Si vous tombez malade avec le COVID-19, votre smartwatch peut suivre la progression de vos symptômes et pourrait même montrer à quel point vous êtes malade.
C’est selon une étude de l’Université du Michigan qui a examiné les effets du COVID-19 avec six facteurs dérivés des données de fréquence cardiaque. La même méthode pourrait être utilisée pour détecter d’autres maladies telles que la grippe, et les chercheurs affirment que l’approche pourrait être utilisée pour suivre la maladie à domicile ou lorsque les ressources médicales sont rares, comme lors d’une pandémie ou dans les pays en développement. Leurs résultats sont publiés dans la revue Cell Reports Medicine.
À la suite d’étudiants et d’internes en médecine de l’UM dans tout le pays, les chercheurs ont découvert de nouveaux signaux intégrés dans la fréquence cardiaque indiquant quand les individus ont été infectés par le COVID et à quel point ils sont tombés malades. Les chercheurs ont découvert que les personnes atteintes de COVID connaissaient une augmentation de la fréquence cardiaque par étape après l’apparition des symptômes, et celles qui toussaient avaient une fréquence cardiaque par étape beaucoup plus élevée que celles qui ne toussaient pas.
Nous avons constaté que le COVID atténuait les signaux biologiques de chronométrage, modifiait la façon dont votre fréquence cardiaque réagissait à l’activité, modifiait la fréquence cardiaque basale et provoquait des signaux de stress. Ce que nous avons réalisé, c’est que la connaissance de la physiologie, du fonctionnement du corps et des mathématiques peut nous aider à obtenir plus d’informations à partir de ces appareils portables.
Daniel Forger, professeur de mathématiques et enseignant-chercheur en médecine computationnelle et bioinformatique
Les chercheurs ont découvert que ces mesures étaient considérablement modifiées et pouvaient montrer des périodes symptomatiques par rapport à des périodes saines dans la vie des porteurs.
« Il y a eu des travaux antérieurs sur la compréhension de la maladie grâce à des données de fréquence cardiaque portables, mais je pense que nous adoptons vraiment une approche différente en nous concentrant sur la décomposition du signal de fréquence cardiaque en plusieurs composants différents pour avoir une vision multidimensionnelle de la fréquence cardiaque », a déclaré Caleb Mayer, un doctorant en mathématiques.
« Tous ces composants sont basés sur différents systèmes physiologiques. Cela nous donne vraiment des informations supplémentaires sur la progression de la maladie et sur la compréhension de l’impact de la maladie sur ces différents systèmes physiologiques au fil du temps.
Les participants ont été choisis parmi les cohortes 2019 et 2020 de l’Intern Health Study, une étude de cohorte multisite qui suit les médecins de plusieurs instituts au cours de leur première année de résidence. Les chercheurs ont également utilisé les informations du Roadmap College Student Data Set, une étude qui a examiné la santé et le bien-être des étudiants au cours de l’année universitaire 2020-21 en utilisant des données portables de Fitbits, des diagnostics COVID-19 autodéclarés et des informations sur les symptômes, et des données accessibles au public. .
Pour cette analyse, les chercheurs ont inclus des personnes qui ont signalé un test positif au COVID, des symptômes et disposaient de données portables de 50 jours avant l’apparition des symptômes à 14 jours après. Au total, les chercheurs ont utilisé les données de 43 internes en médecine et de 72 étudiants de premier cycle et des cycles supérieurs.
Plus précisément, les chercheurs ont découvert :
- Augmentation de la fréquence cardiaque par pas, une mesure de la dysfonction cardio-pulmonaire, augmentée après l’apparition des symptômes.
- La fréquence cardiaque par pas était significativement plus élevée chez les participants qui ont signalé une toux.
- L’incertitude de la phase circadienne, l’incapacité du corps à chronométrer les événements quotidiens, a augmenté autour de l’apparition des symptômes de la COVID. Étant donné que cette mesure concerne la force et la cohérence de la composante circadienne du rythme cardiaque, cette incertitude peut correspondre à des signes précoces d’infection.
