Les premiers résultats de l’étude DETECT suggèrent que les traqueurs de forme physique et les montres intelligentes peuvent prédire l’infection par COVID-19

Les données des capteurs des appareils portables peuvent compléter les tests de dépistage des virus et le dépistage conventionnel pour signaler les nouvelles infections, rapporte Scripps.edu :

En examinant les données des six premières semaines de leur étude historique DETECT, une équipe de scientifiques du Scripps Research Translational Institute voit des signes encourageants indiquant que les appareils de fitness portables peuvent améliorer les efforts de santé publique pour contrôler COVID-19.

L’étude DETECT, lancée le 25 mars, utilise une application mobile pour collecter les données de surveillance et de suivi des activités des participants consentants, et recueille également les symptômes qu’ils ont eux-mêmes signalés et les résultats des tests de diagnostic. Tout adulte vivant aux États-Unis peut participer à l’étude en téléchargeant l’application de recherche, MyDataHelps.

Dans une étude publiée le 29 octobre dans Nature Medicine, l’équipe de Scripps Research rapporte que des appareils portables comme le Fitbit sont capables d’identifier les cas de COVID-19 en évaluant les changements de rythme cardiaque, de sommeil et de niveau d’activité, ainsi que les données sur les symptômes autodéclarés – et peuvent identifier les cas avec plus de succès que si l’on se contente d’examiner les symptômes.

« Ce qui est passionnant ici, c’est que nous disposons maintenant d’un signal numérique validé pour COVID-19. La prochaine étape consiste à l’utiliser pour empêcher les nouvelles épidémies de se propager« , explique Eric Topol, directeur et fondateur du Scripps Research Translational Institute et vice-président exécutif du Scripps Research. « Environ 100 millions d’Américains possèdent déjà un traceur ou une montre intelligente et peuvent nous aider ; tout ce dont nous avons besoin, c’est d’une infime partie d’entre eux – juste 1 ou 2 % – pour utiliser l’application ».

Grâce aux données de l’application, les chercheurs peuvent voir quand les participants sortent de leur plage normale de sommeil, d’activité ou de fréquence cardiaque au repos ; les écarts par rapport aux normes individuelles sont un signe de maladie ou d’infection virale.

Mais comment savent-ils si la maladie à l’origine de ces changements est la COVID-19 ? Pour répondre à cette question, l’équipe a examiné les données de ceux qui ont déclaré avoir développé des symptômes et ont été testés pour le nouveau coronavirus. La connaissance des résultats des tests leur a permis de mettre en évidence des changements spécifiques indiquant la présence de COVID-19 par rapport à d’autres maladies.

« L’un des plus grands défis pour arrêter la propagation du COVID-19 est la capacité à identifier, tracer et isoler rapidement les personnes infectées », déclare Giorgio Quer, PhD, directeur de l’intelligence artificielle au Scripps Research Translational Institute et premier auteur de l’étude. « L’identification précoce de ceux qui sont pré-symptomatiques ou même asymptomatiques serait particulièrement précieuse, car les personnes peuvent potentiellement être encore plus contagieuses pendant cette période. C’est le but ultime ».

Pour l’étude, l’équipe a utilisé des données de santé provenant de vêtements de sport et d’autres appareils pour identifier – avec une précision de prévision d’environ 80 % – si une personne qui a déclaré des symptômes était susceptible d’avoir la COVID-19. Il s’agit d’une amélioration significative par rapport aux autres modèles qui n’évaluaient que les symptômes signalés par la personne elle-même.

Au 7 juin, 30 529 personnes s’étaient inscrites à l’étude, avec une représentation de chaque État américain. Parmi eux, 3 811 ont déclaré des symptômes, 54 ont été testés positifs pour le coronavirus et 279 ont été testés négatifs. Un sommeil plus abondant et une activité moindre que les niveaux normaux d’un individu ont été des facteurs significatifs dans la prédiction de l’infection par le coronavirus.

Le modèle prédictif en cours de développement via DETECT pourrait un jour aider les responsables de la santé publique à repérer précocement les points chauds des coronavirus. Il pourrait également encourager les personnes potentiellement infectées à se soumettre immédiatement à des tests de diagnostic et, si nécessaire, à se mettre en quarantaine pour éviter de propager le virus.

« Nous savons que les pratiques courantes de dépistage du coronavirus peuvent facilement faire passer à côté de cas présymptomatiques ou asymptomatiques« , déclare Jennifer Radin, PhD, épidémiologiste au Scripps Research Translational Institute qui dirige l’étude. « Et des tests viraux peu fréquents, avec des résultats souvent retardés, n’offrent pas les informations en temps réel dont nous avons besoin pour contrôler la propagation du virus« .

L’équipe DETECT recrute actuellement un plus grand nombre de participants pour cette importante recherche. L’objectif est d’enrôler plus de 100 000 personnes, ce qui aidera les scientifiques à améliorer leurs prévisions sur les personnes qui tomberont malades, y compris celles qui sont asymptomatiques. De plus, Radin et ses collègues prévoient d’intégrer les données des travailleurs essentiels de première ligne qui sont particulièrement exposés au risque d’infection.

Pour en savoir plus sur DETECT, consultez le site detectstudy.org.

L’étude, intitulée « Wearable Sensor Data and Self-reported Symptoms for COVID-19 Detection« , est rédigée par Giorgio Quer, Jennifer M. Radin, Matteo Gadaleta, Katie Baca-Motes, Lauren Ariniello, Edward Ramos, Vik Kheterpal, Eric J. Topol et Steven R Steinhubl.

 

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.