利用商业可穿戴传感器数据和患者报告的结果表征流感样疾病负担:
摘要
背景:
流感样疾病(ILI)的负担通常通过住院和死亡来估计。然而,不需要住院治疗的与il相关的发病率仍然缺乏特征。
摘要目的:
主要目的是利用商用可穿戴传感器数据表征ILI负担,并调查这些数据与自我报告的疾病严重程度和持续时间的相关性。此外,我们的目的是确定可穿戴传感器数据中与ILI相关的变化在求诊人群和非求诊人群之间,以及确诊流感感染人群和仅出现ILI症状的人群之间是否存在差异。
方法:
该研究包括参加FluStudy2020或呼吸道疾病家庭测试(HTRI)研究的参与者;这两项研究的设计相似,都是在2019年12月至2020年10月期间在美国进行的。除了每两周和每月的调查外,参与者通过120天的每日调查自我报告ili相关症状和寻求医疗保健的行为。参与者根据自我报告的症状,在指示下完成自我管理的流感检测试剂盒。FluStudy2020和HTRI分别记录了120天和150天的可穿戴传感器数据。评估以下日间可穿戴传感器特征:每日总步数、活动时间(每分钟>50步的时间)、睡眠持续时间、睡眠效率和静息心率(RHR)。对于每个可穿戴传感器特征,在ILI期间(相对于症状发作的- 4至+9天)确定每天和累积的ILI负担,以及返回基线时间(TTRB),比较寻求治疗的参与者与未寻求治疗的参与者之间以及流感阳性参与者与只有症状的参与者之间的可穿戴传感器数据中与ILI相关的变化。对可穿戴传感器数据与患者报告的结果进行相关分析。
结果:
在结合FluStudy2020和HTRI数据集后,最终的ILI人群包括2435名参与者。与健康日(基线)相比,ILI参与者表现出每日总步数、总活动时间和睡眠效率显著减少,睡眠持续时间和RHR增加。与基线的偏差通常在症状出现之前就开始了,并且在寻求医疗保健的参与者中比没有寻求医疗保健的参与者更大,在流感阳性的参与者中比只有症状的参与者更大。在ILI事件中,可穿戴传感器数据的变化与患者报告的结果一致。
结论:
我们的研究结果强调了可穿戴传感器的潜力,不仅可以区分流感感染个体和非流感感染个体,还可以区分求诊人群和非求诊人群,这可能在未来的医疗资源规划中有应用。临床试验:NCT04245800
引用
请求排队。正在生成文件,请稍候。这可能需要一些时间。
版权
©作者。版权所有。这是一份特权文件,目前正在接受同行评审/社区评审(或被接受/拒绝的手稿)。作者已向JMIR Publications提卡塔尔世界杯8强波胆分析供独家许可,在其网站上发布此预印本,仅供审查和印前引用之用。虽然最终的同行评议论文在发表时可能会根据cc-by许可进行许可,但在此阶段,作者和出版商明确禁止将该论文草稿重新分发,除非用于评审目的。