Skip to Content Facebook Feature Image

中大醫學院長新冠研究發現 本港或逾40萬康復者受生殖系統徵狀困擾

社會事

中大醫學院長新冠研究發現 本港或逾40萬康復者受生殖系統徵狀困擾
社會事

社會事

中大醫學院長新冠研究發現 本港或逾40萬康復者受生殖系統徵狀困擾

2023年04月20日 12:12 最後更新:12:12

香港中文大學(中大)醫學院獲醫院管理局(醫管局)的支持,進行了一項亞洲最大型的長新冠研究,透過問卷訪問了10,043名本港新冠康復者的後遺症情況。研究於2022年7月至12月期間進行,對象年齡介乎1至102歲,當中97%為2022年受到感染的懷疑Omicron個案。

中大醫學院。網上圖片

中大醫學院。網上圖片

結果發現,超過七成患者於確診五個月後仍然患有最少一種長新冠徵狀。最常見是認知功能和心理徵狀(38%),包括記憶力減退、集中力下降、思考緩慢、失眠、嗜睡、焦慮、情緒低落及睡眠時間不規律,有些個案的徵狀更維持長達三年。

女性、年齡45歲或以上、及曾因感染新冠病毒入院都是長新冠的風險因素。此外,研究更發現超過一成(12%)長新冠患者出現生殖系統徵狀,包括月經失調、下體疼痛及性功能障礙等。

常見是認知功能和心理徵狀(38%),包括記憶力減退、集中力下降、思考緩慢等。(設計圖片)

常見是認知功能和心理徵狀(38%),包括記憶力減退、集中力下降、思考緩慢等。(設計圖片)

本港或有超過40萬新冠康復者受生殖系統徵狀困擾

中大醫學院是次研究中,有12%長新冠患者出現生殖系統徵狀,包括月經失調、下體疼痛及性功能障礙等,當中80%為女性。研究團隊估算,若本港有五百萬人曾經染疫,則高達42萬長新冠人士受這些問題困擾,當中約有四分之一人士的人際關係受影響,但過半數沒有求醫,並表示不清楚治療和預防方法,更有七成人感到迷茫及不知所措。

英國曾有大型研究指出長新冠患者出現性慾減退和射精困難的風險增加超過 2 倍。另有學者指出,能與新冠病毒結合並讓其入侵細胞的ACE2受體,廣泛存在於男性和女性生殖器官,如睪丸、卵巢和子宮,甚至有研究發現男性新冠患者的生殖系統賀爾蒙水平嚴重失衡,令人關注感染新冠後的性功能障礙及對生育能力的影響。

有12%長新冠患者出現生殖系統徵狀,包括月經失調、下體疼痛及性功能障礙等,當中80%為女性。(設計圖片)

有12%長新冠患者出現生殖系統徵狀,包括月經失調、下體疼痛及性功能障礙等,當中80%為女性。(設計圖片)

籲正視長新冠問題 腸道健康或是預防及治療長新冠的關鍵 

中大醫學院院長兼腸道微生物群研究中心主任陳家亮教授 (資料圖片)

中大醫學院院長兼腸道微生物群研究中心主任陳家亮教授 (資料圖片)

中大醫學院院長兼腸道微生物群研究中心主任陳家亮教授認為:「我們這項研究為了解長新冠對本港造成的影響,提供了全港最大型兼最全面的參考數據,再次證明長新冠是常見且複雜的疾病。社會必須及早正視長新冠帶來的負擔,包括加強教育公眾和醫療人員相關資訊,也應透過基層醫療系統支援長新冠患者,有需要時將難治病例轉介予專科跟進。同時,我們希望成立長新冠中心集中處理複雜病例,為患者提供全人方式診治外,也有助研發更多診治和預防長新冠的方法。」 

中大醫學院裘槎醫學科學教授、香港微生物菌群創新中心總監黃秀娟教授補充:「這次研究顯示長新冠困擾不少康復者,影響他們的生理和心理健康。由於腸道微生態失衡與長新冠息息相關,我們現正進行兩項大型臨床研究,透過中大研發的微生態配方(SIM01) 及腸道微生物移植(FMT)改善長新冠徵狀,不久將來便會發布结果。」 

往下看更多文章

中大團隊以大數據開發機器學習模型 預測老年糖尿病患者患嚴重低血糖風險

2024年04月18日 15:33 最後更新:15:33

本港每3名65歲以上長者便有1名糖尿病患者。中大醫學院進行大數據分析,發現老年糖尿病患者因心血管疾病等原因的死亡風險,較一般人高1.5至2倍。中大成功開發一套能預測嚴重低血糖風險的機器學習模型,精確率達85%,可及早揪出高風險病人,進行預防治療。

嚴重低血糖是糖尿病患者常見急性併發症,可增患者跌倒、罹患心血管疾病和認知障礙症及各種死亡風險。 研究團隊分析醫管局數據實驗室逾110萬名65歲或以上長者的數據,發現5年間,此組別長者整體死亡率下降8%,惟若罹患糖尿病,因心血管疾病或其他原因死亡的風險,仍較沒患糖尿病患者高1.5至2倍。

中大醫學院內科及藥物治療學系研究助理教授楊愛民表示,相關發現反映糖尿病增死亡風險,有必要發展助患者預防糖尿病併發症及改善病情自我管理的大型干預措施。

威院內科及藥物治療學系顧問醫生陳俊文指,本港逾80%因低血糖到急症室求診的長者需住院治療,也增患者跌倒、罹患心血管疾病和認知障礙症,及各種原因死亡風險。

團隊利用2013至2018年間來自逾36萬名老年糖尿病患者共約150萬份醫療紀錄,以機器學習演算法XGBoost作基礎,開發了一套能預測出現嚴重低血糖風險的機器學習模型,涵蓋258個不同的預測指標,包括人口統計數據、患者一年內入院、診斷、用藥和恆常實驗室化驗資料,用以預測患者未來一年因嚴重低血糖而需住院的機會,預測精確率達85%。

領導是次研究的中大醫學院內科及藥物治療學系副教授周怡君補充,模型有望能結合本地電子病歷系統,揪出高風險的嚴重低血糖病人,及早進行預防措施,如改用降血糖反應較輕微的糖尿病藥,或調整胰島素注射時間和劑量。相關研究已在國際期刊《PLOS Medicine》及《Diabetes Research and Clinical Practice》發表。

中大團隊利用醫管局大數據,開發一套能預測老年糖尿病患者於未來一年出現嚴重低血糖風險的機器學習模型。

中大團隊利用醫管局大數據,開發一套能預測老年糖尿病患者於未來一年出現嚴重低血糖風險的機器學習模型。

你 或 有 興 趣 的 文 章