Анализ латентных переходов в продольных исследованиях синдромов после острой инфекции

Почему важны долгосрочные последствия инфекции

Многие люди выздоравливают после инфекции, но спустя месяцы по-прежнему чувствуют себя плохо. В этой работе исследуют эту загадку для постковидного состояния, часто называемого длительным COVID, а также для похожих состояний, которые сохраняются после инфекций. Отслеживая тысячи пациентов в течение двух лет и применяя мощный метод поиска закономерностей, авторы показывают, как формируются разные долгосрочные пути здоровья, кто находится в зоне риска длительных проблем и как клиницисты в будущем могли бы прогнозировать индивидуальную траекторию восстановления.

Наблюдение пациентов во времени

Исследование сосредоточено на синдромах после острой инфекции, когда симптомы сохраняются долгое время после перенесённого заболевания. Ключевой пример — длительный COVID, которым, по оценкам, могут страдать более 65 миллионов человек во всём мире. Чтобы понять эти состояния, команда использовала данные проекта ORCHESTRA, крупного европейского исследования, в котором свыше 5000 человек с подтверждённым COVID-19 наблюдали до 24 месяцев. Во время инфекции и затем на 6-й, 12-й, 18-й и 24-й месяц участники сообщали о девяти распространённых симптомах, таких как утомляемость, затруднённое дыхание, потеря обоняния или вкуса и проблемы с памятью. Они также заполняли анкеты качества жизни, отражавшие способность выполнять повседневные дела и их психическое и физическое самочувствие.

Поиск скрытых паттернов состояния здоровья

Вместо того чтобы распределять пациентов по заранее определённым группам, авторы применили метод, называемый анализом латентных переходов — форму моделирования с невидимыми состояниями. Такой подход предполагает, что на каждом визите у человека есть невидимое «состояние здоровья», которое определяет, какие симптомы он сообщает и каков его уровень качества жизни. Модель просматривает данные по всем пациентам и всем временным точкам, чтобы выявить, какие состояния лучше всего объясняют наблюдения, и как люди переходят между ними со временем. Важно, что метод умеет работать со смешанными типами измерений (да/нет симптомы плюс числовые оценки), отсутствующими визитами и множеством характеристик пациентов — возрастом, полом, лечением — без жёстких предположений о том, каким должен быть длительный COVID.

Семь различных долгосрочных траекторий

Модель, которая лучше всего соответствовала данным, содержала семь состояний здоровья. Два из них проявлялись только во время острой инфекции и отражали разные уровни тяжести острого заболевания. Ещё пять описывали долгосрочные исходы. На одном конце шкалы находилось состояние «Здоровый», характеризующееся очень низкой вероятностью симптомов и уровнем качества жизни выше среднего. На другом конце — состояние «Тяжёлые симптомы», при котором большинство симптомов встречаются часто и повседневная жизнь явно нарушена. Между ними лежали три основных паттерна длительного COVID: респираторное состояние с преобладанием проблем с дыханием и снижением выносливости; состояние утомляемости, где усталость особенно распространена и часто сопровождается другими симптомами; и сенсорное состояние, для которого характерна стойкая потеря обоняния и вкуса при относительно сохранном настроении и психическом благополучии. Со временем всё больше людей переходило в состояние «Здоровый», но значительная доля оставалась в одном из состояний длительного COVID даже спустя два года.

Кто выздоравливает, а кто остаётся нездоров

Включив возраст, пол и другие характеристики в модель компактным образом, исследователи показали, как эти факторы смещали людей в сторону восстановления или затяжного заболевания. Женский пол, средний и пожилой возраст, наличие хронических болезней дыхательной системы или лечение кортикостероидами в острой фазе связывались с большей вероятностью оставаться в состояниях длительного COVID, связанных с утомляемостью или респираторными симптомами, и с меньшей вероятностью вернуться к полному здоровью. Напротив, инфекции, пришедшиеся на более поздние волны пандемии, ассоциировались с лучшими долгосрочными исходами. Исследование также показало, что как только человек входит в состояние длительного COVID — особенно респираторное или утомляемости — он склонен оставаться в нём между визитами, а переходы между разными состояниями затяжных симптомов встречаются сравнительно редко.

Персональные прогнозы на основе текущих данных

Та же методика может использоваться не только для описания популяции, но и для прогнозирования для отдельных людей. Исходя из характеристик пациента и его ранних симптомов, модель прогнозирует наиболее вероятное будущее состояние и паттерн симптомов. По мере поступления новой информации на последующих визитах прогнозы обновляются без необходимости перестраивать модель с нуля. В тестах такие предсказания достаточно хорошо отражали как распространённые симптомы, так и показатели качества жизни и улучшались по мере появления дополнительных данных последующего наблюдения. Это позволяет предположить, что похожие инструменты в будущем помогут клиницистам наблюдать пациентов из группы риска, оценивать длительность восстановления и выявлять тех, кто может особенно выиграть от целевой поддержки или новых методов лечения.

Что это значит для пациентов и будущих вспышек

Проще говоря, исследование показывает, что долгосрочные проблемы после COVID-19 — это не единое однородное состояние, а набор повторяющихся паттернов, которые можно обнаруживать, отслеживать и отчасти прогнозировать. Большинство людей в итоге восстанавливаются, но некоторые — особенно женщины старшего возраста и люди с ранее существовавшими заболеваниями лёгких — сталкиваются с повышенным риском продолжительной усталости или дыхательных проблем, длящихся годами. Выявив эти невидимые состояния здоровья и типичные пути переходов между ними, новый метод предлагает способ превращать сложные, разрозненные медицинские записи в ясную и применимую информацию. Поскольку подход не опирается на заранее известные характеристики болезни, его можно повторно применять при будущих вспышках и для других инфекций с длительными последствиями, помогая здравоохранительным системам готовиться, мониторить и лечить тех, кто не восстанавливается быстро.

Цитирование: Gusinow, R., Górska, A., Canziani, L.M. et al. Latent transition analysis for longitudinal studies of post-acute infection syndromes. Nat Commun 17, 2557 (2026). https://doi.org/10.1038/s41467-026-68650-7

Ключевые слова: длительный COVID, синдромы после острой инфекции, траектории пациентов, фенотипы заболеваний, продольное когортное исследование