Penjejak Kecergasan Boleh Membantu Meramalkan Jangkitan Coronavirus

Koleksi Smith / Gado / Penyumbang / Getty Images

Pengambilan Utama

• Satu kajian baru-baru ini menunjukkan bahawa menganalisis data kesihatan dari pelacak aktiviti dapat membantu mengesan kemungkinan kes COVID-19.
• Penulis kajian mendapati apabila digabungkan dengan data gejala, maklumat mengenai perubahan kadar denyutan jantung, tidur, dan tahap aktiviti membantu dengan berkesan meramalkan siapa yang kemungkinan menderita COVID-19.
• Alat diagnostik inovatif seperti ini dapat membantu membendung penyebaran virus, terutama jika lebih banyak sukarelawan mengambil bahagian.

Penjejak kecergasan telah lama dianggap sebagai sumber maklumat kesihatan peribadi dan awam. Dari kisah mereka meramalkan kehamilan hingga kajian yang menunjukkan bahawa mereka dapat membantu mengesan wabak selesema, alat yang boleh dipakai terbukti menjadi alat yang berguna untuk penyelidik perubatan.

Dan sekarang, ketika negara ini berjuang untuk menahan wabak koronavirus, sekumpulan saintis melihat alat itu sekali lagi, tetapi kali ini untuk membantu mereka meramalkan jangkitan COVID-19.

Pada hari Khamis, Pusat Kawalan dan Pencegahan Penyakit mencatatkan lebih dari 190,000 kes koronavirus baru di Amerika Syarikat, kali pertama negara melaporkan lebih dari 150.000 dalam satu hari sejak wabak itu bermula.

Penyelidik dari Scripps Research Translational Institute menerbitkan kajian Digital Engagement and Tracking for Early Control and Treatment (DETECT) pada 29 Oktober, yang melihat sama ada data pelacak aktiviti dapat mengesan COVID-19 secara tepat pada orang yang mengalami gejala.

Kajian itu, diterbitkan dalamPerubatan Alam, didasarkan pada data kesihatan hampir 10 minggu (bermula pada 25 Mac) dari pakaian kecergasan yang masuk dalam aplikasi penyelidikan, MyDataHelps. Peserta juga mencatat sebarang gejala yang berkaitan dengan COVID-19 dan keputusan ujian COVID-19.

Para penyelidik menganalisis tiga jenis data dari pelacak aktiviti: denyut jantung rehat harian, tempoh tidur dalam beberapa minit, dan jumlah langkah. Pasukan penyelidik mengatakan bahawa mencari perubahan dalam tiga metrik ini adalah tanda penyakit virus atau jangkitan.

Kevin Campbell, MD, FACC, seorang pakar kardiologi di North Carolina, mengatakan bahawa orang pada amnya mempunyai kadar denyutan jantung yang cukup konsisten. Apabila kita jatuh sakit, terutama dengan demam, degupan jantung kita yang rehat biasanya meningkat dengan ketara - ini adalah tanda tekanan yang berlebihan pada tubuh ketika berusaha melawan jangkitan.

"Nisbah denyut jantung ke langkah juga akan menjadi tidak normal untuk alasan yang sama - denyut jantung rehat kita meningkat dan langkah kita menurun akibat jangkitan," kata Campbell, yang tidak terlibat dalam penelitian ini, kepada Verywell.

Dari 30,529 peserta, 3,811 melaporkan gejala COVID-19. Daripada pengguna simptomatik tersebut, 54 diuji positif untuk virus dan 279 diuji negatif. Hasil ini memberitahu para penyelidik bahawa model mereka mempunyai ketepatan hampir 80% dalam meramalkan sama ada seseorang yang mengalami gejala cenderung menghidap COVID-19.

Di antara peserta kajian, 78.4% menggunakan peranti Fitbit, 31.2% data yang disambungkan dari Apple HealthKit, dan 8.1% menggunakan data dari Google Fit (kajian itu membolehkan orang menggunakan lebih dari satu peranti atau platform).

Apa Ini Bermakna Untuk Anda

Para penyelidik berharap pelacak kecergasan dapat membantu meramalkan siapa yang akan turun dengan COVID-19 dengan mengesan perubahan pada degupan jantung berehat, langkah harian, dan corak tidur mereka. Sekiranya anda sudah memiliki jam pintar atau peranti yang boleh dipakai, anda mungkin ingin mempertimbangkan untuk menyumbangkan maklumat kesihatan anda untuk membantu para saintis mengembangkan kumpulan sukarelawan mereka yang akan meningkatkan ketepatan penyelidikan dan membantu membezakan coronavirus dari penyakit lain.

Penting untuk diperhatikan bahawa kajian ini mempunyai beberapa batasan, termasuk tahap rendah hasil ujian diagnostik yang dilaporkan sendiri. Peserta juga cukup homogen: 62% adalah wanita dan hanya 12% berumur 65 tahun.

Mereka yang memiliki dan memakai jam tangan pintar dan pelacak aktiviti mungkin tidak menggambarkan kumpulan penduduk tertentu. Kajian itu menunjukkan tinjauan Pusat Penyelidikan Pew 2020 yang mendapati jumlah pengguna terkecil berasal dari mereka dengan pendapatan tahunan terendah.

Campbell juga menyatakan bahawa kebanyakan penyakit boleh menyebabkan perubahan pada kadar denyutan jantung seseorang, bukan hanya COVID-19. Tetapi hasilnya tetap mempunyai nilai.

"Ini tidak khusus untuk COVID-19," katanya. "Ini hanya menunjukkan bahawa seseorang cenderung melawan beberapa jenis infeksi - mungkin bakteria, virus, dll. Intinya adalah untuk mengidentifikasi pesakit yang mungkin mengalami jangkitan COVID sehingga mereka dapat dirujuk untuk diuji, dan kontak awal. "

Penyelidikan lain Menyokong Penggunaan Penjejak Kecergasan

Kajian serupa yang diketuai oleh Michael P. Snyder, PhD, pengarah Pusat Genomik dan Perubatan Peribadi di Universiti Stanford di Stanford, California, juga mendapati hasil yang menggembirakan yang menunjukkan bahawa perubahan biometrik pada pelacak kecergasan dapat membantu mengesan COVID-19.

Kajian Snyder mendapati 80% peserta mengalami perubahan pada degup jantung, jumlah langkah harian, atau waktu tidur. Kaedah kajiannya juga memasukkan sistem penggera untuk memberitahu pengguna mengenai kemungkinan jangkitan.

"Sistem ini akan memberi amaran kepada orang-orang ketika denyut jantung istirahat mereka naik dan mereka dapat mengasingkan diri dan melihat ujian perubatan susulan jika mereka menjadi positif," kata Snyder Verywell.

Walaupun hasil kedua-dua kajian itu menjanjikan, Snyder mengatakan bahawa penyelidikan seperti ini masih memerlukan lebih banyak jenis data dan sukarelawan untuk meningkatkan ketepatan dan membezakan COVID-19 dari penyakit lain.

Menurut siaran akhbar, pasukan DETECT secara aktif merekrut lebih ramai peserta - tujuan mereka adalah untuk mendapatkan lebih daripada 100,000 orang. Ini, kata para penyelidik, akan membantu meningkatkan ramalan mereka mengenai siapa yang akan jatuh sakit pada orang yang mengalami simptomatik dan tanpa gejala.

Penyelidik juga ingin menggunakan data dari pekerja penjagaan kesihatan garis depan yang berisiko tinggi dijangkiti SARS-CoV-2.