Home » «Smart Bed» peut détecter et suivre les symptômes du COVID-19

«Smart Bed» peut détecter et suivre les symptômes du COVID-19

by Nouvelles

Note de l’éditeur : trouvez les dernières nouvelles et conseils COVID-19 dans Medscape Centre de ressources sur le coronavirus.

La technologie du lit intelligent peut aider à prédire et à suivre les symptômes de COVID-19 et d’autres infections respiratoires, suggère une nouvelle recherche.

Les données biométriques du monde réel obtenues à partir d’une plate-forme de lit intelligent grand public ont montré que l’aggravation des symptômes du COVID-19 était corrélée à une augmentation de la durée du sommeil, de la fréquence respiratoire et de la fréquence cardiaque et à une diminution de la qualité du sommeil.

L’étude a utilisé le lit intelligent Sleep Number 360 et son système d’exploitation, la technologie SleepIQ.

“Le lit intelligent 360 est capable de détecter les symptômes associés au COVID de manière très discrète”, a déclaré l’enquêteur Gary Garcia-Molina, PhD, du Sleep Number Labs, San Jose, Californie. Actualités médicales Medscape.

Les résultats ont été présentés à SLEEP 2021 : 35e réunion annuelle des sociétés professionnelles associées du sommeil.

Appareils prometteurs

Les réponses physiopathologiques à une infection virale respiratoire affectent la durée et la qualité du sommeil en plus de la fonction respiratoire. Les dispositifs « intelligents » et « connectés » qui surveillent les biosignaux au fil du temps sont prometteurs pour surveiller les maladies infectieuses.

Les enquêteurs ont exploité les données biométriques longitudinales capturées à l’aide des signaux de balistocardiographie du lit intelligent 360 pour prédire, au niveau individuel, la présence et la durée des symptômes du COVID-19.

Les participants à l’étude comprenaient 122 utilisateurs de lits intelligents positifs au COVID-19 (âge moyen, 45,6 ans ; 40 % d’hommes) et 1603 utilisateurs de lits intelligents négatifs au COVID-19 (âge moyen, 49,8 ans ; 48 % d’hommes). Dans les deux groupes, l’indice de masse corporelle moyen était d’environ 30 kg/m2.

L’analyse des données biométriques a montré que l’exacerbation des symptômes dans le groupe COVID-positif était associée à une augmentation significative de la durée du sommeil, de la fréquence respiratoire, de la fréquence cardiaque, du temps de repos et des mouvements.

L’aggravation des symptômes du COVID-19 a également été associée à une diminution de la qualité du sommeil mais à aucun changement apparent du temps d’endormissement.

En revanche, aucune perturbation significative du sommeil ou des paramètres cardiorespiratoires n’était évidente dans le groupe COVID-négatif.

À l’aide des données, les chercheurs ont développé un modèle prédictif pour l’aggravation des symptômes du COVID-19. L’aire sous l’estimation de la courbe récepteur-opérateur (AUC) était de 0,84, ce qui est similaire aux valeurs rapportées dans les capteurs portables.

Lorsque l’ensemble de données a été étendu au-delà des dates initiales auto-déclarées d’apparition des symptômes de COVID, l’estimation de l’AUC s’est améliorée à 0,93.

“La durée des symptômes COVID prédite par le modèle alignée sur la durée des symptômes signalés par l’utilisateur, et nous avons pu prédire 75% des cas dans le jour 5 des symptômes. Ce sont des informations utiles qui pourraient aider à prévenir la propagation de la maladie, ” a déclaré Garcia-Molina.

Ce modèle, a-t-il ajouté, peut être en mesure de prédire l’apparition de symptômes “associés à d’autres conditions, comme grippe ou le rhume.”

Biomarqueur numérique ?

Commentant les conclusions de Actualités médicales Medscape, Adam C. Powell, PhD, président, Payer+Provider Syndicate, a déclaré que les « biomarqueurs numériques observés passivement » sont utilisés de manière croissante dans les soins de santé.

“C’est merveilleux de voir une nouvelle application liée à la détection des maladies”, a déclaré Powell, qui n’était pas impliqué dans la recherche.

L’étude « met en évidence un nouveau biomarqueur numérique potentiel avec de nombreuses applications potentielles – les données de balistocardiographie produites par une plate-forme de lit intelligent », a-t-il déclaré. Il “suggère également qu’une plate-forme de lit intelligent grand public peut être en mesure de détecter les symptômes du COVID”.

Powell a averti que l’étude avait « un petit échantillon de patients positifs au COVID, n’a pas encore été publiée dans une revue à comité de lecture et a été co-écrite par des personnes ayant des liens avec une société de plate-forme de lits intelligents.

“Cependant, c’est très intéressant car cela met en évidence un biomarqueur numérique potentiel supplémentaire”, a-t-il déclaré.

Powell a noté qu’il y a de réels avantages à capturer des données à partir d’une plate-forme de lit intelligent. Par exemple, les utilisateurs n’ont pas besoin de se rappeler de porter ou de faire quelque chose pour que les données soient enregistrées, comme avec des montres intelligentes et d’autres appareils intelligents.

“Lorsque les informations peuvent être capturées passivement, l’adhésion à la mesure est susceptible d’être bien meilleure que lorsqu’une participation active est requise”, a déclaré Powell.

« Il y a eu un certain nombre d’interventions de biomarqueurs numériques passifs dans les domaines de la cardiologie et de la santé comportementale. Compte tenu de l’inquiétude croissante suscitée par les maladies respiratoires depuis le début de la pandémie de COVID, il est absolument nécessaire de mettre sur le marché de nouvelles méthodes de détection des maladies respiratoires, ” il ajouta.

L’étude a été financée par Sleep Number Corporation. Garcia Molina et cinq co-auteurs sont des employés de l’entreprise. Powell n’a signalé aucune relation financière pertinente.

SLEEP 2021 : 35th Annual Meeting of the Associated Professional Sleep Societies : Abstract 651. Présenté le 13 juin 2021.

Pour plus d’informations sur Medscape Neurology, rejoignez-nous sur Facebook et Twitter.

.

You may also like

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.