Smith Collection / Gado / Inzender / Getty Images
Belangrijkste leerpunten
- Een recente studie toont aan dat het analyseren van gezondheidsgegevens van activity trackers kan helpen bij het opsporen van mogelijke gevallen van COVID-19.
- Auteurs van het onderzoek ontdekten in combinatie met symptoomgegevens, informatie over veranderingen in hartslag, slaap en activiteitsniveaus hielp effectief te voorspellen wie waarschijnlijk COVID-19 zou hebben.
- Innovatieve diagnostische tools zoals deze zouden de verspreiding van het virus kunnen helpen beteugelen, vooral als er meer vrijwilligers deelnemen.
Fitnesstrackers worden al lang geprezen als een geweldige bron van persoonlijke informatie en informatie over de volksgezondheid. Van verhalen over hen die zwangerschappen voorspellen tot onderzoeken die suggereren dat ze kunnen helpen griepuitbraken op te sporen, hebben draagbare apparaten bewezen een nuttig hulpmiddel te zijn voor medische onderzoekers.
En nu het land worstelt om de coronavirus-pandemie in te dammen, kijkt een team wetenschappers opnieuw naar de apparaten, maar deze keer om hen te helpen COVID-19-infecties te voorspellen.
Donderdag registreerden de Centers for Disease Control and Prevention meer dan 190.000 nieuwe gevallen van coronavirus in de Verenigde Staten, de eerste keer dat de natie meer dan 150.000 op één dag heeft gemeld sinds het begin van de pandemie.
Onderzoekers van het Scripps Research Translational Institute publiceerden op 29 oktober de Digital Engagement and Tracking for Early Control and Treatment (DETECT) -studie, waarin werd gekeken of activity tracker-gegevens COVID-19 nauwkeurig konden detecteren bij symptomatische mensen.
De studie, gepubliceerd inNature Medicine, was gebaseerd op bijna 10 weken aan gezondheidsgegevens (beginnend op 25 maart) van fitness-wearables die waren ingelogd in een onderzoeks-app, MyDataHelps. Deelnemers registreerden ook COVID-19-gerelateerde symptomen en COVID-19-testresultaten.
De onderzoekers analyseerden drie soorten gegevens van activity trackers: dagelijkse rusthartslag, slaapduur in minuten en aantal stappen. Het onderzoeksteam zegt dat het vinden van veranderingen in deze drie statistieken een teken is van virale ziekte of infectie.
Kevin Campbell, MD, FACC, een cardioloog in North Carolina, zegt dat mensen over het algemeen een vrij constante hartslag in rust hebben. Wanneer we ziek worden, vooral als we koorts hebben, neemt onze hartslag in rust doorgaans aanzienlijk toe - dit is een teken van extra belasting van het lichaam dat probeert infecties te bestrijden.
"De verhouding tussen hartslag en stappen zal ook abnormaal worden om soortgelijke redenen - onze hartslag in rust wordt verhoogd en onze stappen worden verlaagd als gevolg van een infectie", vertelt Campbell, die niet bij het onderzoek betrokken was, tegen Verywell.
Van de 30.529 deelnemers meldden 3.811 symptomen van COVID-19. Van die symptomatische gebruikers waren er 54 positief getest op het virus en 279 negatief. Deze resultaten vertelden de onderzoekers dat hun model een nauwkeurigheid van bijna 80% had om te voorspellen of een persoon die symptomen ervoer, waarschijnlijk COVID-19 zou hebben.
Van de deelnemers aan het onderzoek gebruikte 78,4% Fitbit-apparaten, 31,2% verbonden gegevens van de Apple HealthKit en 8,1% gebruikte gegevens van Google Fit (het onderzoek stond mensen toe om meer dan één apparaat of platform te gebruiken).
Wat dit voor u betekent
Onderzoekers hopen dat fitnesstrackers kunnen helpen voorspellen wie COVID-19 kan krijgen door veranderingen in hun rusthartslag, dagelijkse stappen en slaappatronen te detecteren. Als u al een smartwatch of een draagbaar apparaat heeft, kunt u overwegen uw gezondheidsinformatie bij te dragen om wetenschappers te helpen hun pool van vrijwilligers uit te breiden, waardoor de nauwkeurigheid van het onderzoek wordt verbeterd en het coronavirus van andere ziekten kan worden onderscheiden.
Het is belangrijk op te merken dat het onderzoek enkele beperkingen heeft, waaronder het lage niveau van zelfgerapporteerde diagnostische testresultaten. De deelnemers waren ook redelijk homogeen: 62% was vrouw en slechts 12% was 65 jaar oud.
Degenen die smartwatches en activity trackers bezitten en dragen, weerspiegelen mogelijk niet bepaalde bevolkingsgroepen. De studie wees op een onderzoek van het Pew Research Center uit 2020 waaruit bleek dat het kleinste aantal gebruikers afkomstig was van degenen met de laagste jaarinkomsten.
Campbell merkt ook op dat de meeste ziekten veranderingen in de hartslag in rust kunnen veroorzaken, niet alleen COVID-19. Maar de resultaten hebben nog steeds waarde.
"Dit is niet specifiek voor COVID-19", zegt hij. "Het suggereert alleen dat een persoon waarschijnlijk te kampen heeft met een soort infectie - het kan bacterieel, viraal, enz. Zijn, enz. Het gaat erom patiënten te identificeren die mogelijk een COVID-infectie hebben, zodat ze kunnen worden doorverwezen voor testen en contactopsporing vroeg. "
Ander onderzoek ondersteunt het gebruik van fitnesstracker
Een soortgelijk onderzoek onder leiding van Michael P.Snyder, PhD, directeur van het Center for Genomics and Personalized Medicine aan de Stanford University in Stanford, Californië, vond ook bemoedigende resultaten waaruit bleek dat biometrische veranderingen op fitnesstrackers COVID-19 kunnen helpen detecteren.
Het onderzoek van Snyder ontdekte dat 80% van de deelnemers veranderingen had in hun hartslag, aantal dagelijkse stappen of slaaptijd. Zijn studiemethode omvatte ook een alarmsysteem om gebruikers op de hoogte te stellen van een mogelijke infectie.
"Het systeem waarschuwt mensen wanneer hun hartslag in rust omhoog gaat en ze kunnen zichzelf isoleren en medische vervolgonderzoeken bekijken als ze positief worden", vertelt Snyder aan Verywell.
Hoewel de resultaten van beide onderzoeken veelbelovend zijn, zegt Snyder dat dit soort onderzoek nog steeds meer gegevenstypen en vrijwilligers nodig heeft om de nauwkeurigheid te verbeteren en COVID-19 te onderscheiden van andere ziekten.
Volgens een persbericht werft het DETECT-team actief meer deelnemers - hun doel is om meer dan 100.000 mensen te krijgen. Dit, zeggen onderzoekers, zal helpen om hun voorspellingen te verbeteren over wie ziek zal worden bij symptomatische en asymptomatische mensen.
Onderzoekers willen ook gegevens gebruiken van eerstelijnsgezondheidswerkers die een hoog risico lopen om SARS-CoV-2 op te lopen.