COVID-19的已知與未知(3):症狀、影像學
看發燒準嗎?怎麼會嗅覺喪失?需不需要做電腦斷層?
本文將從COVID-19的症狀著手,由於疫情指揮中心的宣傳,症狀相對可能是耳熟能詳的部分,此處用比較多的文獻來佐證。
前文:
症狀
嚴格來說,目前新冠病毒的症狀涵蓋了一般感冒的病毒感染常見之症狀。
目前對新冠肺炎最主要的症狀涵蓋:
- 發燒
- 咳嗽、喘
- 腹瀉
- 嗅覺與味覺異常
- 其他上呼吸道症狀,如:喉嚨痛、流鼻水…
其中3,4兩項是疫情到一半時才逐漸加上去的。
發燒
從早期中國發表的報告來看,發燒應該是最常見的症狀。 在這些研究中,住院病人的發燒比例大約在七成以上,甚至在有的研究中高達98%¹。值得注意的是在一個針對武漢地區一千位住院病人的研究提到,雖然最終有88%的人發燒,但入院時只有不到一半(43%)體溫有升高²。
這也再度提醒我們一件事,既然病人可能到病程中期才開始發燒,加上我們在上一篇談到無症狀傳染的部分,顯然最初在公共場所採用發燒作為主要的防疫篩檢工具並不是很有效的做法。機場的檢疫也沒辦法擋住潛在的感染者進入各國。
咳嗽
除了發燒以外,咳嗽是次常見症狀 ³ ⁴,在這邊援引新加坡的報告⁵,雖然個案數只有18位,起碼提供了一些中國以外的研究,其中發燒7成,咳嗽8成。總體而言,有主動到醫療院所就診的病人中,推估咳嗽比例大概在6-8成。
其他上呼吸道症狀
其他感冒常見的喉嚨痛、流鼻水、痰,這些症狀比例較低,隨著研究不同浮動範圍也較大,再舉上述新加坡報告來說⁵:流鼻水的人不到一成(但其他研究則沒提供流鼻水的比例),而喉嚨痛的人有五成(其他研究中喉嚨痛則在一兩成左右)。
整體而言,這些症狀比較沒有特異性,對我們判定病人是否得到COVID-19的幫助不大。不過在全球大流行的時期,若該地區總感染人數很多,則出現少見症狀的病人也會變多。國內疫情的狀況,也會影響我們判斷是否要去進行篩檢的想法。
腹瀉
指揮中心在疫情中期的時候,陸續加入新的警示症狀。第一個是腹瀉,其實在病毒造成拉肚子、嘔吐等等,大家如果有因為這樣去看醫生,可能有聽過「病毒性腸胃炎」、「腸胃型感冒」等等的診斷。
對於新冠病毒而言,從初期的報告中就陸續有看到一小部分的病人有腹瀉症狀。隨著案例越來越多這件事也變得較為確定。香港團隊發布4000多病人的整合分析(Meta-analysis)¹⁴中,有腸胃道症狀的比例平均在17%(個別來看包含食慾下降 26%、噁心嘔吐10%、腹瀉12.5%、腹痛9.2%)。
在這個報告中也提到50%的病人糞便可驗到病毒PCR陽性,不過前文中我們也有討論過,在其他研究⁶發現腸胃到分離不出有感染活性的病毒,因此驗到陽性只顯示病毒影響到腸胃道細胞,不必然表示有糞口傳染的發生。
嗅覺或味覺異常
人類的味覺有很大的成分受到嗅覺的影響,因此嗅覺/味覺異常有時難以釐清,目前就是放在一起討論,以下我們簡稱「嗅覺異常」。
在疫情侷限在中國地區時,關於嗅覺異常的報告並不多,等到在其他國家爆發之後才被注意到。例如在義大利的案例報告⁷中有3成的人至少有嗅覺或味覺其中一種異常。其實嗅覺/味覺喪失在一般的病毒感染中也是有可能的症狀,不過在此波疫情較為明顯。為何病毒可以影響到嗅覺?至今機制未明,但哈佛團隊提出分子細胞學上的看法,鼻腔的細胞中,嗅覺神經細胞並沒有可讓病毒進入的受器(ACE2/TMPRSS2)表現。反觀鼻腔的呼吸上皮細胞則有該受器存在。因此認為病毒不一定是直接影響我們的嗅覺神經,而是藉由局部影響呼吸上皮造成這樣的症狀表現⁸。
另一方面,英國一個團隊採用創新方法,請英國國民下載app 自我監控並上傳症狀,同時請有去接受篩檢的人回報篩檢的結果。根據該團隊在網站上發布的報告,截至4/1為止,有160萬左右的成員使用該app,其中有3000人接受篩檢,團隊利用他們回報的結果進行機器學習,結果訓練的模型認為嗅覺喪失是最有預測力的症狀。利用該模型他們反過來預測160萬app 使用者的症狀,推定可能有將近5%的人測試會是陽性。雖然目前還欠缺完整的研究報告,但的確也演示了在現代科技下另一種研究的方式。
有多少人沒有症狀?
