Als u ziek wordt met COVID-19, kan uw smartwatch de voortgang van uw symptomen volgen en zelfs laten zien hoe ziek u wordt.
Dat is volgens een studie van de Universiteit van Michigan die de effecten van COVID-19 onderzocht met zes factoren die zijn afgeleid van hartslaggegevens. Dezelfde methode kan worden gebruikt om andere ziekten zoals griep op te sporen, en de onderzoekers zeggen dat de aanpak kan worden gebruikt om ziekten thuis op te sporen of wanneer medische middelen schaars zijn, zoals tijdens een pandemie of in ontwikkelingslanden. Hun resultaten zijn gepubliceerd in het tijdschrift Cell Reports Medicine.
In navolging van UM-studenten en medische stagiaires door het hele land, ontdekten de onderzoekers nieuwe signalen ingebed in de hartslag die aangeven wanneer personen besmet waren met COVID en hoe ziek ze werden. De onderzoekers ontdekten dat personen met COVID een verhoging van de hartslag per stap ervoeren na het begin van de symptomen, en degenen met een hoest hadden een veel hogere hartslag per stap dan degenen zonder hoesten.
“We ontdekten dat COVID biologische tijdwaarnemingssignalen dempte, veranderde hoe je hartslag reageert op activiteit, veranderde basale hartslag en veroorzaakte stresssignalen”, zegt Daniel Forger, hoogleraar wiskunde en onderzoekshoogleraar computationele geneeskunde en bio-informatica. “We realiseerden ons dat kennis van fysiologie, hoe het lichaam werkt en wiskunde ons kan helpen meer informatie uit deze wearables te halen.”
De onderzoekers ontdekten dat deze maatregelen significant veranderd waren en symptomatische versus gezonde menstruaties in het leven van de dragers konden laten zien.
“Er is eerder werk geweest om ziekte te begrijpen door middel van draagbare hartslaggegevens, maar ik denk dat we echt een andere benadering kiezen door ons te concentreren op het ontbinden van het hartslagsignaal in meerdere verschillende componenten om een multidimensionaal beeld van de hartslag te krijgen,” zei Caleb Mayer, een doctoraatsstudent in de wiskunde.
advertentie
“Al deze componenten zijn gebaseerd op verschillende fysiologische systemen. Dit geeft ons echt extra informatie over ziekteprogressie en inzicht in hoe ziekte deze verschillende fysiologische systemen in de loop van de tijd beïnvloedt.”
De deelnemers waren afkomstig uit de cohorten van 2019 en 2020 van de Intern Health Study, een multisite cohortonderzoek dat artsen in verschillende instituten volgt tijdens hun eerste jaar van verblijf. Onderzoekers gebruikten ook informatie uit de Roadmap College Student Data Set, een onderzoek dat de gezondheid en het welzijn van studenten in het academiejaar 2020-21 onderzocht met behulp van draagbare gegevens van Fitbits, zelfgerapporteerde COVID-19-diagnoses en symptoominformatie, en openbaar beschikbare gegevens .
Voor deze analyse namen de onderzoekers personen op die een COVID-positieve test en symptomen rapporteerden en draagbare gegevens hadden van 50 dagen vóór het begin van de symptomen tot 14 dagen erna. In totaal gebruikten de onderzoekers gegevens van 43 medische stagiaires en 72 niet-gegradueerde en afgestudeerde studenten.
Concreet vonden de onderzoekers:
Hartslagverhoging per stap, een maat voor cardiopulmonale disfunctie, nam toe na het begin van de symptomen. De hartslag per stap was significant hoger bij deelnemers die een hoest rapporteerden. De circadiane faseonzekerheid, het onvermogen van het lichaam om dagelijkse gebeurtenissen te timen, nam toe rond het begin van de COVID-symptomen. Omdat deze maatstaf betrekking heeft op de sterkte en consistentie van de circadiane component van het hartslagritme, kan deze onzekerheid overeenkomen met vroege tekenen van infectie. De dagelijkse basale hartslag had de neiging toe te nemen op of voor het begin van de symptomen. De onderzoekers veronderstellen dat dit kwam door koorts of verhoogde angst. Hartslag had de neiging om meer gecorreleerd te zijn rond het begin van de symptomen, wat zou kunnen wijzen op de effecten van het stressgerelateerde hormoon adenosine.
