Estudio histórico sugiere que los rastreadores de actividad física pueden predecir las infecciones por COVID-19

Con los datos de la aplicación, los investigadores pueden ver cuándo los participantes se salen de su rango normal de sueño, nivel de actividad o frecuencia cardíaca en reposo; las desviaciones de las normas individuales son un signo de enfermedad o infección viral. Para saber si la enfermedad que causó esos cambios fue la COVID-19, el equipo revisó los datos de aquellos que informaron el desarrollo de síntomas y se les hizo la prueba para el nuevo coronavirus. El conocimiento de los resultados de la prueba les permitió identificar cambios específicos indicativos de COVID-19 frente a otras enfermedades.

Para el estudio, el equipo utilizó datos de salud de dispositivos portátiles de actividad física y otros dispositivos para identificar, con una exactitud de predicción de aproximadamente el 80%, si una persona que informó síntomas tenía probabilidades de tener COVID-19. Esta es una mejora significativa con respecto a otros modelos que solo evaluaron los síntomas autoinformados. Al 7 de junio, 30.529 personas se habían inscrito en el estudio, de las cuales 3.811 informaron síntomas, 54 dieron positivo para el coronavirus y 279 dieron negativo. Más sueño y menos actividad que los niveles normales de una persona fueron factores importantes para predecir la infección por coronavirus. El modelo predictivo en desarrollo en DETECT podría, algún día, ayudar a los funcionarios de salud pública a detectar temprano los puntos calientes del coronavirus. También puede alentar a las personas que están potencialmente infectadas a buscar de inmediato pruebas de diagnóstico y, si es necesario, a ponerse en cuarentena para evitar la propagación del virus. Los investigadores ahora quieren reclutar activamente a más participantes para el estudio con el objetivo de inscribir a más de 100.000 personas, lo que les ayudará a mejorar sus predicciones sobre quiénes se enfermarán, incluidos los asintomáticos. Además, el equipo planea incorporar datos de trabajadores esenciales de primera línea que tienen un riesgo especialmente alto de infección.

“Uno de los mayores desafíos para detener la propagación de la COVID-19 es la capacidad de identificar, rastrear y aislar rápidamente a las personas infectadas”, dijo Giorgio Quer, PhD, director de inteligencia artificial en el Instituto de Investigación Traslacional Scripps y primer autor del estudio. “La identificación temprana de aquellos que son presintomáticos o incluso asintomáticos sería especialmente valiosa, ya que las personas pueden ser, potencialmente, incluso más infecciosas durante este período. Ese es el objetivo final”.

Enlace relacionado:
Instituto de Investigación Traslacional Scripps