-9 måneder efter infektionen. Infektionerne fandt sted tidligt i pandemien i en stort set ikke-vaccineret befolkning.