Les appareils portables peuvent détecter les symptômes du COVID-19 et prédire le diagnostic, selon une étude –


  • FrançaisFrançais


  • Les appareils portables peuvent identifier les cas de COVID-19 plus tôt que les méthodes de diagnostic traditionnelles et peuvent aider à suivre et à améliorer la gestion de la maladie, rapportent les chercheurs de Mount Sinai dans l’une des premières études sur le sujet. Les résultats ont été publiés dans le Journal de recherche médicale sur Internet le 29 janvier.

    L’étude Warrior Watch a révélé que des changements subtils dans la variabilité de la fréquence cardiaque (VRC) d’un participant mesurés par une Apple Watch pouvaient signaler l’apparition du COVID-19 jusqu’à sept jours avant que l’individu ne soit diagnostiqué avec l’infection par prélèvement nasal, et aussi pour identifier ceux qui présentent des symptômes.

    «Cette étude met en évidence l’avenir de la santé numérique», déclare l’auteur correspondant de l’étude, Robert P. Hirten, MD, professeur adjoint de médecine (gastro-entérologie) à l’école de médecine Icahn à Mount Sinai et membre de l’Institut Hasso Plattner pour la santé numérique. au Mount Sinai et au Mount Sinai Clinical Intelligence Center (MSCIC). “Cela montre que nous pouvons utiliser ces technologies pour mieux répondre aux besoins de santé en constante évolution, ce qui, nous l’espérons, nous aidera à améliorer la gestion de la maladie. Notre objectif est de rendre opérationnelles ces plates-formes pour améliorer la santé de nos patients et cette étude est une étape importante dans ce sens. Développer un moyen d’identifier les personnes qui pourraient être malades avant même qu’elles sachent qu’elles sont infectées constituerait une avancée décisive dans la gestion du COVID-19 ».

    Les chercheurs ont inscrit plusieurs centaines de travailleurs de la santé à travers le système de santé Mount Sinai dans une étude numérique en cours entre avril et septembre 2020. Les participants portaient des montres Apple et répondaient aux questions quotidiennes via une application personnalisée. Les changements dans leur VRC – une mesure de la fonction du système nerveux détectée par l’appareil portable – ont été utilisés pour identifier et prédire si les travailleurs étaient infectés par le COVID-19 ou présentaient des symptômes. Parmi les autres symptômes quotidiens recueillis, mentionnons la fièvre ou les frissons, la fatigue ou la faiblesse, les courbatures, la toux sèche, les éternuements, l’écoulement nasal, la diarrhée, les maux de gorge, les maux de tête, l’essoufflement, la perte d’odorat ou de goût et des démangeaisons oculaires.

    De plus, les chercheurs ont découvert que 7 à 14 jours après le diagnostic de COVID-19, le modèle de HRV commençait à se normaliser et n’était plus statistiquement différent de celui de ceux qui n’étaient pas infectés.

    “Cette technologie nous permet non seulement de suivre et de prédire les résultats pour la santé, mais aussi d’intervenir de manière opportune et à distance, ce qui est essentiel pendant une pandémie qui oblige les gens à rester séparés”, déclare le co-auteur de l’étude Zahi Fayad, PhD, Directeur du BioMedical Engineering and Imaging Institute, co-fondateur du MSCIC, et professeur Lucy G. Moses d’imagerie médicale et de bioingénierie à la Icahn School of Medicine du Mount Sinai.

    L’étude Warrior Watch s’appuie sur l’effort de collaboration de l’Institut Hasso Plattner pour la santé numérique et du MSCIC, qui représente un groupe diversifié de scientifiques des données, d’ingénieurs, de médecins cliniciens et de chercheurs du système de santé Mount Sinai qui se sont réunis au printemps 2020 pour lutter contre le COVID-19. L’étude examinera ensuite de plus près la biométrie, y compris le VRC, les perturbations du sommeil et l’activité physique afin de mieux comprendre quels travailleurs de la santé sont à risque des effets psychologiques de la pandémie.

    Source

    La Rédaction

    L'équipe rédactionnnelle du site

    Pour contacter personnellement le taulier :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

    Copy code