Para el cuerpo principal del reportaje, sobre todo la parte de datos y relevancia de estos voy a usar el artículo científico “Identifying who has long COVID in the USA: a machine learning approach using N3C data” publicado por la revista The Lancet Digital Health el 16 de mayo de 2022. Esta publicación lo que va a permitir establecer ciertos patrones, en cuanto a edad, sexo, condiciones previas o incluso el tipo de afección ocasionada por la COVID-19 en el llamado COVID persistente para una población representativa (>1,7M con casi 100,000 infectados estudiados).
Cómo no toda la audiencia puede saber a qué se refiere el término long COVID, voy a usar diferentes
fuentes para definir la condición y diferenciarla de otros problemas asociados
con el desarrollo de la infección por SARS-CoV-2. Para ello voy a usar un
artículo científico publicado a principios de este mes (https://www.sciencedirect.com/science/article/pii/S2213260022001357?via%3Dihub).
También voy a recurrir a informes del grupo de trabajo multidisciplinar
(GTM) sobre el COVID persistente (https://www.ciencia.gob.es/dam/jcr:11919126-1134-48da-b30e-d340b51e98ec/Informe_de_GMT_sobre_COVID_persistente.pdf)
publicado en el 24 de marzo de este año. Este informe recoge datos sobre la
persistencia de este tipo de dolencia con estudios hechos a mediados de 2021.
Por último, voy a recurrir a un informe publicado por la OMS en octubre de 2021
sobe la definición clínica de la afección post-COVID-19 o long COVID (https://apps.who.int/iris/rest/bitstreams/1376291/retrieve),
y a este le voy a añadir la información recogida en la entrada del OMS
relacionada con el COVID-19 persistente (https://www.who.int/news-room/questions-and-answers/item/coronavirus-disease-(covid-19)-post-covid-19-condition).
Todas estas fuentes van a permitir
cumplimentar y contrastar los datos publicados en el artículo mencionado en el
primer párrafo.
No hay comentarios:
Publicar un comentario