Publicidad
Publicidad

Rastreadores de actividad portátiles para la detección de la Covid-19 presintomática

Los rastreadores de actividad portátiles que controlan los cambios en la temperatura de la piel y las frecuencias cardíaca y respiratoria podrían utilizarse para detectar la infección por Covid-19.

Los rastreadores de actividad portátiles que controlan los cambios en la temperatura de la piel y las frecuencias cardíaca y respiratoria, combinados con la inteligencia artificial (IA), podrían utilizarse para detectar la infección por Covid-19 días antes de que comiencen los síntomas, según sugiere una investigación preliminar publicada en la ...

Los rastreadores de actividad portátiles que controlan los cambios en la temperatura de la piel y las frecuencias cardíaca y respiratoria, combinados con la inteligencia artificial (IA), podrían utilizarse para detectar la infección por Covid-19 días antes de que comiencen los síntomas, según sugiere una investigación preliminar publicada en la revista de acceso abierto ´BMJ Open´.

Los investigadores basan sus conclusiones en los usuarios de la pulsera AVA, un rastreador de fertilidad regulado y disponible en el mercado que monitoriza la frecuencia respiratoria, la frecuencia cardíaca, la variabilidad de la frecuencia cardíaca, la temperatura de la piel de la muñeca y el flujo sanguíneo, así como la cantidad y la calidad del sueño.

Los síntomas típicos del Covid-19 pueden tardar varios días en aparecer tras la infección, tiempo durante el cual una persona infectada puede propagar el virus sin darse cuenta.

La atención ha comenzado a centrarse en el potencial de los rastreadores de actividad y los relojes inteligentes para detectar todas las etapas de la infección por Covid-19 en el cuerpo, desde la incubación hasta la recuperación, con el objetivo de facilitar el aislamiento y las pruebas tempranas de los infectados.

Por ello, los investigadores querían comprobar si los cambios fisiológicos, monitorizados por un rastreador de actividad, podían utilizarse para desarrollar un algoritmo de aprendizaje automático que permitiera detectar la infección por Covid-19 antes del inicio de los síntomas.

Los participantes (1.163 personas, todas menores de 51 años) fueron extraídos del estudio GAPP entre marzo de 2020 y abril de 2021. El GAPP, que comenzó en 2010, tiene como objetivo comprender mejor el desarrollo de los factores de riesgo cardiovascular en la población general de Lichtenstein.

Se eligió la pulsera AVA porque sus datos se utilizaron previamente para informar a un algoritmo de aprendizaje automático para detectar los días más fértiles de las mujeres que ovulan en tiempo real, logrando una precisión del 90%.

Las participantes llevaban la pulsera AVA por la noche. El dispositivo guarda los datos cada 10 segundos y requiere al menos 4 horas de sueño relativamente ininterrumpido. Al despertarse, las pulseras se sincronizaron con una aplicación complementaria para teléfonos inteligentes.

Los participantes utilizaron la aplicación para registrar cualquier actividad que pudiera alterar el funcionamiento del sistema nervioso central, como el alcohol, los medicamentos recetados y las drogas recreativas, y para registrar posibles síntomas de Covid-19.

Todos ellos se sometieron a pruebas periódicas de anticuerpos rápidos contra el SARS-CoV-2, el virus responsable de la infección por Covid-19. Los que presentaban síntomas indicativos también se sometieron a una prueba de PCR con hisopo.

Todos proporcionaron información personal sobre la edad, el sexo, el hábito de fumar, el grupo sanguíneo, el número de hijos, la exposición a contactos domésticos o compañeros de trabajo que dieron positivo en la prueba de Covid-19 y el estado de vacunación.

Unas 127 personas (11%) desarrollaron la infección por Covid-19 durante el periodo de estudio. No hubo diferencias en los factores de fondo entre los que dieron y los que no dieron positivo. Sin embargo, una proporción significativamente mayor de los que dieron positivo dijo haber estado en contacto con miembros de su hogar o compañeros de trabajo que también tenían Covid-19.

De los 127 que dieron positivo en la prueba de Covid-19, 66 (52%) habían llevado la pulsera durante al menos 29 días antes del inicio de los síntomas y se confirmaron como positivos mediante la prueba de PCR con hisopo, por lo que se incluyeron en el análisis final.

Los datos del seguimiento revelaron cambios significativos en los cinco indicadores fisiológicos durante los periodos de incubación, presintomático, sintomático y de recuperación de la Covid-19 en comparación con las mediciones de referencia. Los síntomas de la Covid-19 duraron una media de 8,5 días.

El algoritmo se "entrenó" utilizando el 70% de los datos del día 10 al día 2 antes del inicio de los síntomas dentro de un periodo de 40 días de seguimiento continuo de las 66 personas que dieron positivo en la prueba del SARS-CoV-2. Luego se probó con el 30% restante de los datos.

El 73% de los casos positivos confirmados por el laboratorio se detectaron en el conjunto de entrenamiento, y el 68% en el conjunto de prueba, hasta 2 días antes del inicio de los síntomas.

Los investigadores reconocen que sus resultados pueden no ser aplicables de forma más generalizada. Los resultados se basan en una pequeña muestra de personas, todas ellas relativamente jóvenes (por lo que es menos probable que presenten síntomas graves de Covid-19), procedentes de un único centro nacional y sin diversidad étnica.

Además, la precisión (sensibilidad) obtenida fue inferior al 80%. Pero el algoritmo se está probando ahora en un grupo mucho mayor (20.000) de personas en los Países Bajos, y los resultados se esperan para finales de este año, dicen.

Aunque la prueba de la PCR con hisopo sigue siendo el estándar de oro para confirmar la infección por Covid-19, "nuestros resultados sugieren que un algoritmo de aprendizaje automático basado en un dispositivo portátil puede ser una herramienta prometedora para la detección presintomática o asintomática de Covid-19", escriben.

Y concluyen: "La tecnología de sensores portátiles es un método fácil de usar y de bajo coste para permitir a las personas hacer un seguimiento de su salud y bienestar durante una pandemia. Nuestra investigación muestra cómo estos dispositivos, asociados a la inteligencia artificial, pueden ampliar los límites de la medicina personalizada y detectar enfermedades antes de que se produzcan los síntomas, reduciendo potencialmente la transmisión del virus en las comunidades", resaltan.

Publicidad
Publicidad
Este sitio web utiliza Cookies propias y de terceros, para recopilar información con la finalidad de mejorar nuestros servicios, para mostrarle publicidad relacionada con sus preferencias, así como analizar sus hábitos de navegación. Si continua navegando, supone la aceptación de la instalación de las mismas. El usuario tiene la posibilidad de configurar su navegador pudiendo, si así lo desea, impedir que sean instaladas en su disco duro, aunque deberá tener en cuenta que dicha acción podrá ocasionar dificultades de navegación de la página web.

Cookie Consent

This website uses cookies or similar technologies, to enhance your browsing experience and provide personalized recommendations. By continuing to use our website, you agree to our Privacy Policy

Nuestros Podcasts