Monitorare la diffusione dell’influenza con Fitbit

flu

Uno studio dello Scripps Research Translational Institute pubblicato su The Lancet Digital Health nei giorni scorsi illustra come sia possibile utilizzare i dati degli utenti Fitbit per tracciare le malattie.

I ricercatori hanno ottenuto i dati, in forma anonima, di 200 000 persone che hanno utilizzato un dispositivo indossabile Fitbit dal 1° marzo 2016 al 1° marzo 2018 negli Stati Uniti.

I ricercatori hanno incluso gli utenti che avevano indossato un Fitbit per almeno 60 giorni e che lo hanno utilizzato per tutto il periodo della sperimentazione, residenti in cinque stati: California, Texas, New York, Illinois e Pennsylvania.

I criteri di inclusione includevano l’anno di nascita dichiarato tra il 1930 e il 2004, l’altezza superiore a 1 m e il peso superiore a 20 kg. Sono state escluse le misurazioni giornaliere con frequenza cardiaca a riposo (RHR) mancante, tempo di utilizzo mancante o inferiore a 1000 min al giorno.

I ricercatori hanno potuto contare su un set di dati di 47.249 pazienti con oltre 13 milioni di misurazioni della frequenza cardiaca a riposo e della durata del sonno.

Hanno quindi confrontato i dati dei sensori con le stime settimanali dei tassi di malattia simile all’influenza (ILI) a livello statale, forniti dai Centri statunitensi per il controllo e la prevenzione delle malattie (CDC), identificando le settimane in cui gli utenti Fitbit hanno mostrato RHR elevate e livelli di sonno aumentati.

Per ogni stato, i ricercatori hanno modellato i conteggi dei casi ILI con un modello binomiale negativo che includeva i dati di 3 settimane di ritardo del CDC ILI (modello nullo) e la proporzione di utenti Fitbit settimanali con RHR elevate e una maggiore durata del sonno al di sopra di una determinata soglia (modello completo). I ricercatori hanno anche valutato la variazione settimanale del tasso di ILI tramite regressione lineare utilizzando la variazione della proporzione di dati di Fitbit elevati. La correlazione Pearson è stata utilizzata per confrontare i tassi ILI previsti rispetto a quelli riportati da CDC.

I ricercatori hanno scoperto che i dati Fitbit hanno migliorato significativamente le previsioni ILI in tutti e cinque gli stati, con un aumento medio della correlazione Pearson di 0-12 (SD 0,07) rispetto ai modelli di base, corrispondente a un miglioramento del 6,3 – 32,9%. Le correlazioni dei modelli finali con i tassi ILI CDC variavano da 0,84 a 0,97.

I dispositivi indossabili sono sempre più utilizzati negli Stati Uniti e nel mondo per monitorare la salute individuale. Accedendo a questi dati, secondo ricercatori,  potrebbe essere possibile migliorare la sorveglianza dell’influenza in tempo reale e con grande precisione geografica. Queste informazioni potrebbero essere vitali per mettere in atto misure tempestive di risposta alle epidemie per prevenire l’ulteriore trasmissione di casi di influenza durante le epidemie.

 

Rispondi