成人女性における長期COVIDの推移予測: 因果的分離の重要な役割

Abstract

SARS-CoV-2の後遺症（PASC）の早期予測は、女性の健康にとって重要な課題です。特にPASCと更年期などの一般的なホルモン転換との診断的重複を考慮すると、これらの混乱因子を特定し考慮することは、正確な長期的軌道予測に不可欠です。私たちはNIH RECOVERデータセットから1,155人の女性（平均年齢61歳）を対象とした回顧的研究を行いました。静的な臨床プロファイルと4週間の経時ウェアラブルデータ（心臓活動と睡眠をモニタリング）を統合することにより、大規模言語モデルに基づく因果ネットワークを構築して将来のPASCスコアを予測しました。私たちのフレームワークは臨床的重症度予測において86.7%の精度を達成しました。私たちの因果寄与分析は、活性病変とベースラインノイズを区別できるモデルの能力を示しています：呼吸困難や倦怠感といった直接的な指標は最大の顕著性（1.00）に達し、閉経や糖尿病といった混乱因子は顕著性スコアが0.27未満で抑制されていました。