美国加州大学洛杉矶分校(UCLA)8月12日发表在《JAMA网络开放》杂志的研究表明，目前学术界对"长新冠"(Long COVID)的定义存在巨大差异，导致诊断标准混乱，严重影响临床治疗和科学研究。
研究通讯作者、UCLA戴维·格芬医学院医学系副教授Lauren Wisk指出："不同研究采用的定义差异可能导致最高三分之一的统计偏差。我们迫切需要建立标准化定义。"研究团队利用美国疾病控制与预防中心资助的INSPIRE队列4700名患者数据，应用来自美国、英国、荷兰、瑞典和波多黎各的5种现行诊断标准进行交叉验证，结果显示患病率统计范围竟从15%到42%不等。
研究发现，不同定义在症状持续时间(4周至6个月)和症状数量(9-44项)两个核心维度存在显著差异，原始研究中报告的患病率范围更是从2.6%到61.9%。当将这些标准应用于同一患者群体时，诊断结果的差异直接导致患者群体划分出现显著波动。诊断标准的敏感性(正确识别患病能力)仅为中等水平，虽然特异性(排除非患病能力)相对较好，但尚未达到理想诊断标准。
UCLA医学系教授Joann Elmore强调："缺乏统一诊断标准就像用不同尺寸的尺子测量同一事物，这不仅阻碍治疗方案开发，还可能导致患者误诊。"研究团队指出，目前的混乱现状可能导致部分真实病例遗漏，同时将健康人群错误归类，建议研究者在缺乏客观生物标志物的情况下，应明确选择标准的科学依据并公开局限性。
研究局限性包括参与者回忆偏差、未分析人口特征影响以及仅评估5种诊断标准的有限性。该研究由美国国家免疫和呼吸疾病中心资助(项目编号：75D30120C08008)。
【全文结束】
