Les trackers d’activité physique peuvent aider à prédire les infections au coronavirus

ajustement peu

 

Collection Smith/Gado  /  Contributeur  / Getty Images


Principaux points à retenir

  • Une étude récente montre que l’analyse des données de santé provenant des trackers d’activité peut aider à détecter des cas potentiels de COVID-19.
  • Les auteurs de l’étude ont constaté que, combinées aux données sur les symptômes, les informations sur les changements de fréquence cardiaque, de sommeil et de niveaux d’activité permettaient de prédire efficacement qui était susceptible d’être atteint de la COVID-19.
  • Des outils de diagnostic innovants comme celui-ci pourraient contribuer à freiner la propagation du virus, surtout si davantage de volontaires y participent.

Les trackers d’activité physique sont depuis longtemps considérés comme une excellente source d’informations sur la santé personnelle et publique. Des histoires selon lesquelles ils prédisaient les grossesses aux études suggérant qu’ils pouvaient aider à suivre les épidémies de grippe, les appareils portables se sont révélés être un outil utile pour les chercheurs médicaux.

Et maintenant, alors que le pays lutte pour contenir la pandémie de coronavirus, une équipe de scientifiques examine à nouveau les appareils, mais cette fois pour les aider à prédire les infections au COVID-19. 

Jeudi, les Centres pour le contrôle et la prévention des maladies ont enregistré plus de 190 000 nouveaux cas de coronavirus aux États-Unis, la première fois que le pays signale plus de 150 000 cas en une seule journée depuis le début de la pandémie

Des chercheurs du Scripps Research Translational Institute ont publié le 29 octobre l’étude Digital Engagement and Tracking for Early Control and Treatment (DETECT), qui a examiné si les données de suivi d’activité pouvaient détecter avec précision la COVID-19 chez les personnes symptomatiques.

L’étude, publiée dans Nature Medicine , s’est basée sur près de 10 semaines de données de santé (à partir du 25 mars) provenant d’appareils de fitness connectés à une application de recherche, MyDataHelps . Les participants ont également enregistré tous les symptômes liés au COVID-19 et les résultats des tests COVID-19  

Les chercheurs ont analysé trois types de données provenant de dispositifs de suivi d’activité : la fréquence cardiaque au repos quotidienne, la durée du sommeil en minutes et le nombre de pas. L’équipe de recherche affirme que la découverte de changements dans ces trois paramètres est un signe de maladie virale ou d’infection.

Le Dr Kevin Campbell, cardiologue en Caroline du Nord, explique que les gens ont généralement un rythme cardiaque au repos assez constant. Lorsque nous tombons malades, en particulier en cas de fièvre, notre rythme cardiaque au repos augmente généralement de manière significative, ce qui est le signe d’un stress supplémentaire sur le corps qui tente de lutter contre l’infection.

« Le rapport fréquence cardiaque/pas deviendra également anormal pour des raisons similaires : notre fréquence cardiaque au repos est augmentée et nos pas sont diminués en raison d’une infection », explique Campbell, qui n’a pas participé à l’étude, à Health Life Guide.

Sur 30 529 participants, 3 811 ont signalé des symptômes de la COVID-19. Parmi ces utilisateurs symptomatiques, 54 ont été testés positifs au virus et 279 ont été testés négatifs. Ces résultats ont indiqué aux chercheurs que leur modèle avait une précision de près de 80 % pour prédire si une personne présentant des symptômes était susceptible d’avoir la COVID-19. 

Parmi les participants à l’étude, 78,4 % ont utilisé des appareils Fitbit, 31,2 % ont connecté des données provenant d’Apple HealthKit et 8,1 % ont utilisé des données provenant de Google Fit (l’étude a permis aux personnes d’utiliser plus d’un appareil ou d’une plateforme).  

Ce que cela signifie pour vous

Les chercheurs espèrent que les dispositifs de suivi de la condition physique pourront aider à prédire qui pourrait être atteint du COVID-19 en détectant les changements dans la fréquence cardiaque au repos, le nombre de pas quotidiens et les habitudes de sommeil. Si vous possédez déjà une montre connectée ou un appareil portable, vous pouvez envisager de partager vos informations de santé pour aider les scientifiques à élargir leur bassin de volontaires, ce qui améliorera la précision des recherches et aidera à distinguer le coronavirus des autres maladies. 

