أعلن معهد أبحاث ترياس إي بوجول الألماني IGTP، بالتعاون مع معهد برشلونة للصحة العالمية، وجود علاقة وثيقة بين تسلسل الإصابة بالأمراض لدى الشخص، وليس فقط تاريخه المرضي، وبين احتمال إصابته بالكوفيد طويل الأمد. ويشير البحث إلى أن ترتيب ظهور الأمراض وتفاعلها عبر الزمن يمكن أن يكشف أنماط خطر لم تكن معروفة حتى الآن. كما يؤكد العمل أن فهم الصحة كمسار تراكمي عبر العمر يمكن أن يحسن قدرة التنبؤ بمخاطر الكوفيد الطويل والرعاية المتاحة للمصابين.
مصادر البيانات والتحليل
اعتمدت الدراسة على بيانات من أكثر من 10,000 مشارك ضمن مجموعة GCAT (جينومات الحياة)، التي جمعت معلومات سريرية وجينية من سكان كاتالونيا لأكثر من 15 عامًا. وبالارتباط مع متابعة كوفيد المستقبلية لدراسة COVICAT التي أطلقت في 2020، أعاد الفريق بناء المسارات الصحية المزمنة وفق ترتيب ظهورها وتفاعلها عبر الزمن. وتهدف هذه المقاربة إلى فهم كيفية تأثير اختلاف المسارات الصحية على تطور كوفيد طويل الأمد وتحديد أنماط الخطر المحتملة.
نتائج رئيسية
أُنجز تحليل 162 مسارًا صحيًا، وربط 38 منها بخطر أعلى بكثير للإصابة بالكوفيد الطويل. شملت المسارات الأكثر شيوعًا اضطرابات الصحة النفسية وأمراض الأعصاب والأنظمة التنفسية، إضافة إلى اضطرابات أيضية أو هضمية مثل ارتفاع ضغط الدم والسمنة والارتجاع المريئي. وأظهر التحليل أن بعض هذه المسارات تزيد الخطر بغض النظر عن شدة الإصابة الأولية.
أثر التسلسل والذكاء الاصطناعي
تشير النتائج إلى أن تفسير مخاطر الكوفيد الطويل لا يقتصر على نوع أو شدة الكوفيد الحاد، بل يقتضي أخذ ترتيب ظهور الأمراض وتفاعلها عبر الزمن بعين الاعتبار. كما يرى الباحثون أن استخدام أدوات الذكاء الاصطناعي في المستقبل قد يساعد في اكتشاف أنماط معقدة في البيانات الصحية الطويلة، ما يعزز القدرة على التنبؤ بالمخاطر وتحديد الفئات الأكثر عرضة بدقة. وتؤكد هذه الرؤية على إمكانية تحسين الرعاية والوقاية من خلال دمج التسلسل الزمني للأمراض مع معلومات جينية.
العلاقة الوراثية وتطبيقات الرعاية
في جانب العوامل الوراثية، لم تكشف الدراسة عن ارتباط وراثي عام وقوي بالكوفيد الطويل، رغم وجود علاقات متواضعة مع عوامل وراثية مرتبطة بالأمراض العصبية والعضلية الهيكلية. وتشير النتائج إلى احتمال وجود قابلية مشتركة للإصابة في بعض الحالات. وتؤكد هذه النتائج أهمية فهم الصحة كعملية ديناميكية تراكمية لتعزيز الرعاية والوقاية من المرض المزمن.
خلاصة وتوجيهات مستقبلية
تؤكد الدراسة ضرورة فهم الصحة كمسار تراكمي وتوجيه الرعاية بناءً على التسلسل الزمني للأمراض. وتوضح أن دمج التسلسل الزمني مع البيانات الجينية قد يحسن التنبؤ بحالات كوفيد-19 طويلة الأمد والرعاية والوقاية من الأمراض المزمنة. وتدعو إلى تطوير أدوات ذكاء اصطناعي لتحليل البيانات الصحية الكبيرة وتحديد الفئات الأكثر عرضة بدقة.