Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Resultados alentadores en la utilización de wearables para el monitoreo de síntomas de COVID-19 y la predicción de la enfermedad

La revista Nature recientemente publicó el artículo “Datos de sensores portátiles y síntomas auto informados para la detección de COVID-19”, el cual muestra que a través del monitoreo de síntomas es posible mejorar la predicción de infección por COVID-19.

Como parte del programa DETECT (participación digital y seguimiento para el control y el tratamiento tempranos, por sus siglas en inglés), el estudio fue realizado con el propósito de explorar si los wearables, como relojes inteligentes pueden utilizarse para la recopilación de datos sobre síntomas de COVID-19. Para ellos se registraron a 30,529 participantes entre el 25 de marzo y el 7 de junio de 2020.

Del total de participantes, 3,811 informaron sobre síntomas de COVID-19, sin embargo, solamente 54 personas arrojaron un resultado positivo a COVID-19 tras someterse a la prueba y 279 informaron un resultado negativo.

El estudio aborda la problemática de la reapertura de negocios, escuelas y otras actividades y consideran que las medidas aplicadas pueden pasar por alto casos presintomáticos o asintomáticos, que representan entre el 40 y 45% de los casos de infección por SARS-CoV-2. El estudio presenta datos de otras fuentes, que indican que la temperatura elevada (>37,8°C), no es un factor frecuente en los pacientes infectados, ya que solo está presente en el 12% de los casos positivos, y en 31% de los pacientes hospitalizados.

A través de relojes inteligentes y rastreadores de actividad, que registran la actividad física, el suelo y otras métricas como la frecuencia cardiaca en reposo, entre otras. En la plataforma DETECT, los usuarios pueden compartir los datos de sus dispositivos, síntomas auto informados, diagnósticos, datos de registros de salud eléctricos para mejorar el rastreo de enfermedades virales.

Los síntomas reportados a través de estos dispositivos más recurrentes en usuarios que resultaron positivos en prueba de COVID-19, fueron fatiga, tos y dolor de cabeza. Además, también el sueño y la actividad física mostraron diferencias entre los usuarios que arrojaron prueba positiva y los que arrojaron negativo.

“Nuestros resultados muestran que los cambios individuales en las medidas fisiológicas capturadas por la mayoría de los relojes inteligentes y rastreadores de actividad pueden mejorar significativamente la distinción entre individuos sintomáticos con y sin un diagnóstico de COVID-19 más allá de los síntomas solamente. Aunque alentadores, estos resultados se basan en una muestra relativamente pequeña de participantes”, mencionan los autores en el capítulo de discusión.

Además, los autores también consideran que este tipo de dispositivos y estudios funcionan para la detección de otras enfermedades virales, como influenza.

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange