{{{sourceTextContent.subTitle}}}
Los investigadores publicaron sus resultados en un artículo titulado "Viabilidad de la vigilancia continua de la fiebre mediante dispositivos portátiles" en la edición del 14 de diciembre de la revista Scientific Reports. Enfatizan que el estudio es un esfuerzo de prueba de concepto con datos de sólo 50 participantes que informaron sobre COVID-19.
{{{sourceTextContent.description}}}
El artículo de Scientific Reports es el primer resultado publicado de TemPredict, un estudio de más de 65.000 personas que llevan un anillo fabricado por la empresa finlandesa Oura, que registra la temperatura, la frecuencia cardíaca, la frecuencia respiratoria y los niveles de actividad. El objetivo del estudio es desarrollar un algoritmo que pueda predecir la aparición de síntomas como la fiebre, la tos y la fatiga, que son característicos de COVID-19. Los investigadores dicen que esperan alcanzar ese objetivo para finales de año. También esperan que los algoritmos permitan a los funcionarios de salud pública actuar más rápidamente para contener la propagación del virus.
"Esto no es sólo un problema científico, es un problema social", dijo Benjamin Smarr, el autor correspondiente del artículo y profesor del Departamento de Bioingeniería y del Instituto de Ciencias de los Datos Halicioglu de la Universidad de California en San Diego. "Con dispositivos que se pueden llevar puestos y que pueden medir la temperatura, podemos empezar a imaginar un sistema de alerta temprana COVID público"
Pero los usuarios de diversos orígenes necesitarían sentirse seguros compartiendo sus datos para que tales esfuerzos funcionen realmente, añadió Smarr. Los datos son despojados de toda información personal, incluyendo la ubicación, y cada sujeto es conocido por un número de identificación aleatorio.
Smarr es el líder de análisis de datos de TemPredict. Ashley Mason, profesora del Departamento de Psiquiatría y del Centro Osher de Medicina Integral de la UC de San Francisco, es la investigadora principal del estudio.
"Si las prendas de vestir nos permiten detectar el COVID-19 a tiempo, la gente puede comenzar las prácticas de aislamiento físico y obtener pruebas para reducir la propagación del virus", dijo Mason. De esta manera, una onza de prevención puede valer incluso más que una libra de cura"
Los artículos de vestir como el anillo Oura pueden recoger datos de temperatura de forma continua durante el día y la noche, permitiendo a los investigadores medir las verdaderas líneas de referencia de la temperatura de las personas e identificar los picos de fiebre con mayor precisión. "La temperatura no sólo varía de una persona a otra, sino también para la misma persona en diferentes momentos del día", dijo Smarr.
El estudio, explica, destaca la importancia de recoger datos continuamente durante largos períodos de tiempo. Por cierto, la falta de datos continuos es también la razón por la que los controles de temperatura por puntos no son efectivos para detectar COVID-19. Estas comprobaciones puntuales equivalen a captar una sílaba por minuto en una conversación, en lugar de frases enteras, dijo Smarr.
En el documento de los Informes Científicos, Smarr y sus colegas observaron que la aparición de la fiebre a menudo ocurría antes de que los sujetos informaran de los síntomas, e incluso a aquellos que nunca informaban de otros síntomas. "Esto apoya la hipótesis de que algunos eventos similares a la fiebre pueden pasar desapercibidos o no ser reportados sin ser verdaderamente asintomáticos", escriben los investigadores. "Por lo tanto, los vestidos pueden contribuir a identificar las tasas de [enfermedad] asintomática en contraposición a la enfermedad no reportada, [que es] de especial importancia en la pandemia de COVID-19"
Los datos recogidos como parte del subsiguiente estudio TemPredict incluyeron 65.000 sujetos, y estos datos serán almacenados en el Centro de Supercomputación de San Diego en la UC San Diego, donde un equipo dirigido por Ilkay Altintas está construyendo un portal para permitir a otros investigadores acceder a estos datos para otros análisis.
"Los datos recogidos tienen un gran potencial para ser vinculados con otros conjuntos de datos haciendo que los modelos a escala individual y social se combinen para comprender mejor la enfermedad", dijo Ilkay Altintas, el jefe de ciencia de datos del Centro de Supercomputación de San Diego. "Cuanto más fácil podamos hacer para compartir los datos y optimizar el uso de los mismos a través de tecnologías digitales, más rápido otros investigadores los utilizarán en sus estudios"
