2020/10/29、COVID-19検出のためのウエアラブルセンサーデータ、自覚症状との関係について調べた研究「Wearable sensor data and self-reported symptoms for COVID-19 detection」の要旨をまとめました。COVID-19の従来のスクリーニング方法は、症状、渡航歴の問診、体温測定等が典型的です。パーソナルセンサーによる経時的な収集は、COVID-19等の感染の兆候の変化の特定に有用かどうか調べるために、アメリカ、自覚症状、確定診断結果に加えて、スマートウォッチ、活動量計データを収集するスマートフォンアプリケーションを開発、症状、センサーデータから症状のある例で、COVID-19陽性と陰性で差を識別可能かどうかを評価しました。2020/3/25から6/7までに30529例を登録、そのうち3811例が症状を認めました。症状を認める例のうち、54例はCOVID-19陽性、279例がCOVID-19陰性でした。症状とセンサーデータの組合せによって、症状がある例において、COVID-19が陽性か陰性か区別するため曲線下面積は0.80（interquartile range (IQR): 0.73–0.86）で、パフォーマンスは症状のみのモデル（AUC = 0.71; IQR: 0.63–0.79）と比べて、有意に良好（P < 0.01）でした。継続的、受動的記録データは、一般的な1回限りまたは頻回ではない検体検査によるウイルス検査の補完的な手段となる可能性があるかも知れません。詳しくは論文をご覧ください。
https://www.nature.com/articles/s41591-020-1123-x
使用アプリは、Fitvitアプリ78.4％、Apple HealthKitアプリ31.2％、Google Fitアプリ8.1％で、MyDataHelpsというアプリケーションとのことです。短期間で3万例ものデータの研究が出来ることが驚きです。日経メディカルでも記事になっていました。
https://medical.nikkeibp.co.jp/leaf/mem/pub/report/t344/202011/567922.html
2020/10/29、COVID-19検出のためのウエアラブルセンサーデータ、自覚症状との関係について調べた研究「Wearable sensor data and self-reported symptoms for COVID-19 detection」の要旨をまとめました。