L’actualité numérique des industries de santé

    L’actualité numérique des industries de santé

    Etudes

    Les montres connectées permettraient de détecter plus vite les épidémies de grippe

    LONDRES (TICpharma) - Les données de fréquence cardiaque et de sommeil collectées par les montres connectées de type Fitbit pourraient permettre d'améliorer la surveillance de la grippe saisonnière à l'échelle des populations, selon une étude américaine publiée le 15 janvier dans The Lancet Digital Health.

    En cas d'infection aiguë, la réponse physiologique liée à l'inflammation peut conduire à une élévation de la fréquence cardiaque au repos et à une modification des activités quotidiennes, soulignent Jennifer Radin du Scripps Research Translational Institute à La Jolla (Californie) et ses collègues.

    Ils ont donc voulu savoir s'il était possible, grâce à des capteurs portatifs collectant les données de fréquence cardiaque et de sommeil, d'identifier à l'échelle de la population la survenue d'infections respiratoires saisonnières telles que la grippe.

    Alors qu'un délai de 1 à 3 semaines est souvent nécessaire avec les systèmes de surveillance traditionnels, "le fait de répondre plus rapidement en cas d'épidémie de grippe pourrait permettre de limiter la diffusion des infections, et nous étions curieux de savoir si les données obtenues à partir de capteurs pouvaient améliorer la surveillance en temps réel à l'échelle étatique", a commenté Jennifer Radin dans un communiqué du Lancet Digital Health.

    Ce n'est pas la première fois que des chercheurs exploitent des données "participatives" pour essayer d'identifier des épidémies.

    Fin 2018 par exemple, Santé publique France avait publié une étude exploratoire montrant que les données issues du réseau social Twitter étaient utiles pour surveiller l'épidémie saisonnière de grippe en France et au niveau régional, en complément des systèmes de surveillance déjà existants.

    Mais selon les chercheurs américains, Twitter ou même Google Flu Trends présentent une efficacité variable, notamment parce qu'ils ne permettent pas de distinguer les activités liées à une contamination par le virus de celles dues à une vigilance accrue (éventuellement liée à la couverture médiatique) lors de la saison d'épidémie grippale.

    Dans cette étude, ils ont travaillé à partir des données dépersonnalisées d'utilisateurs de Fitbit, une montre connectée faisant office de moniteur d'activité.

    Ils ont analysé au total plus de 13 millions de données quotidiennes. Elles provenaient de 47.248 utilisateurs résidant dans 5 Etats américains (Californie, Texas, New York, Illinois et Pennsylvanie), qui avaient porté une montre Fitbit pendant au moins 60 jours entre mars 2016 et mars 2018.

    L'âge moyen des participants était de 43 ans et il s'agissait de femmes dans 60% des cas. En moyenne sur l'ensemble de l'étude, leur fréquence cardiaque était de 66 battements par minute, ils avaient dormi 6,6 heures par nuit et avaient porté leur montre connectée pendant 22,5 heures par jour.

    Les chercheurs ont comparé de façon rétrospective les données issues de Fitbit avec celles de surveillance hebdomadaire provenant des Centers for Diseases Control and Prevention (CDC) américains.

    Ils ont ainsi observé une association entre les semaines d'épidémie de grippe et la hausse de la fréquence cardiaque et l'altération du sommeil capturées par la montre connectée.

    La meilleure corrélation était observée lorsque l'utilisateur présentait, au cours de la semaine, une fréquence cardiaque moyenne au repos supérieure de plus d'un demi écart-type (0,5 SD) à sa moyenne globale, et que son temps de sommeil était inférieur de plus de 0,5 SD à sa durée habituelle.

    Alors que l'utilisation des objets connectés de type Fitbit augmente aux Etats-Unis et dans le monde, les chercheurs estiment que le fait d'accéder aux données d'activité pourrait permettre d'améliorer la surveillance de la grippe à la fois dans le temps et dans l'espace.

    (The Lancet Digital Health, publication en ligne du 15 janvier)

    Sylvie Burnouf

    À suivre

    L’EMA formule 10 recommandations pour le "big data" en santé

    https://vph2020.sciencesconf.org

    Etudes

    L'intelligence artificielle capable de détecter des signes imperceptibles d'une fibrillation atriale

    LONDRES (TICpharma) - Un algorithme d'intelligence artificielle (IA) a réussi à détecter la signature d'une fibrillation atriale intermittente en l'absence des signaux classiques sur l'électrocardiogramme (ECG), selon une étude américaine publiée en août par The Lancet.

    0 854

    Etudes

    Les outils d'Apple pourraient s'avérer utiles pour détecter la maladie d'Alzheimer débutante

    INDIANAPOLIS (TICpharma) - Les données collectées par l'iPhone, la montre connectée Apple Watch, l'iPad et l'outil de suivi du sommeil Beddit sleep monitor d'Apple pourraient permettre de différencier les cas de troubles cognitifs légers (MCI) des formes débutantes de la maladie d'Alzheimer, selon les résultats exploratoires d'une étude présentés le 8 août.

    0 1051

    Vos réactions

    Anti-spam : Veuillez saisir le résultat de ce calcul S.V.P
    5 + 3 =