2022年通过远程医疗平台治疗的患者的COVID-19临床预测因素

科学领域:

• 传染性疾病
• 流行病学
• 数字健康

背景情况:

• 由于COVID-19大流行,医疗保健服务需要快速转变.
• 在疫情期间,远程医疗成为维持医疗服务的重要工具.
• 将COVID-19与其他呼吸系统疾病区分开来仍然是一个临床挑战.

研究的目的:

• 使用远程医疗数据开发COVID-19的诊断预测模型.
• 确定区分COVID-19和类似流感的疾病 (ILI) 的临床预测因素.
• 利用远程医疗数据提高诊断准确度.

主要方法:

• 2022年Conexa Saúde远程医疗平台患者数据的纵向分析.
• 一个多重二进制物流回归模型的开发.
• 将COVID-19阳性病例与对照病例 (COVID-19阴性病例或其他ILI) 的比较.

主要成果:

• 六个因素是显著的预测因素:非COVID-19 ILI病例中鼻,眼部症状,腹痛,鼻病,喘息/喘和支气管喘更为常见.
• 在COVID-19病例中,疲劳和疲劳明显更为普遍 (OR = 3.631; CI = 1.138-11.581; p=0.029).
• 该模型确定了COVID-19和其他ILI之间的关键症状差异.

结论:

• 远程医疗数据可以帮助区分COVID-19与其他ILI.
• 症状模式,特别是疲劳和疲劳的存在,是有价值的诊断指标.
• 这些发现支持远程医疗用于早期和准确的呼吸系统疾病诊断.