使用可穿戴式算法远程早期检测SARS-CoV-2感染:来自COVID-RED研究的结果,这是一项前性随机单盲交叉试验

科学领域:

• 传染性疾病 传染性疾病
• 数字健康数字健康
• 生物医学工程 生物医学工程

背景情况:

• 早期检测SARS-CoV-2 (严重急性呼吸系统综合征冠状病毒2) 对于限制病毒传播至关重要,特别是在症状前或无症状阶段.
• 可穿戴技术为实时生理数据分析提供了一个潜在的途径,以促进早期感染识别.
• COVID-19远程早期检测 (COVID-RED) 试验探讨了可穿戴设备对及时检测SARS-CoV-2的有效性.

研究的目的:

• 为了评估可穿戴设备 (Ava手) 与症状报告相结合的有效性,用于早期检测SARS-CoV-2感染.
• 为了比较实验算法 (可穿戴+症状) 与控制算法 (仅症状) 的实时感染检测性能.

主要方法:

• 一项前性随机受控交叉试验 (COVID-RED) 涉及17825名参与者.
• 参与者使用可穿戴设备和移动应用程序来报告症状.
• 一个实验组根据组合数据接收实时警报,而对照组仅依赖症状报告.

主要成果:

• 实验算法比对照组 (阳性测试前平均7天) 提前显著发出警报 (中位数为0天).
• 实验算法表现出高灵敏度 (93.8-99.2%),但在一段时间内检测感染的特异性低 (0.8-4.2%).
• 在每日检测的基础上,实验算法具有较高的灵敏度 (45-52%),但比对照组 (38-50%) 具有较低的特异性 (28-33%灵敏度,93-97%特异性).

结论:

• 可穿戴设备具有提高SARS-CoV-2早期检测的潜力.
• 目前的实验算法需要改进,以提高特异性,并区分各种呼吸道疾病.