Исследование, которое оценило данные, доступные для более чем 47 000 пользователей фитнес-устройств отслеживания в пяти штатах США, показало, что устройства улучшили и ускорили прогнозирование гриппа на уровне штатов.
Помимо того, что они помогают людям определить, что они заболевают гриппом, эти данные могут предупредить органы здравоохранения о том, что им необходимо подготовиться к оказанию помощи, что потенциально увеличивает время реагирования на вспышки.
«Более быстрое реагирование на вспышки гриппа может предотвратить дальнейшее распространение и заражение, и нам было любопытно посмотреть, могут ли данные датчиков улучшить наблюдение в реальном времени на уровне штата», — говорит автор исследования Дженнифер Радин.
Современные методы эпиднадзора для прогнозирования показателей ГПЗ в основном используют данные, сообщаемые в Центры по болезням и контролю (CDC), но это часто откладывается как минимум на 1-3 недели, а данные часто пересматриваются месяцами позже.
Эта задержка означает, что ответные меры, такие как развертывание вакцин или противовирусных препаратов, часто бывают медленными, и вспышки быстро распространяются на новые уязвимые группы населения и географические регионы.
Предыдущие исследования пытались использовать краудсорсинговые данные, такие как Google Flu Trends и Twitter, для предоставления в реальном времени информации о гриппоподобных заболеваниях (ILI) — метод, называемый «прогнозом текущей погоды».
Однако эти подходы приводят к переменному успеху, особенно на государственном уровне, отчасти потому, что на них влияют внешние факторы. Например, освещение в СМИ гриппа, предупреждающего людей о вспышке, делает невозможным отделить поведение людей, заболевших гриппом, от так называемых «хорошо переживающих», которые ищут информацию в Интернете в периоды эпидемии.
Частота сердечных сокращений во сне и в состоянии покоя (RHR), вероятно, отличается от нормы в ответ на острую инфекцию, особенно когда она сопровождается лихорадкой: «Когда кто-то плохо себя чувствует, его RHR увеличивается, их общий сон может увеличиться, и их активность скорее всего, снизится », — объясняют авторы.
В связи с этим группа решила оценить, можно ли определить тренды популяций сезонных респираторных инфекций, таких как грипп, с помощью носимых датчиков, которые собирают данные RHR и данные о сне.
Команда де-идентифицировала сенсорные данные от 200 000 человек, которые использовали один и тот же носимый фитнес-трекер, по крайней мере, в течение 60 дней с марта 2016 года по март 2018 года и сосредоточилась на пяти лучших штатах с наибольшим количеством пользователей фитнес-трекера в наборе данных, а именно в Калифорнии, Техас, Нью-Йорк, Иллинойс и Пенсильвания. Средний возраст участников составил 43 года, и 60% были женщины.
Как сообщается в журнале The Lancet Digital Health, данные фитнес-трекера значительно улучшили прогнозы ГПЗ во всех пяти штатах, причем авторы ссылаются на улучшение от 6% до 33% по сравнению с базовыми моделями.
«Это исследование показывает, что использование RHR и других носимых устройств может улучшить наблюдение за ГПЗ в реальном времени», — сказал Радин и его команда.
