Les pénuries de tests, les longues attentes pour les résultats et un système de santé surtaxé ont fait la une des journaux tout au long de la pandémie de COVID-19. Ces problèmes peuvent être encore exacerbés dans les petites communautés ou les communautés rurales aux États-Unis et dans le monde. De plus, les symptômes respiratoires du COVID-19 tels que la fièvre et la toux sont également associés à la grippe, ce qui complique les diagnostics non-laboratoires pendant certaines saisons. Une nouvelle étude menée par des chercheurs du College of Health and Human Services est conçue pour aider à identifier les symptômes les plus susceptibles d’indiquer le COVID pendant la saison de la grippe. Il s’agit de la première étude à prendre en compte la saisonnalité.
Farrokh Alemi, chercheur principal et professeur d’administration et de politique de la santé, et d’autres chercheurs de Mason prédisent la probabilité qu’un patient ait le COVID-19, la grippe ou une autre maladie respiratoire avant le test, selon la saison. Cela peut aider les cliniciens à trier les patients les plus suspectés d’avoir le COVID-19.
« Lorsque l’accès à des tests COVID fiables est limité ou que les résultats des tests sont retardés, les cliniciens, en particulier ceux qui sont basés dans la communauté, sont plus susceptibles de s’appuyer sur les signes et les symptômes que sur les résultats de laboratoire pour diagnostiquer le COVID-19 », a déclaré Alemi, qui a observé ces défis à certains moments de la pandémie. « Notre algorithme peut aider les prestataires de soins de santé à trier les soins aux patients pendant qu’ils attendent les tests de laboratoire ou à hiérarchiser les tests en cas de pénurie de tests. »
Les résultats suggèrent que les prestataires de soins de santé communautaires devraient suivre différents signes et symptômes pour diagnostiquer le COVID en fonction de la période de l’année. En dehors de la saison grippale, la fièvre est un facteur prédictif de COVID encore plus fort que pendant la saison grippale. Pendant la saison de la grippe, une personne qui tousse est plus susceptible d’avoir la grippe que la COVID. L’étude a montré qu’il serait incorrect de supposer que toute personne ayant de la fièvre pendant la saison de la grippe a le COVID. L’algorithme reposait sur différents symptômes pour les patients d’âge et de sexe différents. L’étude a également montré que les groupes de symptômes sont plus importants dans le diagnostic du COVID-19 que les symptômes seuls.
Les algorithmes ont été créés en analysant les symptômes signalés par 774 patients COVID en Chine et 273 patients COVID aux États-Unis. L’analyse a également inclus 2 885 cas de grippe et 884 syndromes grippaux chez des patients américains. « Modeling the Probability of COVID-19 Based on Symptom Screening and Prevalence of Influenza and Influenza-Like Illnesses » a été publié dans Gestion de la qualité dans les soins de santé Numéro avril/juin 2022. Le reste de l’équipe de recherche est également de Mason : professeur de santé mondiale et d’épidémiologie de la santé Amira Roess, professeur affilié Jee Vang et candidate au doctorat Elina Guralnik.
Bien qu’utiles, les algorithmes sont trop complexes pour s’attendre à ce que les cliniciens effectuent ces calculs tout en prodiguant des soins. L’étape suivante consiste à créer une calculatrice IA, basée sur le Web, qui peut être utilisée sur le terrain. Cela permettrait aux cliniciens d’arriver à un diagnostic présumé avant la visite. »
Farrokh Alemi, chercheur principal et professeur d’administration et de politique de la santé
À partir de là, les cliniciens peuvent prendre des décisions de triage sur la façon de soigner le patient en attendant les résultats de laboratoire officiels.
L’étude n’inclut aucun patient COVID-19 sans symptômes respiratoires, ce qui inclut les personnes asymptomatiques. De plus, l’étude n’a pas fait de distinction entre la première et la deuxième semaine d’apparition des symptômes, qui peuvent varier.
Cette recherche était un prototype de la façon dont les données existantes peuvent être utilisées pour trouver les symptômes caractéristiques d’une nouvelle maladie. La méthodologie peut avoir une pertinence au-delà de cette pandémie.
« Lorsqu’il y a une nouvelle épidémie, la collecte de données prend du temps. L’analyse rapide des données existantes peut réduire le temps nécessaire pour différencier la présentation de nouvelles maladies de celles dont les symptômes se chevauchent. La méthode décrite dans cet article est utile pour une réponse rapide à la prochaine pandémie, » dit Alémi.
