社会经济地位与长新冠及持续性躯体症状患者健康相关生活质量的关联性研究：两项队列基线比较分析

本研究针对长新冠(LC)与持续性躯体症状(PPS)患者，探讨社会经济地位(SES)对健康相关生活质量(HRQOL)的影响。通过15D和EUROHIS-QOL-8量表对赫尔辛基大学医院两项队列（LC队列n=422；Sympa队列n=599）进行分析，发现工作状态、共病及低教育水平是HRQOL的关键预测因子。研究强调临床需关注社会临床多重劣势的累积效应，为改善患者支持提供依据。

　　

随着新冠疫情的持续，越来越多的人面临长新冠（Long COVID, LC）的困扰，表现为持续数月甚至更久的身体症状，如疲劳、呼吸困难和认知障碍。与此同时，另一组患者则遭受着与新冠无关的持续性躯体症状（Persistent Physical Symptoms, PPS）的折磨，这些症状同样严重影响日常生活。尽管医学界对这两种情况的临床特征已有初步认识，但社会经济地位（Socioeconomic Status, SES）如何影响患者的健康相关生活质量（Health-Related Quality of Life, HRQOL）仍不清楚。较低的社会经济地位往往与较差的健康结局相关，这可能由于资源获取有限、医疗机会不均或社会支持不足。因此，探究SES与HRQOL的关联，对于制定针对性干预措施、改善患者预后具有重要意义。

在此背景下，由Helena Liira、Mikko Varonen、Mikko S. Ven?l?inen、Jari Arokoski、Kirsi Kvarnstr?m、Aki Vuokko和Antti Malmivaara组成的研究团队，基于赫尔辛基大学医院持续躯体症状诊所的两项队列数据，开展了比较研究。他们的研究成果发表在《Journal of Psychiatric Research》上，为理解社会临床因素的交互作用提供了新视角。

研究团队采用了几项关键技术方法。首先，他们利用15D量表（一种包含15个维度的自报告HRQOL测量工具）和EUROHIS-QOL-8（欧洲健康访谈调查生活质量8项简版）评估患者的生活质量。队列数据来源于赫尔辛基LC队列（2021-2023年，n=422）和赫尔辛基Sympa队列（2020-2024年，n=599），后者专注于PPS患者。此外，研究应用了交叉多层次交互分析（Intersectional MAIHDA）来探索生物心理社会预测因子的组合效应，重点关注工作状态、教育水平和共病情况等因素。

研究结果部分，基于对队列基线数据的分析，揭示了多项重要发现。

背景与目的方面，研究确认了LC和PPS患者中SES与HRQOL的显著关联。新兴证据表明，较低SES可能与更差的健康结局相关，但缺乏直接比较LC和PPS群体的研究。本研究旨在填补这一空白，评估SES因素如教育、工作状态对HRQOL的影响，使用标准化工具确保结果可比性。

方法学上，团队设计了并行队列比较，使用15D和EUROHIS-QOL-8进行HRQOL测量。15D量表覆盖移动性、视力、听力、呼吸、睡眠等15个领域，得分范围0-1，越高表示生活质量越好；EUROHIS-QOL-8则评估总体生活质量，评分1-5（从非常差到非常好）。统计分析包括描述性统计和基于信息准则的模型选择，以识别关键预测因子，同时通过MAIHDA分析检验多重劣势的累积效应。

结果展示，两个队列在人口学特征上相似，但存在细微差异。LC队列中女性占70.6%，平均年龄44.8岁（SD=11.3），而Sympa队列女性占66.4%，平均年龄38.8岁（SD=11.0）。通过EUROHIS-QOL-8，34%的LC患者和41%的Sympa患者将总体生活质量评为非常差或差（选项1-2/5）。15D得分均值在LC队列为0.76（SD=0.11），在Sympa队列为0.74（SD=0.11），均低于一般人群常模，表明生活质量受损。在多变量模型中，工作状态（失业或病休）、共病（如心理健康问题）和仅基础教育（无高等教育）被识别为HRQOL降低的关键预测因子。例如，失业者的15D得分显著低于就业者。MAIHDA分析未发现显著的乘性交互效应，提示劣势因素主要以加性方式累积，而非协同放大。

讨论和结论部分，研究强调了两组患者HRQOL的相似性，表明尽管病因不同，但SES的影响模式一致。共病、低教育水平和失业与最低的HRQOL得分相关，这反映了社会临床劣势的累积负担。例如，仅接受基本学校教育的患者可能因健康素养低或资源获取有限，而面临更大的治疗障碍。此外，失业不仅减少经济资源，还可能加剧心理压力，进一步恶化生活质量。

本研究的意义在于，首次直接比较LC和PPS患者的SES-HRQOL关联，突出 healthcare 专业人员需识别这些挑战，确保患者获得 adequate support。例如，在临床实践中，评估患者的社会经济背景，并提供个性化支持，如职业康复或教育援助，可能改善 outcomes。局限性包括队列来自单一中心，可能限制泛化性，以及横断面设计无法推断因果关系。未来研究应纳入纵向数据，追踪SES因素随时间的变化，并探索干预措施的有效性。

总之，这项研究深化了对社会决定健康的理解，为政策制定和临床实践提供了证据基础，助力减少健康不平等，提升患者生活质量。