- La fréquence cardiaque basale quotidienne avait tendance à augmenter au moment ou avant l’apparition des symptômes. Les chercheurs ont émis l’hypothèse que cela était dû à la fièvre ou à une anxiété accrue.
- La fréquence cardiaque avait tendance à être plus corrélée autour de l’apparition des symptômes, ce qui pourrait indiquer les effets de l’adénosine, une hormone liée au stress.
Les chercheurs ont utilisé un algorithme développé à l’origine pour estimer la phase circadienne quotidienne à partir de la fréquence cardiaque portable et des données de pas. Ils ont examiné une période de référence de 8 à 35 jours avant l’apparition des symptômes de la COVID et une période d’analyse définie comme 7 à 14 jours autour de l’apparition des symptômes de la COVID. Les chercheurs espèrent qu’avec des tests supplémentaires, les mêmes méthodes pourraient améliorer la pré-détection du COVID avec des appareils portables.
« L’épidémie mondiale du virus SARS-CoV-2 a imposé d’importantes mesures de santé publique, qui ont eu un impact sur notre vie quotidienne », a déclaré Sung Won Choi, professeur agrégé de pédiatrie. « Cependant, au cours de cet événement historique dans le temps, la technologie mobile offrait d’énormes capacités : la capacité de surveiller et de collecter des données physiologiques longitudinalement auprès d’individus de manière non invasive et à distance.
« Nous avons été étonnés de la volonté et du désir des étudiants de l’UM de participer à cette étude, qui s’est déroulée à distance, du recrutement à l’inscription et à l’intégration. Le travail rapporté par Mayer et notre équipe a vraiment été rendu possible non seulement grâce aux capteurs portables eux-mêmes, mais à la convergence de nouvelles analyses de données, à des avancées remarquables en matière de technologie et de puissance de calcul, et à l’intersection de la « science d’équipe » entre les équipes de recherche. »
Cette approche de « science d’équipe » a été fusionnée en tant que produit secondaire du laboratoire UM Ideas 2019, qui comprenait les chercheurs principaux de l’équipe.
Les chercheurs affirment que ce travail établit des algorithmes qui peuvent être utilisés pour comprendre l’impact des maladies sur la physiologie de la fréquence cardiaque, ce qui peut constituer la base pour que les professionnels de la santé puissent déployer l’utilisation de dispositifs portables dans les soins de santé.
« L’identification des différents modèles de différents paramètres de fréquence cardiaque dérivés des appareils portables au cours de l’infection au COVID-19 est une avancée substantielle pour le domaine », a déclaré Srijan Sen, professeur de psychiatrie et directeur du Frances and Kenneth Eisenberg and Family Depression Center à UM. «Ce travail peut nous aider à suivre de manière plus significative les populations lors des futures vagues de COVID-19. L’étude démontre également que le fait de suivre des cohortes avec une technologie mobile et un partage de données robuste peut faciliter des découvertes imprévues et précieuses.
Les limites de l’étude incluent le fait que les travaux ne tiennent pas compte des maladies de type grippal, selon les chercheurs. Les travaux futurs devraient se concentrer sur la question de savoir si les résultats reflètent les effets du COVID-19 ou si ces effets persisteront dans d’autres maladies. Les chercheurs n’ont pas non plus été en mesure de tenir compte des effets de facteurs tels que l’âge, le sexe ou l’IMC, ni des effets de saisonnalité dans les données, c’est-à-dire si les données ont été prises pendant une période où la transmission de la grippe ou d’une autre maladie est élevée. .
Les co-auteurs de l’étude incluent également les chercheurs de l’UM Jonathan Tyler, Yu Fang, Christopher Flora, Elena Frank et Muneesh Tewari. Le travail a été soutenu par les National Institutes of Health, le Human Frontier Science Program, la National Science Foundation et une subvention du Taubman Institute Innovation Project.
