A londoni King's College kutatói által kifejlesztett COVID Symptom Study alkalmazás eredményei nagymértékben befolyásolhatják a betegség klinikai kezelését azáltal, hogy segíthetik az orvosoknak megjósolni, kik a leginkább veszélyeztetettek, kik szorulnak valószínűleg kórházi ellátásra, ha a járvány második hulláma megérkezik.
Noha a folyamatos köhögést, lázat és a szaglás elvesztését (anozmia) általában a COVID-19 három legfontosabb tüneteként jelölik meg, az alkalmazás felhasználói által összegyűjtött adatok azt mutatják, hogy az emberek különféle tünetek széles skáláját tapasztalhatják meg, beleértve a fejfájást, izomfájdalmakat, fáradtságot, hasmenést, zavartságot, étvágytalanságot, légszomjat és egyéb panaszokat is. A betegség lefolyása és kimenetele jelentősen eltér az egyes esetekben, kezdve az enyhe influenzaszerű tünetektől egészen a végzetes kimenetelig.
A gépi tanulás segített
Annak kiderítésére, hogy bizonyos tünetek milyen gyakran jelennek meg együtt, valamint hogy ez hogyan kapcsolódik a betegség előrehaladásához, a kutatócsoport gépi tanulási algoritmust használt. A kutatások első szakaszában az algoritmus körülbelül 1600 olyan ember adatait elemezte, akik bizonyítottan elkapták a COVID-19-et az Egyesült Királyságban és az Egyesült Államokban. A betegek márciusban és áprilisban rendszeresen naplózták a tüneteiket az alkalmazás segítségével. Végül újabb ezer brit és svéd beteg körében májusban megismételték a vizsgálatokat az eredmények igazolása érdekében.
Az adatok elemzése során a COVID-19 hat specifikus csoportja rajzolódott ki, amelyek a betegség előrehaladásának jellemző időpontjaiban jelentkeznek, és a COVID-19 hat különböző "típusát" képviselik. Minden beteg, aki a tüneteket jelentette, fejfájást tapasztalt és elvesztette a szaglását . A kiegészítő tünetek különböző kombinációi pedig különböző időpontokban jelentek meg. Ezek közül például a zavartság, a hasi fájdalom nem ismert széles körben COVID-19-tünetekként, ám ettől még ezek a betegség legsúlyosabb formáinak jellemzői.
A hat típus a következő:
5.-es biológiakvíz: hány veséje van egy embernek? – 10 kérdés az emberi testről
- Influenzaszerű állapot láz nélkül: fejfájás, szaglásvesztés, izomfájdalmak, köhögés, torokfájás, mellkasi fájdalom.
- Influenzaszerű állapot lázzal: fejfájás, szaglásvesztés, köhögés, torokfájás, rekedtség, láz, étvágytalanság.
- Gyomor-bélrendszeri panaszok: fejfájás, szaglásvesztés, étvágytalanság, hasmenés, torokfájás, mellkasi fájdalom, de nincs köhögés.
- Első szintű súlyos állapot, fáradtság: fejfájás, szaglásvesztés, köhögés, láz, rekedtség, mellkasi fájdalom, fáradtság.
- Második szintű súlyos állapot, zavartság: fejfájás, szaglásvesztés, étvágytalanság, köhögés, láz, rekedtség, torokfájás, mellkasi fájdalom, fáradtság, zavartság, izomfájdalom.
- Harmadik szintű súlyos állapot, hasi és légzőszervi tünetek: fejfájás, szaglásvesztés, étvágytalanság, köhögés, láz, rekedtség, torokfájás, mellkasi fájdalom, fáradtság, zavartság, izomfájdalom, légszomj, hasmenés, hasi fájdalom.
Ezután a kutatók megvizsgálták, hogy az egyes tüneti csoportokba sorolható betegek kezelése során milyen valószínűséggel kell lélegeztetőgépet vagy kiegészítő oxigént alkalmazni. Felfedezték, hogy az első klaszterhez kapcsolható betegek közül 1,5 százalék, a második klaszternél 4,4 százalék, és a harmadik klaszternél pedig 3,3 százalék kezelése során szükséges a légzéstámogatás. A negyediknél 8,6 százalék, az ötödiknél 9,9 százalék, a hatodiknál pedig már 19,8 százalék volt ez az arány. Ez utóbbi klaszter betegeinek csaknem fele kórházba került, szemben az első klaszter mindössze 16 százalékával szemben.
Otthoni kezelés a kórház helyett
A negyedik, ötödik és hatodik COVID-19-csoport tünetei általában idősebbeknél és más kockázati tényezők (például túlsúly, cukorbetegség és tüdőbetegség) miatt veszélyeztetettebbeknél jelentek meg. A kutatók ezután kifejlesztettek egy modellt, amely ötvözi az életkor, a nem, a BMI és az egészségi állapot adatait, valamint a betegség kezdetétől számított öt napon belül összegyűjtött tüneteket.
Ennek segítségével az alkalmazás meg tudta becsülni, hogy melyik klaszterbe tartozik a beteg, és annak kockázatát is előre jelezte, hogy szüksége lesz-e kórházi ápolásra és légzéstámogatásra. Ez a modell nagyobb valószínűséggel ad helyes eredményt, mintha csak az életkort, a nemet, a testtömegindexet és a már meglévő betegségeket vennék figyelembe. Mivel a legtöbb légzéstámogatásra szoruló beteg körülbelül az első tünetek után 13 nappal érkezik kórházba, ez a módszer nyolc nappal korábban ad "korai figyelmeztetést" arról, hogy kinek kell valószínűleg intenzívebb ellátás.
"Ezeknek a megállapításoknak jelentős következményei lehetnek a COVID-19 legsúlyosabb formájával küzdő emberek gondozására és megfigyelésére" - jelentette ki dr. Claire Steves, a King's College kutatója az egyetem híroldalán . "Ha már az ötödik napon előre meg tudjuk mondani, hogy kik ezek az emberek, akkor ideje támogatást és korai ellátást nyújtani nekik. Például ellenőrizhető a vér oxigén- és cukorszintje, valamint gondoskodni lehet a megfelelő hidratációról. Ezek olyan egyszerű műveletek, amelyeket otthon is el lehetne végezni, megelőzve a kórházi ápolást, és élet lehetne velük menteni."
Tim Spector, a King's College professzora szerint az adatok jelentik a legerősebb eszközt a COVID-19 elleni küzdelemben. Dr. Carole Sudre, az intézmény vezető kutatója pedig arról beszélt, hogy tanulmányuk igazolta a tünetek időbeni megfigyelésének fontosságát az egyéni kockázatokra és az eredményekre vonatkozó előrejelzések kifinomultabb és pontosabb meghatározása érdekében. Ez a megközelítés segít megérteni, hogy az egyes páciensekben hogyan bontakozik ki a betegség, aminek alapján végül a legjobb ellátást kaphatják meg.
