首页 > 资讯
可穿戴追踪器能区分新冠和流感
众创网2021-01-04

研究显示,新冠肺炎患者的症状与流感患者的症状有所不同,根据大数据和自我报告症状显示,流感患者的心率、步数和症状持续时间的趋势在静息心率和平均步数上都出现了类似峰值,但前者持续时间更长,峰值出现时间更晚。

Evidation健康公司联合创始人 Luca Foschini说,“许多建筑入口的筛选测试都基于温度,因为很多感染者不会马上发烧,而且除新冠肺炎外,还有很多因素会导致发烧。静息心率的大幅上升是新冠肺炎更敏感的指标,而对于那些使用运动追踪器的人来说,可以要求他们分享这些信息用于筛查,就像测量体温读数一样。”

除此之外,研究人员通过查询每种疾病对减少每日步数的影响,发现新冠肺炎影响的持续时间比流感要长得多,同时,长期疲劳的报告也暗示慢性新冠肺炎的存在。

Foschini说,“新冠肺炎能存在很长时间,特征是持续疲劳。”

研究人员发现,可穿戴设备数据可揭示有关呼吸系统疾病的很多信息。在这项研究中,研究人员收集合成纵向症状报告和来自商业可穿戴设备的连续数据,通过对比流感和新型SARS-CoV-2(COVID-19)发现,虽然COVID-19和流感之间的症状有较大重叠,但COVID-19的症状明显比流感持续时间长和严重。同样,来自商业可穿戴设备的生理数据显示,COVID-19症状发作日期的静息心率增加,流感症状的恢复率也较为温和。

人生成的健康数据(PGHD)包括来自智能手机和其他连接传感器的数据,或支持从个人级早期警告或人口级热点检测为 COVID-19 的应用程序。然而,为了使这些应用成为现实,在流感等可能混淆的呼吸系统疾病的背景下开发和验证应用程序至关重要。

PGHD 是作为大规模数字参与性监测研究的一部分收集的,该研究旨在监控 2019-2020 流感季节的流感样疾病(ILI)。可穿戴传感器 PGHD(包括每日静息心率(RHR)、步数和每晚睡眠时间),使我们能够将连续测量的行为和生理模式与疾病发病联系起来。利用 PGHD 进行 COVID-19 检测的应用不仅应在由 COVID-19 阳性和健康病例组成的群体中验证,而且应在流感病例中验证,因为将两者相互交加可能会增加误报率。

除了以汇总形式用于人口级热点检测外,研究人员仍沿着支持新冠肺炎和其他呼吸道病毒的检测和监测的路线开展工作,以探索使用可穿戴技术检测新冠肺炎发病可能性,初步结果表明,可穿戴设备在发病前可以预测新冠肺炎症状。

阅读:
分享
用微信扫描二维码分享
请点击右上角分享给微信朋友或朋友圈