Uno smartwatch per monitorare le epidemie influenzali

Il primo studio per valutare i dati non identificati dai dispositivi indossabili sulla frequenza cardiaca a riposo e sul sonno ha evidenziato una migliore previsione in tempo reale della malattia simil-influenzale rispetto agli attuali metodi di sorveglianza.

La ricerca, pubblicata sulla rivista The Lancet Digital Health, dimostra il potenziale dei dati provenienti da dispositivi indossabili per migliorare la sorveglianza sulle malattie infettive.

La frequenza cardiaca a riposo durante l’influenza

La frequenza cardiaca a riposo tende ad aumentare durante gli episodi infettivi e questo viene catturato dai dispositivi indossabili come smartwatch e fitness tracker, che tengono traccia di questo parametro. Dati non identificati da 47.249 utenti Fitbit, hanno identificato in modo retrospettivo una frequenza cardiaca a riposo elevata e cambiamenti nel sonno. Ulteriori studi prospettici dovranno essere fatti per aiutare a distinguere tra previsioni di malattie infettive e non infettive.

L’influenza nel mondo

L’influenza provoca 650.000 morti in tutto il mondo ogni anno. Circa il 7% degli adulti che lavorano e il 20% dei bambini di età inferiore ai cinque anni hanno l’influenza ogni anno. La segnalazione della sorveglianza tradizionale richiede 1-3 settimane per la segnalazione, il che limita la capacità di attuare misure di risposta rapida alle epidemie, come garantire che i pazienti rimangano a casa, si lavino le mani e impieghino antivirali e vaccini.

Gli studi precedenti condotti utilizzando dati crowdsourcing, come Google Trend influenzali e Twitter, hanno riscontrato un successo variabile, poiché questi metodi tendono a sovrastimare i tassi durante le epidemie.

Rispondere più rapidamente ai focolai di influenza

L’autore dello studio, il dott. Jennifer Radin, dello Scripps Research Translational Institute, negli Stati Uniti, afferma: “Rispondere più rapidamente ai focolai di influenza può prevenire un’ulteriore diffusione e infezione, ed eravamo curiosi di vedere se i dati dei sensori potessero migliorare la sorveglianza in tempo reale a livello statale. Dimostriamo il potenziale di metriche da dispositivi indossabili per migliorare la sorveglianza dell’influenza e di conseguenza migliorare le risposte alla salute pubblica. In futuro, poiché questi dispositivi miglioreranno e con l’accesso ai dati in tempo reale 24/7, potrebbe essere possibile identificare i tassi di influenza su base giornaliera anziché settimanale.”

Monitoraggio dell’attività, della frequenza cardiaca e del sonno

I ricercatori hanno esaminato i dati non identificati di 200.000 utenti che indossavano un dispositivo indossabile Fitbit che tiene traccia dell’attività, della frequenza cardiaca e del sonno degli utenti per almeno 60 giorni durante il periodo di studio da marzo 2016 a marzo 2018. Dai 200.000, 47.248 utenti della California, Texas, New York, Illinois e Pennsylvania hanno indossato un dispositivo Fitbit costantemente durante il periodo di studio, fornendo un totale di 13.342.651 misurazioni giornaliere. L’utente medio aveva 43 anni e il 60% era di sesso femminile.

Sono stati calcolati la frequenza cardiaca a riposo media e la durata del sonno degli utenti, nonché eventuali deviazioni, per aiutare a identificare quando queste misure erano al di fuori dell’intervallo tipico di un individuo (cioè, usando la deviazione standard).

Durante ogni settimana, un utente veniva identificato come anormale se la sua frequenza cardiaca a riposo media settimanale era superiore alla media generale (di oltre la metà o una deviazione standard completa) e il sonno medio settimanale non era inferiore alla media complessiva (di oltre la metà una deviazione standard).

Questi dati sono stati confrontati con le stime settimanali per i tassi di malattia simil-influenzale riportati dai Centri statunitensi per il controllo delle malattie (CDC).

Influenza: miglioramento della sorveglianza

Incorporando i dati dei Fitbit tracker, le previsioni sull’influenza a livello statale sono state migliorate. In tutti e cinque gli stati considerati si è registrato un miglioramento della sorveglianza in tempo reale ed è stato riscontrato l’allineamento più stretto con i dati CDC quando la frequenza cardiaca a riposo anormale è stata definita come una deviazione standard sopra il valore normale, e il sonno quando inferiore oltre metà deviazione standard.

Questa è la prima volta che i tracker della frequenza cardiaca e i dati sul sonno sono stati utilizzati per prevedere l’influenza, o qualsiasi malattia infettiva, in tempo reale. Con maggiori volumi di dati potrebbe essere possibile applicare il metodo ad aree più raffinate geograficamente, come contee o città.

 

 

0 commenti

Lascia un Commento

Vuoi partecipare alla discussione?
Fornisci il tuo contributo!

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

diciotto + 6 =