Il est important de noter que l’étude comporte quelques limites, notamment le faible taux d’auto-évaluation des résultats des tests diagnostiques. Les participants étaient également assez homogènes : 62 % étaient des femmes et seulement 12 % avaient plus de 65 ans. 

Les personnes qui possèdent et portent des montres connectées et des trackers d’activité ne sont peut-être pas représentatives de certains groupes de population. L’étude a fait référence à une enquête du Pew Research Center de 2020 qui a révélé que le plus petit nombre d’utilisateurs provenait de ceux qui avaient les revenus annuels les plus bas

Campbell note également que la plupart des maladies peuvent entraîner des changements dans le rythme cardiaque au repos d’un individu, pas seulement la COVID-19. Mais les résultats ont toujours de la valeur.

« Ce n’est pas spécifique à la COVID-19 », dit-il. « Cela suggère simplement qu’une personne est susceptible de lutter contre un certain type d’infection – elle peut être bactérienne, virale, etc. L’objectif est d’identifier les patients susceptibles d’avoir une infection à la COVID afin de pouvoir les orienter vers des tests et une recherche précoce des contacts. »

D’autres recherches soutiennent l’utilisation des trackers d’activité physique

Une étude similaire menée par Michael P. Snyder, PhD , directeur du Centre de génomique et de médecine personnalisée de l’Université de Stanford à Stanford, en Californie, a également trouvé des résultats encourageants montrant que les changements biométriques sur les trackers de fitness peuvent aider à détecter la COVID-19  

L’étude de Snyder a révélé que 80 % des participants présentaient des altérations de leur rythme cardiaque, du nombre de pas quotidiens ou du temps de sommeil. Sa méthode d’étude comprenait également un système d’alarme pour avertir les utilisateurs d’une éventuelle infection.

« Le système alertera les gens lorsque leur fréquence cardiaque au repos augmentera et ils pourront s’isoler et subir des tests médicaux de suivi s’ils deviennent positifs », explique Snyder à Health Life Guide.

Bien que les résultats des deux études soient prometteurs, Snyder affirme que des recherches comme celle-ci nécessitent encore davantage de types de données et de volontaires pour améliorer la précision et distinguer la COVID-19 des autres maladies.

Selon un communiqué de presse , l’équipe DETECT recrute activement davantage de participants. Son objectif est d’atteindre plus de 100 personnes. Selon les chercheurs, cela contribuera à améliorer leurs prévisions sur les personnes qui tomberont malades parmi les personnes symptomatiques et asymptomatiques.

Les chercheurs aimeraient également utiliser les données des travailleurs de la santé de première ligne qui présentent un risque élevé de contracter le SRAS-CoV-2.

Les informations contenues dans cet article sont à jour à la date indiquée, ce qui signifie que des informations plus récentes peuvent être disponibles au moment où vous lisez ceci. Pour les mises à jour les plus récentes sur la COVID-19, visitez notre page d’actualités sur le coronavirus .

Health Life Guide utilise uniquement des sources de haute qualité, notamment des études évaluées par des pairs, pour étayer les faits contenus dans nos articles. Lisez notre processus éditorial pour en savoir plus sur la manière dont nous vérifions les faits et veillons à ce que notre contenu soit précis, fiable et digne de confiance.
  1. Centres pour le contrôle et la prévention des maladies. Suivi des données COVID des CDC. Tendances du nombre de cas et de décès liés à la COVID-19 aux États-Unis signalés aux CDC, par État/territoire .

  2. Quer G, Radin JM, Gadaleta M. et al. Données de capteurs portables et symptômes autodéclarés pour la détection de la COVID-19 . Nat Med (2020) . doi:10.1038/s41591-020-1123-x

  3. Vogels EA. Environ un Américain sur cinq utilise une montre connectée ou un tracker d’activité . Pew Research Center.

  4. Mishra T, Wang M, Metwally AA, et al. Détection précoce du Covid-19 à l’aide d’une montre connectée . medRxiv 2020. 07.06.20147512. doi:10.1101/2020.07.06.20147512

  5. Scripps Research. Les premiers résultats de l’étude DETECT suggèrent que les trackers d’activité et les montres intelligentes peuvent prédire l’infection au COVID-19 .

Leave a Comment

Your email address will not be published. Required fields are marked *

Scroll to Top