這是個非常難回答的問題,因為一部分也會跟國家的篩檢力有關。當檢驗能量越強,會抓到越多的輕症患者,才會發現所謂的無症狀感染者。最極端的是這個義大利的小鎮Vò,在鎮內出現第一個有症狀的確診者時,全鎮3000人就隔離起來並接受全面篩檢,最後發現有3%左右的人口(92人)已經感染。當然,這不代表這群人都是無症狀者,如前文所討論,可能只是在疾病的潛伏期。可惜我們查不到後來92人的追蹤結果。
PS: Vò小鎮的感染個案很快就減少並歸零了,除了討論無症狀者以外,也顯示出非常積極的篩檢與隔離作為是有可能終止疫情的。只是實務上仍有許多須考量的面向。
至少一些報告顯示,在防疫篩檢(篩檢有症狀或是有接觸個案的高風險族群)情況下,檢驗陽性者中最多可能有約50%的人沒有症狀⁹ ¹⁰。但是,裡頭有多少人是處於潛伏期,有多少人是真實的無症狀患者,只能推估。
針對鑽石公主號上面的個案追蹤,因人數少,有全面篩檢,且追蹤期間長,對病程的研究有其幫助。研究團隊假設了無症狀的機率密度方程式並比對篩檢結果,推估整個病程中完全無症狀者的比例在17%,雖然並不能算是很確信的數字,但在更廣泛全面的研究出來之前仍可當作一個參考¹⁰。
影像
肺炎的臨床診斷其實不一定需要仰賴X光或電腦斷層,不過此處還是稍微討論一下。
在香港團隊對64位確診病人的回溯研究¹¹中,最常見的X光表現主要是是:
- 肺部實質化(Consolidation, 30/64, 佔47%)
- 毛玻璃樣病變(GGO, 21/64, 佔33%)
- 肋膜積水則是少見的發現(2/64, 3%)。
X光異常的分布主要在:
- 周邊(peripheral, 26/64, 41%)
- 下半部區域(lower zone, 32/64, 50%)
- 雙側肺部的侵犯(bilateral involvement, 32/64, 50%)
值得注意的是,就如同有的人症狀會較輕,也並非全部人都有X光異常。初到診的狀況下,91%的人就已驗出陽性(只有9%的人是X光異常但陰性,後續二採才被驗出陽性)。此外,全部患者內只有69%的人X光異常,剩下的31%只有11%在後續出現X光的變化,有20%的人沒有看到明顯的變化。綜合而論,X光會隨著症狀出現後逐漸變嚴重,在症狀發作的10-12天到達高峰。
肺部電腦斷層(Lung CT)的結果與胸部X光類似,同樣是影響雙側周邊與下方的肺部,不過,在斷層下顯影,多始以毛玻璃樣病變(GGO)為主,多少合併實質病變¹²。在研究中CT的敏感度(sensitivity)很高,達到97%,意味陽性的人做CT大部分都會發現異常。然而特異性(specificity)很低,只有25%,意味電腦斷層異常對是否是COVID-19的鑑別力不佳¹³,此時還是看整個社群的盛行率多少,會影響我們對檢查結果的信心。然而,在疫情大爆發時期,鑑於醫療系統的高負荷,顯然無法讓所有病人接受電腦斷層檢查,故並非疫情監控的要角。
Reference
- Huang C, Wang Y, Li X, et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. The Lancet 2020;395(10223):497–506.
- Guan W, Ni Z, Hu Y, et al. Clinical Characteristics of Coronavirus Disease 2019 in China. New England Journal of Medicine 2020;0(0):null.
- Wang D, Hu B, Hu C, et al. Clinical Characteristics of 138 Hospitalized Patients With 2019 Novel Coronavirus–Infected Pneumonia in Wuhan, China. JAMA 2020;323(11):1061–9.
- Zhou F, Yu T, Du R, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. The Lancet 2020;395(10229):1054–62.
- Young BE, Ong SWX, Kalimuddin S, et al. Epidemiologic Features and Clinical Course of Patients Infected With SARS-CoV-2 in Singapore. JAMA [Internet] 2020 [cited 2020 Apr 21];Available from: https://jamanetwork.com/journals/jama/fullarticle/2762688
- Wölfel R, Corman VM, Guggemos W, et al. Virological assessment of hospitalized patients with COVID-2019. Nature 2020;1–10.
- Giacomelli A, Pezzati L, Conti F, et al. Self-reported olfactory and taste disorders in SARS-CoV-2 patients: a cross-sectional study. Clin Infect Dis [Internet] [cited 2020 Apr 12];Available from: https://academic.oup.com/cid/advance-article/doi/10.1093/cid/ciaa330/5811989
- Brann D, Tsukahara T, Weinreb C, et al. Non-neuronal expression of SARS-CoV-2 entry genes in the olfactory system suggests mechanisms underlying COVID-19-associated anosmia. bioRxiv. April 2020:2020.03.25.009084. doi:10.1101/2020.03.25.009084
- Gudbjartsson DF, Helgason A, Jonsson H, et al. Spread of SARS-CoV-2 in the Icelandic Population. New England Journal of Medicine 2020;0(0):null.
- Mizumoto K, Kagaya K, Zarebski A, Chowell G. Estimating the asymptomatic proportion of coronavirus disease 2019 (COVID-19) cases on board the Diamond Princess cruise ship, Yokohama, Japan, 2020. Eurosurveillance 2020;25(10):2000180.
- Wong HYF, Lam HYS, Fong AH-T, et al. Frequency and Distribution of Chest Radiographic Findings in COVID-19 Positive Patients. Radiology 2020;201160.
- Zhao W, Zhong Z, Xie X, Yu Q, Liu J. Relation Between Chest CT Findings and Clinical Conditions of Coronavirus Disease (COVID-19) Pneumonia: A Multicenter Study. AJR Am J Roentgenol 2020;1–6.
- Ai T, Yang Z, Hou H, et al. Correlation of Chest CT and RT-PCR Testing in Coronavirus Disease 2019 (COVID-19) in China: A Report of 1014 Cases. Radiology 2020;200642.
- Cheung KS, Hung IF, Chan PP, et al. Gastrointestinal Manifestations of SARS-CoV-2 Infection and Virus Load in Fecal Samples from the Hong Kong Cohort and Systematic Review and Meta-analysis. Gastroenterology 2020;