发表在23卷, 5号(2021): 5月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/26148,首次出版
筛选工具:它们的目标受众和目的。《基于网络的新型冠状病毒症状检测仪诊断准确性的比较研究》评论

筛选工具:它们的目标受众和目的。《基于网络的新型冠状病毒症状检测仪诊断准确性的比较研究》评论

筛选工具:它们的目标受众和目的。《基于网络的新型冠状病毒症状检测仪诊断准确性的比较研究》评论

给编辑的信

通讯作者:

伊丽莎白·米伦,理学学士

Ada健康

Karl-Liebknecht-Str 1

柏林,10178

德国

电话:49 01520713083

电子邮件:elizabeth.millen@ada.com



我们祝贺Munsch等人[1他们最近发表的论文《基于网络的COVID-19症状检查器的诊断准确性:比较研究》。该研究调查了2020年4月3日至9日期间基于网络的COVID-19筛查工具的相对性能。有文献来比较工具的相对性能是很重要的;然而,同样重要的是,这种类型的报告中使用的方法是“相似的”比较,并严格报告。

在Munsch等人的[1第一个原因是报告的主要结果在该出版物中没有得到充分解决,第二个原因是它对专为外行在家使用的COVID-19筛查器进行了不适当的评估。COVID-19筛查机是在需要减轻卫生当局和卫生保健机构负担的时候进入市场的[2]。总的来说,它们是为那些担心自己的症状或对大流行感到焦虑并需要安慰的人在家中使用的。要么让这些人放心,他们的症状可能不是由COVID-19引起的,要么通过针对其所在地区的筛查人员向他们提供适当的本地化建议。

论文[1没有根据其预期目的对COVID-19筛查器进行调查,并比较具有根本不同预期目的的工具。由论文作者开发的“症状”工具,旨在对患者的症状和诊断测试结果进行专业解读,例如CT(计算机断层扫描)图像的解读(例如毛玻璃不透明);两者都提供了COVID-19状态的预测可能性。研究中检查的所有其他筛查器都是为非专业用户在家中使用而设计的,为那些出现可能的COVID-19症状的人提供第一线建议。重要的是,这些工具都不提供诊断,它们的设计概念和监管批准都不包括这一点,因此测试它们的诊断准确性是在测试它们特别标记为不提供的东西。一项有意义的评估将是根据这些筛查者的使用情况评估所提供建议的适当性(即,筛查者是否根据用户的症状、风险因素、接触情况及其所在位置[包括当地COVID-19状况和国家指南]向用户提供适当的信息和建议?)。

在一些医院环境中,作为临床决策支持工具,Symptoma利用临床发现的专业解释的能力可能是有用的,但在这种环境中,COVID-19检测是可用的,在患者旅程的这个阶段,该工具无法减轻卫生保健系统的负担。基于上述论点,解释多媒体附录8-12中的结果是至关重要的。1],这表明《症候》在专一性和敏感性方面并不像主稿中所声称的那样优越,并且要记住,在特定情况下,具体建议的适当性对用户来说比专一性或敏感性更重要。

利益冲突

所有作者均为Ada Health GmbH的员工。

  1. Munsch N, Martin A, Gruarin S, Nateqi J, Abdarahmane I, Weingartner-Ortner R,等。基于web的COVID-19症状检测器诊断准确性的比较研究[J]医学互联网研究,2020 Oct 06;22(10):e21299 [J]免费全文] [CrossRef] [Medline]
  2. Ross C.症状检查器引导Covid-19患者接受护理。2021年4月21日URL:https://www.statnews.com/2020/04/21/coronavirus-symptom-checker-steers-patients-to-care-far-away/[2020-07-22]访问


CT:计算机断层扫描


T德里克编辑;提交30.11.20;由B Knapp同行评审;接受13.05.21;发表21.05.21

版权

©Elizabeth Millen, Andreas Gilsdorf, Matthew Fenech, Stephen Gilbert。最初发表于医学互联网研究杂志(//www.mybigtv.com), 2021年5月21日。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map