Estudio de Fitbit sobre el COVID-19 sugieren que sus dispositivos pueden identificar signos de enfermedad en sus primeras etapas

11 Septiembre, 2020

Salud en Casa.- Desde el comienzo de esta crisis de salud global, el equipo de investigación de Fitbit ha estado trabajando diligentemente para ayudar a marcar la diferencia en la lucha contra COVID-19. Esto incluye acelerar el trabajo en la detección temprana de enfermedades, un esfuerzo dirigido por nuestro equipo de científicos de datos con amplia experiencia en aprendizaje automático y modelado predictivo, indicó Conor Henghan, PhD es Director de Investigación, Algoritmos en Fitbit.

 

 

En mayo, se anunció el lanzamiento del estudio Fitbit COVID-19 destinado a crear un algoritmo que detecte este virus antes de que comiencen los síntomas. En poco más de dos meses, se han inscrito más de 100,000 usuarios de Fitbit en los EE. UU. y Canadá, con más de 1,000 casos positivos del virus reportados. Este estudio presenta una oportunidad inigualable para ver cómo el poder de la comunidad de Fitbit nos ayudará a comprender mejor esta nueva y compleja enfermedad.

 

Debido a que los datos para ayudar a detectar COVID-19 son de importancia mundial crítica, hemos enviado nuestra investigación inicial para su publicación en una revista revisada por especialistas. Mientras trabajamos para finalizar la publicación, hemos puesto a disposición del público el manuscrito completo como una preimpresión, lo que nos permite compartir algunos de los hallazgos preliminares.

 

Hallazgos iniciales del estudio Fitbit COVID-19

 

Según los hallazgos de nuestro estudio, podemos detectar casi el 50 por ciento de los casos de COVID-19 un día antes de que los participantes informaran el inicio de los síntomas con un 70 por ciento de especificidad.

 

Esto es importante porque las personas pueden transmitir el virus antes de darse cuenta de que tienen síntomas o cuando no tienen ningún síntoma. Si podemos hacerles saber a las personas que deben hacerse la prueba un día antes de que comiencen los síntomas, pueden aislarse y buscar atención antes, lo que ayudará a reducir la propagación del COVID-19.

 

Como investigadores, siempre estamos trabajando para encontrar un equilibrio entre la sensibilidad (alertar a las personas que pueden estar enfermas) y la especificidad (la capacidad de identificar a las personas que están sanas), ya que ambos tienen contrapartidas. Continuaremos trabajando con las comunidades clínicas y de salud pública para evaluar diferentes modelos de desarrollo de esta tecnología para asegurar el equilibrio óptimo.

 

Nuestro estudio también refuerza que la frecuencia respiratoria, la frecuencia cardíaca en reposo y la variabilidad de la frecuencia cardíaca (VFC) son métricas útiles para indicar el inicio de la enfermedad y se controlan mejor por la noche, cuando el cuerpo está en reposo. Nuestra investigación muestra que la VFC, que es la variación latido a latido del corazón, a menudo disminuye en personas que presentan síntomas de enfermedad, mientras que la frecuencia cardíaca en reposo y la frecuencia respiratoria suelen estar elevadas. En algunos casos, esas métricas comienzan a señalar cambios casi una semana antes de que los participantes informaran síntomas.

 

Otros hallazgos incluyen:

·       En promedio, la variabilidad de la frecuencia cardíaca alcanza su punto más bajo el día después de que se informan los síntomas.

 

 

·       Los aumentos en la frecuencia cardíaca en reposo se normalizan, en promedio, al menos 5-7 días después del inicio de los síntomas.

 

 

·       La frecuencia respiratoria alcanza su punto máximo típicamente el día 2 de los síntomas, pero hay una ligera elevación, en promedio, hasta 3 semanas después del inicio de los síntomas.

 

Comprensión de los síntomas y la gravedad de COVID-19

Además de detectar señales tempranas de COVID-19, también estamos obteniendo información sobre los síntomas comunes, así como la gravedad, la duración de la enfermedad y los síntomas más probablemente relacionados con la hospitalización. Muchas de estas observaciones se alinean con lo que escuchamos de otros investigadores y funcionarios de salud pública. Por ejemplo, ser mayor, hombre o tener un IMC alto aumenta la probabilidad de resultados graves.

 

Además, nuestro estudio encontró que la dificultad para respirar y los vómitos son los síntomas que con mayor probabilidad predicen que alguien con COVID-19 necesitará ser hospitalizado, mientras que el dolor de garganta y el dolor de estómago fueron los síntomas con menor probabilidad de predecir la necesidad de hospitalización.

 

También estamos viendo que el síntoma más común informado por las personas con COVID-19 fue la fatiga, que estaba presente en el 72 por ciento de los participantes que informaron tener COVID-19. Esto fue seguido por dolor de cabeza (65 por ciento), dolor de cuerpo (63 por ciento), disminución del gusto y olfato (60 por ciento) y tos (59 por ciento). Es de destacar que solo el 55 por ciento de las personas que informaron COVID-19 presentaba fiebre, un indicador de que la detección de la temperatura por sí sola no puede ser suficiente para comprender quién podría estar infectado.

 

Los casos leves (aquellos que se recuperaron en casa por su cuenta) muestran una duración media de 8 días, mientras que los casos moderados (aquellos que se recuperaron en casa con la ayuda de otros) duran alrededor de una semana más, con una duración media de 15 días. Para los casos graves (pacientes que terminan requiriendo hospitalización), la duración media de la enfermedad fue de aproximadamente 24 días. Pero esta duración tuvo una gran difusión, con varios casos que duraron más de dos meses.

 

¿Qué sigue para el estudio Fitbit COVID-19?

Está claro que nuestros cuerpos comienzan a señalar los impactos de la enfermedad antes de que aparezcan síntomas más notorios. Con estas señales iniciales identificadas, continuaremos nuestro trabajo en el desarrollo de un algoritmo para detectar enfermedades como COVID-19 y nos centraremos en la investigación ampliada en un entorno del mundo real.

 

La detección temprana es fundamental y esperamos llevar este tipo de información a los consumidores lo antes posible. Como siguiente paso, continuaremos trabajando con nuestros socios de investigación como Scripps Research Translational Institute y Stanford Healthcare Innovation Lab para validar aún más la tecnología y pretender involucrarnos con los reguladores apropiados a nivel mundial para determinar el mejor camino para llevar esto a los consumidores.