Smith Koleksiyonu / Gado / Katkıda Bulunan / Getty Images
Temel Çıkarımlar
- Yakın zamanda yapılan bir araştırma, aktivite izleyicilerinden gelen sağlık verilerinin analiz edilmesinin potansiyel COVID-19 vakalarının tespit edilmesine yardımcı olabileceğini gösteriyor.
- Çalışma yazarları, belirti verileriyle birleştirildiğinde kalp atış hızı, uyku ve aktivite seviyelerindeki değişikliklerle ilgili bilgilerin kimlerde COVID-19 olma ihtimali olduğunu etkili bir şekilde tahmin etmeye yardımcı olduğunu buldular.
- Bunun gibi yenilikçi teşhis araçları, özellikle daha fazla gönüllü katılırsa, virüsün yayılmasını engellemeye yardımcı olabilir.
Fitness takipçileri uzun zamandır büyük bir kişisel ve halk sağlığı bilgisi kaynağı olarak selamlanıyor. Gebelikleri tahmin eden öykülerden grip salgınlarının izlenmesine yardımcı olabileceklerini öne süren araştırmalara kadar, giyilebilir cihazların tıp araştırmacıları için yararlı bir araç olduğu kanıtlandı.
Ve şimdi, ülke koronavirüs salgını kontrol altına almak için mücadele ederken, bir grup bilim insanı cihazlara bir kez daha bakıyor, ancak bu sefer COVID-19 enfeksiyonlarını tahmin etmelerine yardımcı olmak için.
Perşembe günü, Hastalık Kontrol ve Önleme Merkezleri, Amerika Birleşik Devletleri'nde 190.000'den fazla yeni koronavirüs vakası kaydetti; bu, salgın başladığından bu yana ülke ilk kez bir günde 150.000'den fazla rapor bildirdi.
Scripps Araştırma Çeviri Enstitüsü'nden araştırmacılar, etkinlik izleyici verilerinin semptomatik kişilerde COVID-19'u doğru bir şekilde tespit edip edemeyeceğini inceleyen Dijital Katılım ve Erken Kontrol ve Tedavi için İzleme (DETECT) çalışmasını 29 Ekim'de yayınladı.
Çalışma, yayınlandıDoğa Tıbbı, MyDataHelps adlı bir araştırma uygulamasına kaydedilen giyilebilir fitness cihazlarından alınan yaklaşık 10 haftalık sağlık verilerine (25 Mart'tan itibaren) dayanıyordu. Katılımcılar ayrıca COVID-19 ile ilgili semptomları ve COVID-19 test sonuçlarını kaydetti.
Araştırmacılar, etkinlik izleyicilerinden gelen üç tür veriyi analiz etti: günlük dinlenme kalp atış hızı, dakika cinsinden uyku süresi ve adım sayısı. Araştırma ekibi, bu üç ölçümde değişiklik bulmanın viral hastalık veya enfeksiyon belirtisi olduğunu söylüyor.
Kuzey Carolina'da bir kardiyolog olan FACC MD Kevin Campbell, insanların genellikle oldukça tutarlı bir dinlenme kalp atış hızına sahip olduğunu söylüyor. Hastalandığımızda, özellikle ateşle, dinlenme kalp atış hızımız tipik olarak önemli ölçüde artar - bu, enfeksiyonla savaşmaya çalışırken vücutta ekstra stresin bir işaretidir.
Çalışmaya dahil olmayan Campbell, Verywell'e "Kalp atış hızı-adım oranı da benzer nedenlerle anormal hale gelecektir - dinlenme kalp atış hızımız arttı ve bir enfeksiyon nedeniyle adımlarımız azaldı" dedi.
30.529 katılımcının 3.811'i COVID-19 semptomları bildirdi. Bu semptomatik kullanıcılardan 54'ü virüs için pozitif ve 279'u negatif olarak test edildi. Bu sonuçlar, araştırmacılara, modellerinin semptomları yaşayan bir kişinin COVID-19 olma ihtimalinin yüksek olup olmadığını tahmin etmede yaklaşık% 80 doğruluğa sahip olduğunu söyledi.
