L'équipe de recherche a consulté six grandes bases de données médicales ainsi que trois serveurs de preprint (plates-formes montrant les études qui n'ont pas encore été publiées dans une revue scientifique vérifiée, voir infobox). L'analyse a porté sur des études qui traitaient de manière prospective de la survenue d'états post-COVID-19.
Dans les études prospectives, les personnes sont suivies pendant une période donnée dans le futur. Dans le cas de Long COVID, cela signifie par exemple que l'état de santé des personnes ayant contracté une infection COVID-19 est systématiquement surveillé pendant une période donnée.
Il en résulte une base de données uniforme sur laquelle il sera possible de déterminer, à la fin de l'étude, combien de personnes infectées sont guéries et combien souffrent encore de symptômes.
Le contraire d'une étude prospective est une étude rétrospective, dans laquelle les dossiers des patients sont examinés a posteriori pour trouver des données qui donnent des indications sur une question particulière.
L'avantage de l'étude prospective est que les données à collecter sont définies dès le départ et qu'en conséquence, toutes les données pertinentes sont disponibles dans le même format à la fin de l'étude - ce qui n'est pas toujours le cas dans les études rétrospectives.
La méta-analyse sur la prévalence mondiale du Long COVID s'est concentrée sur les études couvrant une période d'au moins 12 semaines après l'infection aiguë par le COVID-19, conformément à la définition de l'OMS.
Au total, 194 études prospectives ont été menées avec plus de 480'000 participants dans le monde entier. L'objectif était d'évaluer la prévalence globale des symptômes et des limitations fonctionnelles qui persistent au moins trois mois après une infection confirmée par COVID-19.
Plus de la moitié des personnes infectées présentaient encore au moins un symptôme Long COVID après un an.
L'analyse a révélé que plus de la moitié des personnes touchées par le COVID-19 signalaient encore au moins un symptôme après plusieurs mois. Entre 12 et 26 semaines après l'infection, 56,5 % des personnes touchées dans les études qui ont observé cette période ont rapporté au moins un symptôme, contre 50,9 % après 27 à 39 semaines et 32,6 % après 40 à 52 semaines. Toutes les études n'ont pas suivi les personnes infectées pendant toute la période.
Ces fluctuations le montrent : Long COVID n'est pas un phénomène statique. Selon le moment, le symptôme et la qualité de l'étude, les résultats diffèrent parfois sensiblement.
L'analyse a porté sur la fréquence de plus de 20 symptômes. Les plus fréquents étaient
- Fatigue (26,9-30,7 %)
- Problèmes de concentration (jusqu'à 29,9 % après 1 an)
- Troubles du sommeil (jusqu'à 29,4 %)
- Dyspnée (difficulté à respirer) (14.8-20.5 %)
- Dépression (jusqu'à 40,4 %)
La qualité des résultats a souvent été jugée faible - principalement parce que les études étaient structurées de manière très différente, n'utilisaient pas de règles uniformes pour le diagnostic et étudiaient souvent des personnes hospitalisées.
La méta-analyse a montré que les femmes, les personnes présentant une évolution grave et celles nécessitant des soins intensifs pendant l'infection aiguë rapportaient plus souvent des séquelles à long terme. Mais : nombre de ces comparaisons de sous-groupes n'étaient pas statistiquement significatives - les données restent donc hétérogènes.
Près d'un quart des personnes concernées dans les études analysées ont déclaré ne pas être en mesure de travailler un an après avoir été infectées.
Les études incluses indiquaient souvent des limitations fonctionnelles chez les personnes atteintes. La fréquence des limitations fonctionnelles a été calculée à partir des études dans lesquelles les personnes infectées présentaient encore au moins un symptôme plus d'un an après leur infection initiale par COVID-19.
- 24,8-50,2% ont déclaré ne pas pouvoir retourner travailler après un an.
- 8,3-32,4% ne sont pas retournés à leur travail après un an
- 4,2-17,0% ont signalé des difficultés dans l'exécution des activités quotidiennes
- 0-16.3% ont signalé des restrictions de mobilité
- 0,8-2,0% ont signalé des difficultés à subvenir à leurs besoins
Quelle est la crédibilité de ces résultats ?
Cette méta-analyse est la plus importante de ce type à ce jour - et elle montre que le Long COVID n'est pas un phénomène marginal. Malgré cela, il est difficile de déterminer clairement la fréquence du Long COVID. Les études sont trop hétérogènes, les méthodes de mesure trop différentes et trop d'aspects ne sont pas encore clarifiés.
Les résultats de la méta-étude fournissent des chiffres de prévalence comparativement élevés, alors que de nombreuses études antérieures, en particulier les études basées sur la population (incluant la population générale), estiment que la prévalence est plus faible (5-20%). Cette différence peut s'expliquer par plusieurs facteurs méthodologiques :
- L'analyse porte presque exclusivement sur des études de cas de COVID-19 confirmés par PCR. Ces cas étaient généralement symptomatiques ou plus gravement atteints - et donc plus susceptibles d'avoir des conséquences à long terme.
- De nombreuses études ont recruté des patients dans des contextes d'hospitalisation ou de rééducation, ce qui entraîne une surreprésentation des évolutions graves. De ce fait, les symptômes à long terme rapportés sont également plus nombreux.
- Il y avait de grandes différences dans la conception de l'étude, la durée du suivi et les définitions des symptômes. Cette hétérogénéité entraîne de larges intervalles de confiance et rend les comparaisons difficiles.
- Les données proviennent souvent de groupes qui étaient de toute façon impliqués dans le système médical - les personnes dont l'évolution est légère ou asymptomatique sont donc sous-représentées.
- De nombreux symptômes ont été enregistrés par auto-déclaration, ce qui augmente le risque de surestimation ou de sous-estimation.
Les auteurs insistent donc sur le fait que leurs résultats ne sont pas représentatifs de la population, mais qu'ils dressent un tableau clinique ciblé.
Conclusion
Le Long COVID est réel, pénible et touche des millions de personnes dans le monde, même plus d'un an après l'infection. La méta-analyse fournit des chiffres précieux, mais aussi un constat important : nous avons besoin de données plus précises, de meilleures études et d'un soutien ciblé pour les personnes concernées.
