Neue Studie: Frühe Covid-19-Symptome unterscheiden sich je nach Altersgruppe deutlich

Anhaltender Husten, Halskratzen, Bauchschmerzen: Gerade in den anstehenden kälteren Jahreszeiten ist mit diesen – eigentlich klassischen Erkältungssymptomen – zu rechnen. In der Zeit der Pandemie aber liegt die Frage nahe, ob es sich vielleicht doch um Covid-19 handelt. Forscher vom King's College London haben sich nun dieser Frage angenommen. In einer neuen Studie versuchten sie, eine künstliche Intelligenz (KI) darauf zu trainieren, anhand früher Symptome die Wahrscheinlichkeit einer Corona-Infektion zu bestimmen.

Die in der Fachzeitschrift „The Lancet Digital Health“ erschienene Arbeit hat dabei auch Unterschiede in den frühen Symptomen einer Infektion verschiedener Altersgruppen offenbart: So unterscheiden sich beispielsweise die Symptome in den ersten drei Tagen bei 16- bis 39-Jährigen deutlich von denen bei über 60- beziehungsweise über 80-Jährigen.

Gerade in Großbritannien hatte es zuvor schon ähnliche Forschungsansätze gegeben. Viele KI-Modelle hätten aber nur die Symptome zum Höhepunkt einer Covid-19-Erkrankung berücksichtigt und seien nicht geeignet gewesen, mögliche Erkrankungen schon wenige Tage nach Einsetzen der Symptome zu erkennen, so die Autoren der Studie. Zu Beginn einer Erkrankung könnten aber andere Symptome bessere Indikatoren sein als im späteren Verlauf. Mithilfe ihrer neuen Ergebnisse könnten nun Empfehlungen für eine häusliche Isolation und frühzeitige Tests angepasst werden, schlussfolgern die Wissenschaftler in einer Pressemitteilung.

Geruchsverlust und Brustschmerzen sind relevanteste Symptome

Für die Studie analysierte das Team Daten aus der Covid Symptom Study App. Die wurde von Zoe, einem Unternehmen im Bereich der Gesundheitswissenschaften, in Zusammenarbeit mit dem King's College London und dem Massachusetts General Hospital in Boston entwickelt. Teilnehmer können dabei Daten zu ihren Covid-19-Symptomen sowie ihre PCR-Testergebnisse angeben.

Für ihre Studie untersuchte das Team die Angaben von 182.991 Teilnehmern zu 18 Symptomen der ersten drei Tage nach Einsetzen der Symptome. Die Teilnehmer hatten ihre Daten zwischen Ende April und Mitte Oktober 2020 zur Verfügung gestellt. Mit diesen Daten wurde die KI trainiert. Anschließend testeten die Forscher das Diagnostik-Modell der KI an den Daten von 15.049 Teilnehmern, die zwischen Mitte Oktober und Ende November 2020 ihre Symptome über die App angaben.

Die 18 möglichen Symptome hatten demnach eine unterschiedliche Relevanz für die frühzeitige Entdeckung einer Covid-19-Erkrankung. Allgemein waren Geruchsverlust, Brustschmerz, beständiger Husten, Bauchschmerzen, Blasen an den Füßen, müde Augen und ungewöhnliche Muskelschmerzen relevante Symptome einer Erkrankung im Frühstadium, wobei am häufigsten Geruchsverlust und Brustschmerz auftraten. Obwohl Fieber zu den bekannten Symptomen von Covid-19 zählt, war es in den ersten drei Tagen nach Symptombeginn häufig nicht aussagekräftig.

Geruchsverlust verliert im Alter an Bedeutung

Allerdings waren diese Symptome bei der Diagnose nicht für alle von Covid-19 Betroffenen gleich wichtig. Vor allem in den verschiedenen Altersgruppen gab es Unterschiede. So zeigte sich, dass anhaltender Husten bei Menschen zwischen 40 und 59 Jahren im Vergleich zu jüngeren Altersgruppen als Symptom aussagekräftiger als Zeichen einer COVID-19-Erkrankung war. Und bei Menschen über 60 verlor der Geruchsverlust im Vergleich zu jüngeren Altersgruppen an Bedeutung – bei Menschen über 80 Jahren wurde er der KI zufolge sogar irrelevant. Die an an Corona erkrankten Menschen über 80 Jahren klagten im Vergleich zu Jüngeren stattdessen häufiger über Durchfall, Halskratzen oder Muskelschmerzen.

In anderen Kategorien zeigten sich ebenfalls Unterschiede. Zwar waren Geruchsverlust sowie Brust- und Bauchschmerzen geschlechterübergreifend die wichtigsten Symptome einer beginnenden Covid-19-Erkrankung. Bei Männern waren aber Atemnot, Müdigkeit und Schüttelfrost typischer als bei Frauen. Und auch wenn diese Daten alle noch anhand des Wildtyps des Virus sowie der Alpha-Variante gewonnen wurden, seien auch für die Delta-Variante solche Symptomunterschiede in verschiedenen Bevölkerungsgruppen zu erwarten, so die Forscher.

Verglichen mit anderen Algorithmen zur Diagnose einer COVID-19-Erkrankung zeigte das Modell der Forscher eine signifikant höhere Genauigkeit. Die Sensitivität, also der Wert, mit dem Corona-Positive auch korrekt als solche vorhergesagt wurden, lag bei der KI bei 73 Prozent. Die Spezifität, also die Wahrscheinlichkeit, dass Corona-Negative auch als korrekt negativ vorhergesagt werden, bei 72 Prozent.

Die Autoren der Studie hoffen, dass ihr Modell Anklang findet und Empfehlungen für Tests oder häusliche Isolation angepasst und beispielsweise nach Altersgruppen personalisiert werden. Die Erstautorin der Studie, Liane dos Santos Canas vom King's College, hofft außerdem, dass das Wissen über die verschiedenen Symptome dabei helfen kann, Menschen so früh wie möglich zu Tests bewegen, um das Risiko einer Weiterverbreitung zu minimieren.

sb