Utilizando datos de relojes inteligentes, un nuevo algoritmo lee la frecuencia cardíaca como un indicador del estrés fisiológico o mental, lo que podría alertar a los usuarios de que se están enfermando antes de que presenten síntomas.
Ahora, investigadores de Stanford Medicine han inscrito a miles de participantes en un estudio que emplea el algoritmo para buscar períodos prolongados durante los cuales la frecuencia cardíaca es más alta de lo normal, una señal reveladora de que algo puede estar mal.
Durante el estudio, muchos factores estresantes provocaron una alerta. Algunas personas los recibieron mientras viajaban, y otros mientras corrían un maratón o después de darse un capricho en el bar.
El hallazgo más llamativo fue que el algoritmo pudo detectar el 80% de los casos confirmados de COVID-19 antes o cuando los participantes presentaban síntomas. El algoritmo no puede diferenciar entre alguien que se ha pasado de tragos, alguien que está estresado por el trabajo y alguien que está enfermo con un virus.
Los investigadores planean realizar un ensayo clínico para determinar si las alertas pueden detectar de manera confiable una infección por COVID-19 y usarse para orientar las decisiones médicas
Durante el estudio, un total de 2.155 participantes se pusieron un reloj inteligente que rastreaba los "eventos de estrés" mentales y físicos a través de la frecuencia cardíaca. Cuando se les notificaba de un evento de estrés, a través de una alerta emparejada con una aplicación en su teléfono, los participantes registraban lo que estaban haciendo.
Para activar una alerta, su frecuencia cardíaca debía elevarse durante varias horas, por lo que un trote rápido o un ruido fuerte repentino no lo activó. Sin embargo, si está sentado en el sofá con una taza de té de manzanilla y recibe una alerta, eso puede ser una señal de que algo más, una infección, tal vez, se está gestando. Los investigadores esperan que los usuarios puedan discernir cuándo una alerta significa que deberían considerar hacerse la prueba.
De 84 personas a las que se les diagnosticó COVID-19 durante el estudio, el algoritmo marcó 67. La mayoría de las alertas se clasificaron en otras categorías como viajes, ingesta abundante, menstruación, estrés mental, intoxicación o infecciones diferentes de COVID-19.
El algoritmo también marcó un período de estrés después de que muchos participantes recibieron una vacuna contra la COVID-19, lo que refleja el aumento en la respuesta inmune provocada por la inyección.
A medida que los investigadores reclutan a más participantes en el estudio, planean perfeccionar la especificidad de las alertas agregando datos, incluido el recuento de pasos, los patrones de sueño y la temperatura corporal, con la esperanza de que los patrones de datos puedan corresponder y marcar distintos eventos de estrés.
Asimismo, los investigadores planean realizar un ensayo clínico para determinar si las alertas pueden detectar de manera confiable una infección por COVID-19 y usarse para orientar las decisiones médicas.