Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Identificazione dei pazienti lunghi di COVID che usando i grandi dati

La malattia 2019 (COVID-19) di coronavirus ha pregiudicato milioni di persone, lasciando molti con i sintomi cronici o persistenti. Questi sono chiamati covid lungo o le conseguenze post-acute dell'infezione di coronavirus 2 di sindrome respiratorio acuto severo (SARS-CoV-2) (PASC).

Studio: Chi ha a lungo-COVID? Un grande approccio di dati. Credito di immagine: eamesBot/ShutterstockStudio: Chi ha a lungo-COVID? Un grande approccio di dati. Credito di immagine: eamesBot/Shutterstock

Una nuova pubblicazione preliminare, disponibili sul " server " della pubblicazione preliminare del medRxiv*, dati di imprese sui grandi da fornire alcune risposte quanto all'incidenza, sul trattamento e sull'impatto sui sistemi sanitari di covid lungo.

Sfondo

Il covid lungo ha catturato un tributo sulle sanità e sul benessere dai sui effetti debilitanti sui pazienti, coloro che cattura la cura loro, quelli che più presto sono servito ed i sistemi sanitari hanno incaricato della fornitura dell'assistenza medica loro. L'alto sociale ed i costi economici di tale malattia sono ovvi.

Mentre la malattia acuta urta i sistemi multipli dell'organismo, compreso i polmoni, l'intestino, il cervello ed il cuore, la malattia a lungo termine più di meno è capita. Il covid lungo di termine è considerato di rappresentare “i sintomi persistenti o nuovi più di quattro settimane dopo l'infezione severa, delicata, o asintomatica SARS-CoV-2.„

La varietà pura di segni e sintomi che compongono il covid lungo e l'implicato della scala del tempo lungo per fare la sue diagnosi e gestione un aspetto della difficoltà più grave. Tuttavia, è un aspetto urgente in quanto ha lasciato molti migliaia di gente inabilitante per vita quotidiana, nelle misure varianti.

Parecchi studi hanno messo in evidenza la vasta gamma dei sintomi pazienti dovuto covid lungo facendo uso del bloccaggio istantaneo e delle strategie di controllo longitudinali. L'ontologia umana di fenotipo (HPO) egualmente è stata usata per mostrare come le funzionalità multiple caratterizzano il covid lungo. Allo stesso tempo, le linee guida (WHO) dell'organizzazione mondiale della sanità offrono un criterio di 12 punti per la diagnostica del questo termine sia dai dati auto-riferiti che clinici.

Gli istituti della sanità nazionali (NIH) in U.S.A. ha condotto similmente un grande RECUPERANO lo studio con migliaia di partecipanti ritirati da ogni parte del paese per contribuire a disfare i fattori di rischio nella gravidanza, gli effetti sulla funzione psicologica e conoscitiva e le differenze nel risultato fra i pazienti. L'uso dell'apprendimento automatico (ML) e delle cartelle mediche elettroniche (EHRs) può aiutare i ricercatori ad evolvere gli algoritmi accurati che selezionano i pazienti ad alto rischio che usando uno standard definito.

Ciò è stata provata fuori dal gruppo nazionale di collaborazione (N3C), una raccolta dati di COVID con il progetto analitico che riunisce ed unifica i dati da EHRs si è verificato da 65 siti e da otto milione pazienti durante tempo. Il progetto è costituito un fondo per dal centro nazionale di NIH per l'avanzamento delle scienze di traduzione (NCATS).

Usa i dati dai pazienti con l'infezione confermata con SARS-CoV-2, quelli con i sintomi indicativi di questa infezione e comandi abbinati senza questa diagnosi. I dati pazienti lunghi di Covid da tre siti NC3 sono stati raccolti e collegato stati NC3 al database, questo servizio per preparare tre modelli di ml che poi sono stati provati prima di essere usando per raggiungere il risultato desiderato.

Lo scopo era di definire il gruppo di pazienti, su una base nazionale, che era a rischio di covid lungo. Secondariamente, definire le funzionalità cliniche importanti di questo gruppo per contribuire a prendere i nuovi partecipanti potenziali per gli studi di ricerca e le manifestazioni cliniche pratiche.

“I NIH RECUPERANO il programma hanno investito nei SUOI studi per capire PASC, per identificare esattamente chi ha PASC ed impedire e trattare PASC.„ In questo contesto, lo studio corrente descrive i modelli molto accurati che sono stati preparati dai SUOI dati dai pazienti ad una clinica lunga del covid.

Che cosa lo studio ha mostrato?

I modelli creati con questi dati rivelati essere facilmente riproducibile e ben recepito. Possono essere utilizzati nei diversi impianti per reclutare i ricercatori locali e per analizzare i dati raccolti. I fattori di rischio con il più alto valore predittivo erano partecipazione del paziente esterno per covid lungo, l'età, sintomi respiratori ed altre funzionalità diagnostiche e cliniche.

