对COVID-19恢复时间的分析:智能手表活动和自我报告

科学领域:

• 数字流行病学数字流行病学
• 在健康领域的可穿戴技术.
• 在COVID-19后的复苏中.

背景情况:

• 了解COVID-19恢复对于患者管理和公共卫生至关重要.
• 使用传统方法对恢复时间的客观评估具有挑战性.

研究的目的:

• 调查智能手机衍生活动数据与自我报告的COVID-19恢复之间的相关性.
• 使用数字和自我报告数据开发COVID-19恢复持续时间的预测模型.

主要方法:

• 开发COronaVIden应用程序,收集活动数据 (iOS健康,谷歌Fit) 和患者报告的结果 (症状,幸福感).
• 分析了来自5000多名参与者的数据,其中177人符合COVID-19恢复的纳入标准.
• 创建两个预测模型,包括体力活动,人口统计和感染后症状,根据基线恢复时间进行评估.

主要成果:

• 在客观测量的恢复 (23.04天) 和自我感知的恢复 (16.51天) 之间观察到差异.
• 预测模型显示比基线显著改善 (29%和37%的MAE减少).
• 女性性别,年龄较大和疲劳与更长的恢复时间有关;感染前更高的体力活动显示出更短的恢复趋势.

结论:

• 智能手机和可穿戴数据提供了一种可行的方法来跟踪疾病恢复模式.
• 数字健康工具可以为公共卫生战略和个性化患者护理提供宝贵的见解.
• 需要进一步的研究来解决混因素,并完善COVID-19恢复的预测准确性.