S'abonner

Prevalence, risk factors and characterisation of individuals with long COVID using Electronic Health Records in over 1.5 million COVID cases in England - 17/09/24

Doi : 10.1016/j.jinf.2024.106235 
Han-I. Wang a, e, , 1 , Tim Doran a, Michael G. Crooks b, Kamlesh Khunti c, Melissa Heightman d, Arturo Gonzalez-Izquierdo e, Muhammad Qummer Ul Arfeen e, Antony Loveless f, Amitava Banerjee e, Christina Van Der Feltz-Cornelis a, b, e
a Department of Health Sciences, University of York, York, UK 
b Hull York Medical School, York, UK 
c Diabetes Research Centre, University of Leicester, Leicester, UK 
d University College London Hospitals NHS Foundation Trust, London, UK 
e Institute of Health Informatics, University College of London, London, UK 
f Patient and Public Involvement (PPI) member for STIMULATE-ICP Consortium, Institute of Health Informatics, University College of London, London, UK 

Correspondence to: Department of Health Sciences, Seebohm Rowntree Building, University of York, Heslington, York YO10 5DD, UK.Department of Health Sciences, Seebohm Rowntree Building, University of YorkHeslingtonYorkYO10 5DDUK

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Summary

Objectives

This study examines clinically confirmed long-COVID symptoms and diagnosis among individuals with COVID in England, aiming to understand prevalence and associated risk factors using electronic health records. To further understand long COVID, the study also explored differences in risks and symptom profiles in three subgroups: hospitalised, non-hospitalised, and untreated COVID cases.

Methods

A population-based longitudinal cohort study was conducted using data from 1,554,040 individuals with confirmed SARS-CoV-2 infection via Clinical Practice Research Datalink. Descriptive statistics explored the prevalence of long COVID symptoms 12 weeks post-infection, and Cox regression models analysed the associated risk factors. Sensitivity analysis was conducted to test the impact of right-censoring data.

Results

During an average 400-day follow-up, 7.4% of individuals with COVID had at least one long-COVID symptom after acute phase, yet only 0.5% had long-COVID diagnostic codes. The most common long-COVID symptoms included cough (17.7%), back pain (15.2%), stomach-ache (11.2%), headache (11.1%), and sore throat (10.0%). The same trend was observed in all three subgroups. Risk factors associated with long-COVID symptoms were female sex, non-white ethnicity, obesity, and pre-existing medical conditions like anxiety, depression, type II diabetes, and somatic symptom disorders.

Conclusions

This study is the first to investigate the prevalence and risk factors of clinically confirmed long-COVID in the general population. The findings could help clinicians identify higher risk individuals for timely intervention and allow decision-makers to more efficiently allocate resources for managing long-COVID.

Le texte complet de cet article est disponible en PDF.

Keywords : Long COVID, Post SARS-CoV-2, Symptoms, Prevalence, Risk factor


Plan


© 2024  The Author(s). Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 89 - N° 4

Article 106235- octobre 2024 Retour au numéro
Article précédent Article précédent
  • Indirect effectiveness of a novel SARS-COV-2 vaccine (SCB-2019) in unvaccinated household contacts in the Philippines: A cluster randomised analysis
  • Asma Binte Aziz, Jonathan Dewing Sugimoto, Sye Lim Hong, Young Ae You, Lulu Bravo, Camilo Roa, Charissa Borja-Tabora, May Emmeline B. Montellano, Josefina Carlos, Mari Rose A. de Los Reyes, Edison R. Alberto, Milagros Salvani-Bautista, Hwa Young Kim, Irene Njau, Ralf Clemens, Florian Marks, Birkneh Tilahun Tadesse
| Article suivant Article suivant
  • Replication, safety and immunogenicity of the vectored Ebola vaccine rVSV-ΔG-ZEBOV-GP in a sub-Saharan African paediatric population: A randomised controlled, open-label trial in children aged 1-12 years living in Lambaréné, Gabon
  • Ayodele Alabi, Kossiwa Kokou, Saidou Mahmoudou, Ranmali Kavishna, Sravya S. Nakka, Sylvia Rothenberger, Fungai P. Musangomunei, Bisola F. Olubiyi, Juste C. Bie-Ondo, Anita L. Kabwende, Thirumalaisamy P. Velavan, VSV-EBOPLUS Consortium, Donata Medaglini, Helder I. Nakaya, Olivier Engler, Ali M. Harandi, Claire-Anne Siegrist, Peter G. Kremsner, Selidji T. Agnandji

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2025 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.