La natura longitudinale dei dati significa che è un livello iniziale su grande scala di dati su cui ulteriore modellistica di ml può essere effettuata per identificare il covid lungo. Con più e le più nuove fonti dei dati da elettronica portabile, i modelli possono essere più accurati e distintivi. Dando le indicazioni delle probabilità che un paziente svilupperà questa circostanza, è sperato che la migliore gestione clinica finalmente diventi possibile.

I pazienti che hanno avuti COVID-19 ma Covid non lungo ha avuto profili demografici differenti al NC3, particolarmente quello più del precedente erano femminili.

Questi sono conosciuti per mettere i pazienti a rischio di COVID-19 acuto più severo ma possono anche aumentare la probabilità di covid lungo

L'associazione dei sintomi e dei trattamenti respiratori con le droghe quali il albuterol e gli steroidi inalati non è sorprendente, dato che il virus è un agente patogeno respiratorio. La malattia reattiva postvirale delle gallerie di ventilazione è frequente fra i pazienti COVID-19, come previsto con le infezioni virali respiratorie.

i sintomi Non respiratori egualmente ampiamente sono riferiti in Covid lungo, compresi i disordini di sonno, ansia e malessere, costipazione e dolore toracico. Similmente, questi pazienti hanno più alto uso di lorazepam, di melatonina e del polietilene glicole 3350.

L'uso di Dexamethasone è stato associato inversamente con covid lungo. D'importanza, quando il vaccino è stato ricevuto dopo l'infezione naturale, la probabilità di covid lungo è stata diminuita, indicante la capacità del vaccino di proteggere da COVID-19 sintomatico e severo come pure il covid lungo e di morte dopo l'infezione.

Queste tendenze sono visibili facendo uso dei SUOI dati, supportanti il suo uso nella selezione dei gruppi della ricerca come pure studiare le ipotesi circa i fattori sociali e demografici, i termini di fondo ed i trattamenti riguardo a covid lungo come pure come la severità acuta di malattia è collegata con i segni ed i sintomi specifici di covid lungo.

Che cosa sono le implicazioni?

L'uso dei SUOI dati dovrebbe essere capito in termini di opportunità che dà per il reclutamento del gruppo dei pazienti tramite la selezione di calcolo, basato puramente sulle funzionalità cliniche del paziente a quello istantaneo con i criteri abbinati di esclusione e dell'inclusione. I vasti criteri usati permettono i proxy siano utilizzati, così ingrandicendo la portata dell'inclusione, sebbene permetta che alcuni pazienti estranei siano reclutati.

È necessario egualmente da riconoscere che la maggior parte di questi dati viene dai pazienti che sono probabili usare la sanità, coloro che è più malato e ricoverati, omettenti le grandi popolazioni con ad accesso limitato a o capacità per pagare la sanità e quegli ospedali visualizzanti senza SUE capacità, compreso cliniche o ospedali della comunità o piccoli. Ciò significa la necessità di usare altri metodi per accedere a tali gruppi per raggiungere la maggiori diversità e rappresentazione.

Mentre i più grandi gruppi dei pazienti a lungo-COVID sono stabiliti, la ricerca futura dovrebbe identificare i sotto-fenotipi di a lungo-COVID per il raggruppamento dei pazienti a lungo-COVID con simile i SUOI dati “impronte digitali.„

Il modello può essere raffinato col passare del tempo facendo uso dell'afflusso dei dati da NC3 e dal grande dei campioni.

avviso *Important

il medRxiv pubblica i rapporti scientifici preliminari che pari-non sono esaminati e, pertanto, non dovrebbero essere considerati conclusivi, guida la pratica clinica/comportamento correlato con la salute, o trattato come informazioni stabilite.

Journal reference:
Dr. Liji Thomas

Written by

Dr. Liji Thomas

Dr. Liji Thomas is an OB-GYN, who graduated from the Government Medical College, University of Calicut, Kerala, in 2001. Liji practiced as a full-time consultant in obstetrics/gynecology in a private hospital for a few years following her graduation. She has counseled hundreds of patients facing issues from pregnancy-related problems and infertility, and has been in charge of over 2,000 deliveries, striving always to achieve a normal delivery rather than operative.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Thomas, Liji. (2021, October 26). Identificazione dei pazienti lunghi di COVID che usando i grandi dati. News-Medical. Retrieved on January 17, 2022 from https://www.news-medical.net/news/20211026/Identification-of-long-COVID-patients-using-big-data.aspx.

  • MLA

    Thomas, Liji. "Identificazione dei pazienti lunghi di COVID che usando i grandi dati". News-Medical. 17 January 2022. <https://www.news-medical.net/news/20211026/Identification-of-long-COVID-patients-using-big-data.aspx>.

  • Chicago

    Thomas, Liji. "Identificazione dei pazienti lunghi di COVID che usando i grandi dati". News-Medical. https://www.news-medical.net/news/20211026/Identification-of-long-COVID-patients-using-big-data.aspx. (accessed January 17, 2022).

  • Harvard

    Thomas, Liji. 2021. Identificazione dei pazienti lunghi di COVID che usando i grandi dati. News-Medical, viewed 17 January 2022, https://www.news-medical.net/news/20211026/Identification-of-long-COVID-patients-using-big-data.aspx.