نتایج تحقیقات: علائم اولیه COVID-19 بسته به سن و جنسیت متفاوت است

ایسنا علوم پزشکی تهران –  از ژانویه ۲۰۲۰، COVID-19 بیش از ۲۰۰ میلیون نفر را در سراسر جهان تحت تأثیر قرار داده است. تشخیص به موقع عفونت‌های SARS-CoV-2 می‌تواند میزان عفونت را کاهش داده و به طور بالقوه نتایج بیماری را بهبود بخشد.

به گزارش سرویس ترجمه ایسنا علوم پزشکی تهران از مدیکال نیوز، در یک مطالعه اخیر محققان هنگام استفاده از علائمی که افراد در عرض ۳ روز از شروع آن گزارش کرده بودند، ۸۰٪ موفقیت را در تشخیص عفونت SARS-CoV-2 به دست آوردند.

گزارش علائم اولیه حاوی گسترش ویروس SARS-CoV-2 به تشخیص و درمان سریع وابسته است.

محققان کالج کینگ لندن مدلی را توسعه داده‌اند که می‌تواند عفونت را بر اساس علائم اولیه گزارش شده پیش بینی کند.

آن‌ها در مطالعه خود به دنبال ترکیبی از علائم بودند که نشانه اولیه عفونت باشد.

در این مطالعه از مجموعه داده بزرگی از تقریباً ۲۰۰،۰۰۰ شرکت کننده استفاده شد که علائم خود را از طریق برنامه مطالعه علائم COVID گزارش کردند. این برنامه یک برنامه بهداشتی تلفن همراه است که ZOE در لندن توسعه داده است و دانشمندان کالج کینگ لندن در بریتانیا و بیمارستان عمومی ماساچوست در بوستون در این پروژه همکاری کرده‌اند.

در این مطالعه داده‌هایی را که تیم از برنامه جمع آوری کرده است وسیله‌ای برای متحد کردن بیماران، کارکنان مراقبت‌های بهداشتی و محققان می‌داند.

در حالی که سایر مدل‌های تشخیصی بر اطلاعاتی که محققان در اوج علائم جمع آوری کرده‌اند تمرکز می‌کنند، این مدل اخیر از ۳ روز اول علائم خود گزارش شده استفاده می‌کند.

هنگامی که بهینه سازی می‌شود، ممکن است این مدل به عنوان یک پروکسی برای تشخیص بالینی عمل کند، که نشان دهنده نیاز به آزمایش سواب یا خود ایزوله شدن در انتظار نتایج آزمایش است.

این مطالعه مجموعه‌ای از علائم را مشخص کرد که جامعه پزشکی می‌تواند از آنها برای مشخص کردن علائم اولیه عفونت در زیرگروه‌های مختلف جمعیت استفاده کند. مهم‌ترین علائمی که علائم اولیه COVID-19 را نشان می‌دهد شامل از دست دادن بویایی، درد قفسه سینه، سرفه مداوم، درد شکم، تاول در پا، درد چشم و درد غیرعادی عضلات است.

مطالعات قبلی شامل تب و کاهش اشتها به عنوان علائم مرتبط برای شناسایی زودهنگام بود. با این حال، نتایج این مطالعه نشان می‌دهد که این دو نشانه با پیش بینی اولیه بیماری ارتباطی ندارند.

محققان به تفاوت علائم جنسیتی با توجه به علائم گزارش شده اشاره کردند. همچنین نشانه‌هایی از تفاوت علائم بین کارکنان مراقبت‌های بهداشتی و غیر بهداشتی و بین گروه‌های سنی مختلف وجود دارد.

به عنوان مثال، علائم از دست دادن بویایی در افراد بالای ۶۰ سال کمتر و در افراد ۸۰ ساله یا بالاتر اصلاً قابل استفاده نبود.

در بخشی از این مطالعه، محققان توانستند تشخیص دهند که مشخصات علائم ناشی از COVID-19 از گروهی به گروه دیگر متفاوت است. این نشان می‌دهد که معیارهای تشویق افراد برای آزمایش باید با استفاده از اطلاعات افراد، مانند سن، شخصی شود.

محدودیت‌ها و نقاط قوت هوش مصنوعی

نویسندگان چندین محدودیت را شناسایی کردند که یکی از آنها مربوط به سن شرکت کنندگان است. از آنجا که در این مطالعه از یک برنامه تلفن همراه برای جمع آوری داده‌ها برای مطالعه استفاده شده است، به احتمال زیاد جمعیت مورد مطالعه به سمت شرکت کنندگان جوان‌تر منحرف بوده است.

محدودیت‌های دیگر شامل جنبه گزارش خود جمع آوری داده‌ها است. ممکن است مواردی وجود داشته باشد که افراد علائم خود را بیش از حد ارزیابی کرده یا ۳ روز اول علائم را به طور دقیق به خاطر بیاورند. علاوه بر این، همه شرکت کنندگان از انگلستان بودند، که ممکن است مطالعه را محدود کرده باشند، زیرا بسیاری از ویژگی‌های جمعیت می‌تواند در بین کشورها بسیار متفاوت باشد.

باید به یاد داشته باشیم که انتقال بدون علامت خطر مهمی است، به ویژه در بیماری‌های اولیه. این [هوش مصنوعی] به طور منطقی می‌تواند بخشی از رویکرد محافظت لایه‌ای باشد، اما نباید تنها اقدام حفاظتی باشد.

حتی اگر محدودیت‌هایی وجود داشته باشد، یافته‌های این مطالعه ارزش هوش مصنوعی را در تشخیص به موقع عفونت‌های SARS-CoV-2 نشان می‌دهد.

در حال حاضر، در انگلستان، تنها از چند علامت برای توصیه به خود انزوا و آزمایش بیشتر استفاده می‌شود.

با استفاده از تعداد بیشتری از علائم و تنها پس از چند روز ناخوشی، با استفاده از هوش مصنوعی، می‌توان موارد مثبت [SARS-CoV-2] را بهتر تشخیص داد. امیدواریم از چنین روشی برای تشویق افراد بیشتری برای آزمایش در اسرع وقت استفاده شود تا خطر شیوع به حداقل برسد.