Susanna Riva Un’ampia indagine condotta dal gruppo del Mass General Brigham riapre il dibattito sull’effettiva estensione del Long Covid. Pubblicata su JAMA Network Open e resa nota il 28/05/2026, la ricerca ha esaminato le cartelle cliniche elettroniche di 457.950 persone risultate positive al SARS-CoV-2 in 58 ospedali di quattro aree degli Stati Uniti.
I ricercatori, guidati da Jiazi Tian e Hossein Estiri, hanno impiegato un nuovo algoritmo di intelligenza artificiale per identificare segni clinici persistenti o insorti dopo l’infezione.
Il risultato principale è netto: il 16,3% dei pazienti analizzati è stato classificato come affetto da Long Covid, una percentuale che tradotta in numeri assoluti suggerisce che oltre 18 milioni di americani potrebbero convivere con la sindrome.
Questo dato si discosta sensibilmente dalle stime ufficiali basate su codici amministrativi come l’ICD U09.9, che secondo gli autori catturerebbe meno del 7% dei casi reali.
Metodologia e dati
La forza dello studio risiede nell’uso delle cartelle cliniche longitudinali e in una piattaforma di precision phenotyping che non si limita ai codici diagnostici.
L’algoritmo analizza le sequenze temporali degli eventi clinici per distinguere tra condizioni preesistenti e nuove manifestazioni insorte dopo l’infezione da SARS-CoV-2. In pratica, il sistema opera come una diagnosi di esclusione basata su dati real world, collegando sintomi e patologie comparsi solo dopo la positività al virus.
Il ruolo dell’intelligenza artificiale
Il modello sviluppato sfrutta tecniche di machine learning per identificare pattern complessi nelle cartelle cliniche. Secondo gli autori, questa procedura permette di individuare pazienti che accedono comunque all’assistenza sanitaria ma che rimangono “invisibili” alle statistiche tradizionali. L’approccio evidenzia come il problema sia tanto di riconoscimento clinico quanto di classificazione amministrativa: cardiologi, endocrinologi o neurologi possono osservare nuove patologie che non vengono ricondotte al post-acute sequelae of SARS-CoV-2.
Risultati principali e impatto
Oltre alla prevalenza complessiva del 16,3%, lo studio segnala che il 14,5% dei soggetti, pari a 66.587 persone nella coorte analizzata, ha sviluppato condizioni croniche che hanno richiesto assistenza clinica continuativa. I ricercatori forniscono inoltre proiezioni basate su tendenze trimestrali che mostrano un aumento cumulativo della sindrome nelle regioni esaminate, con possibili incrementi significativi negli anni a venire se i trend persistono.
Variazioni territoriali e manifestazioni cliniche
La prevalenza è risultata eterogenea sul territorio: i valori regionali oscillano tra il 13,6% e il 22,7%. Lo studio mette in luce anche differenze nella tipologia di manifestazioni associate al Long Covid, con menzioni esplicite a problemi metabolici emergenti come il prediabete. Queste variazioni suggeriscono che la sindrome non è un’entità uniforme, ma un insieme di fenotipi clinici che possono richiedere percorsi diagnostici e terapeutici distinti.
Limiti, proiezioni e prospettive
Gli autori riconoscono limiti importanti: l’analisi non include le infezioni non documentate, che sono aumentate con la riduzione dei programmi di testing, né i pazienti privi di dati clinici longitudinali. Di conseguenza, anche le stime proposte vanno considerate conservatrici rispetto al reale carico della malattia. I ricercatori sottolineano che l’integrazione di strumenti di intelligenza artificiale con i sistemi di sorveglianza potrebbe colmare lacune epidemiologiche e agevolare studi terapeutici mirati.