Çalışma katılımcılarının% 78,4'ü Fitbit cihazlarını,% 31,2'si Apple HealthKit'ten bağlı verileri ve% 8,1'i Google Fit'ten veri kullandı (çalışma, insanların birden fazla cihaz veya platform kullanmasına izin verdi).
Bu Senin İçin Ne İfade Ediyor
Araştırmacılar, fitness takipçilerinin dinlenme kalp atış hızı, günlük adımlar ve uyku düzenlerindeki değişiklikleri tespit ederek COVID-19'a kimlerin düşebileceğini tahmin etmeye yardımcı olabileceğinden umutlu. Halihazırda bir akıllı saate veya giyilebilir cihaza sahipseniz, araştırma doğruluğunu artıracak ve koronavirüsü diğer hastalıklardan ayırt etmeye yardımcı olacak bilim insanlarının gönüllü havuzlarını genişletmelerine yardımcı olmak için sağlık bilgilerinize katkıda bulunmayı düşünebilirsiniz.
Çalışmanın, düşük seviyeli kendi kendine bildirilen tanısal test sonuçları da dahil olmak üzere birkaç sınırlaması olduğunu unutmamak önemlidir. Katılımcılar da oldukça homojendi:% 62 kadın ve sadece% 12 65 daha yaşlıydı.
Akıllı saatlere ve aktivite takip cihazlarına sahip olanlar ve takanlar, belirli nüfus gruplarını yansıtmayabilir. Çalışma, en az sayıda kullanıcının yıllık kazancı en düşük olanlardan geldiğini tespit eden 2020 Pew Araştırma Merkezi anketine işaret etti.
Campbell ayrıca, çoğu hastalığın yalnızca COVID-19'da değil, bir bireyin istirahat kalp atış hızında değişiklikler üretebileceğini de belirtiyor. Ancak sonuçların hala değeri var.
"Bu, COVID-19'a özgü değil" diyor. "Yalnızca bir kişinin bir tür enfeksiyonla savaşma olasılığının yüksek olduğunu gösteriyor — bakteriyel, viral, vb. Buradaki önemli nokta, COVID enfeksiyonu olabilecek hastaları tespit etmek ve böylece test edilmeleri ve temas takibi için yönlendirilmeleridir. erken."
Diğer Araştırmalar Fitness Tracker Kullanımını Destekler
Stanford, California'daki Stanford Üniversitesi Genomik ve Kişiselleştirilmiş Tıp Merkezi direktörü Dr. Michael P. Snyder tarafından yürütülen benzer bir çalışma, fitness izleyicilerindeki biyometrik değişikliklerin COVID-19'u tespit etmeye yardımcı olabileceğini gösteren cesaret verici sonuçlar buldu.
Snyder'ın çalışması, katılımcıların% 80'inin kalp atış hızlarında, günlük adım sayısında veya uykuda kalma süresinde değişiklik olduğunu keşfetti. Çalışma yöntemi ayrıca kullanıcıları olası enfeksiyondan haberdar etmek için bir alarm sistemi içeriyordu.
Snyder, Verywell'e, "Dinlenme kalp atış hızları yükseldiğinde sistem insanları uyaracak ve pozitif hale gelirlerse kendilerini izole edip takip tıbbi testleri görebilecekler" dedi.
Her iki çalışmanın sonuçları da umut verici olsa da Snyder, bunun gibi araştırmaların doğruluğunu artırmak ve COVID-19'u diğer hastalıklardan ayırmak için daha fazla veri türüne ve gönüllüye ihtiyaç duyduğunu söylüyor.
Bir basın açıklamasına göre, DETECT ekibi aktif olarak daha fazla katılımcı alıyor - hedefleri 100.000'den fazla kişiyi almak. Araştırmacılar, bunun semptomatik ve asemptomatik insanlarda kimin hastalanacağına dair tahminlerini iyileştirmeye yardımcı olacağını söylüyor.
Araştırmacılar, SARS-CoV-2 ile sözleşme yapma riski yüksek olan ön saf sağlık çalışanlarından gelen verileri de kullanmak istiyorlar.