De onderzoekers gebruikten een algoritme dat oorspronkelijk was ontwikkeld om de dagelijkse circadiane fase te schatten op basis van draagbare hartslag- en stapgegevens. Ze keken naar een baselineperiode van 8-35 dagen vóór het begin van de COVID-symptomen en een analyseperiode die werd gedefinieerd als 7-14 dagen rond het begin van de COVID-symptomen. De onderzoekers hopen dat met verder testen dezelfde methoden de pre-detectie van COVID met wearables kunnen verbeteren.
advertentie
“De wereldwijde uitbraak van het SARS-CoV-2-virus legde belangrijke maatregelen op het gebied van de volksgezondheid op, die een impact hadden op ons dagelijks leven”, zegt Sung Won Choi, universitair hoofddocent kindergeneeskunde. “Tijdens deze historische gebeurtenis in de tijd bood mobiele technologie echter enorme mogelijkheden – de mogelijkheid om niet-invasieve en op afstand fysiologische gegevens longitudinaal van individuen te monitoren en te verzamelen.
“We waren verbaasd over de bereidheid en wens van de UM-studenten om deel te nemen aan dit onderzoek, dat allemaal op afstand werd gedaan, van werving tot inschrijving en onboarding. Het werk dat door Mayer en ons team werd gerapporteerd, werd echt niet alleen mogelijk gemaakt door wearables-sensoren zelf, maar de convergentie van nieuwe data-analyse, opmerkelijke vooruitgang in technologie en rekenkracht, en ’team science’ kruising tussen onderzoeksteams.”
Deze ’teamwetenschap’-benadering vloeide samen als een bijproduct van het U-M Ideas-lab van 2019, waar ook de senior-onderzoekers van het team deel van uitmaakten.
De onderzoekers zeggen dat dit werk algoritmen vaststelt die kunnen worden gebruikt om de impact van ziekten op de hartslagfysiologie te begrijpen, wat de basis kan vormen voor medische professionals die het gebruik van wearables in de gezondheidszorg kunnen inzetten.
“Het identificeren van de verschillende patronen van verschillende hartslagparameters die zijn afgeleid van wearables in de loop van de COVID-19-infectie is een aanzienlijke vooruitgang voor het veld”, zegt Srijan Sen, hoogleraar psychiatrie en directeur van het Frances en Kenneth Eisenberg and Family Depression Center bij U-M. “Dit werk kan ons helpen om populaties zinvoller te volgen in toekomstige COVID-19-golven. De studie toont ook aan dat het volgen van cohorten met mobiele technologie en robuust delen van gegevens onverwachte en waardevolle ontdekkingen kan vergemakkelijken.”
Beperkingen voor het onderzoek zijn onder meer dat het werk geen rekening houdt met griepachtige ziekten, aldus de onderzoekers. Toekomstig werk moet zich richten op de vraag of de bevindingen de effecten van COVID-19 weerspiegelen of dat deze effecten bij andere ziekten zullen aanhouden. De onderzoekers waren ook niet in staat om de effecten van factoren zoals leeftijd, geslacht of BMI, noch de seizoenseffecten in de gegevens te verklaren – dat wil zeggen, of de gegevens zijn genomen tijdens een periode waarin griep of andere ziekteoverdracht plaatsvindt hoog.
Co-auteurs van de studie zijn ook UM-onderzoekers Jonathan Tyler, Yu Fang, Christopher Flora, Elena Frank en Muneesh Tewari. Het werk werd ondersteund door de National Institutes of Health, Human Frontier Science Program, National Science Foundation en een Taubman Institute Innovation Project-subsidie.
lees het gehele artikel bij de bron
Samenvatting: Als je ziek wordt met COVID-19, kan je smartwatch de voortgang van je symptomen volgen en zelfs laten zien hoe ziek je wordt.
Datum van publicatie: 20 april 2022
Bron: Technologie | Top technologienieuws — ScienceDaily