Oamenii de știință identifică caracteristici pentru a defini mai bine COVID-ul lung

Comunicat de presă

Luni, 16 mai 2022

Folosind învățarea automată, cercetătorii găsesc modele în datele din dosarul electronic de sănătate pentru a identifica mai bine persoanele care ar putea avea boala.

O echipă de cercetare susținută de National Institutes of Health a identificat caracteristicile persoanelor cu COVID prelungit și ale celor susceptibile de a-l avea. Oamenii de știință, folosind tehnici de învățare automată, au analizat o colecție fără precedent de dosare de sănătate electronice (EHR) disponibile pentru cercetarea COVID-19, pentru a identifica mai bine cine are COVID de mult timp. Explorând datele EHR de-identificate în National COVID Cohort Collaborative (N3C), o bază de date publică națională centralizată condusă de Centrul Național pentru Avansarea Științelor Translaționale (NCATS) al NIH, echipa a folosit datele pentru a găsi mai mult de 100.000 de cazuri de COVID, probabil începând cu Octombrie 2021 (din mai 2022, numărul este de peste 200.000). Constatările apar în Sănătate digitală The Lancet.

COVID-ul prelungit este marcat de multe simptome, inclusiv dificultăți de respirație, oboseală, febră, dureri de cap, „ceață pe creier” și alte probleme neurologice. Aceste simptome pot dura câteva luni sau mai mult după un diagnostic inițial de COVID-19. Unul dintre motivele pentru care COVID a fost mult timp dificil de identificat este că multe dintre simptomele sale sunt similare cu cele ale altor boli și afecțiuni. O mai bună caracterizare a COVID-urilor lungi ar putea duce la diagnostice mai bune și la noi abordări terapeutice.

„A fost logic să profităm de instrumentele moderne de analiză a datelor și de o resursă unică de date mari precum N3C, unde pot fi reprezentate multe caracteristici ale COVID-ului lung”, a spus co-autor Emily Pfaff, Ph. D., informatician clinic la Universitate. din Carolina de Nord până la Chapel Hill.

Enclava de date N3C include în prezent informații reprezentând peste 13 milioane de oameni la nivel național, inclusiv aproape 5 milioane de cazuri pozitive pentru COVID-19. Resursa permite cercetarea rapidă a întrebărilor emergente referitoare la vaccinurile, terapiile, factorii de risc și rezultatele privind sănătatea COVID-19.

Noua cercetare face parte dintr-o inițiativă mai amplă trans-NIH, Researching COVID to Enhance Recovery (RECOVER), care își propune să îmbunătățească înțelegerea efectelor pe termen lung ale COVID-19, numite sechele post-acute ale SARS-CoV. – 2 infecții (PASC). RECOVER va identifica cu exactitate persoanele cu PASC și va dezvolta abordări pentru prevenirea și tratamentul acestuia. Programul va răspunde, de asemenea, întrebărilor critice de cercetare despre efectele pe termen lung ale COVID prin studii clinice, studii observaționale longitudinale și multe altele.

În Lancet studiu, Pfaff, Melissa Handel, Ph.D., de la Universitatea din Colorado Anschutz Medical Campus, și colegii lor au analizat datele demografice ale pacienților, utilizarea asistenței medicale, diagnosticele și medicamentele în dosarele de sănătate a 97.995 de pacienți adulți cu COVID-19 din N3C. . Ei au folosit aceste informații, împreună cu datele despre aproape 600 de pacienți COVID lungi de la trei clinici lungi COVID, pentru a crea trei modele de învățare automată pentru a identifica pacienții cu COVID lungi.

În învățarea automată, oamenii de știință „antrenează” metode de calcul pentru a verifica rapid cantități mari de date pentru a dezvălui noi perspective – în acest caz, despre COVID-ul lung. Modelele au căutat modele în date care ar putea ajuta cercetătorii să înțeleagă caracteristicile pacienților și să identifice mai bine persoanele cu boala.

Modelele s-au concentrat pe identificarea potențialilor pacienți cu COVID-19 în rândul a trei grupuri din baza de date N3C: toți pacienții cu COVID-19, pacienții spitalizați cu COVID-19 și pacienții care au avut COVID-19, dar nu au fost internați. Modelele s-au dovedit a fi corecte, deoarece persoanele identificate ca fiind expuse riscului de COVID de lungă durată erau similare cu pacienții consultați la clinicile de COVID lungi. Sistemele de învățare automată au clasificat aproximativ 100.000 de pacienți în baza de date N3C ale căror profiluri se potriveau îndeaproape cu cele cu COVID lung.

„Odată ce puteți determina cine are COVID de mult timp dintr-o bază de date mare de oameni, puteți începe să întrebați despre acești oameni”, a spus Josh Fessel, MD, Ph.D., consilier clinic senior la NCATS și un program de știință. conduce în RECOVER. „A existat ceva diferit la acești oameni înainte de a dezvolta COVID-ul de lungă durată? Au avut anumiți factori de risc? A existat ceva despre modul în care au fost tratați în timpul COVID acut care ar fi putut să le crească sau să le fi scăzut riscul de COVID prelungit? »

Modelele au căutat caracteristici comune, inclusiv medicamente noi, vizite la medic și simptome noi, la pacienții cu un diagnostic pozitiv de COVID, care au fost la cel puțin 90 de zile distanță de infecția lor acută. Modelele au identificat pacienții ca având COVID de lungă durată dacă au mers la o clinică COVID lungă sau au avut simptome lungi de COVID și probabil au avut boala, dar nu au fost diagnosticați.

„Vrem să încorporăm noile modele pe care le vedem cu codul de diagnosticare pentru COVID și să le includem în modelele noastre pentru a încerca să le îmbunătățim performanța”, a spus Händel de la Universitatea din Colorado. „Modelele pot învăța de la o varietate mai mare de pacienți și pot deveni mai precise. Sperăm că putem folosi clasificatorul nostru lung de pacienți COVID pentru recrutarea în studii clinice.

Acest studiu a fost finanțat de NCATS, care a contribuit la proiectarea, întreținerea și securitatea enclavei N3C și inițiativa NIH RECOVER, susținută de NIH OT2HL161847. RECOVER coordonează, printre altele, protocolul de recrutare a participanților la care contribuie această lucrare. Analizele au fost efectuate cu date și instrumente accesibile prin Enclava de date NCATS N3C și susținute de NCATS U24TR002306.

Despre Centrul Național pentru Avansarea Științelor Translaționale (NCATS): NCATS desfășoară și sprijină cercetarea în știința și funcționarea traducerii – procesul prin care sunt dezvoltate și implementate intervenții pentru îmbunătățirea sănătății – pentru a permite mai multor tratamente să ajungă mai repede la mai mulți pacienți. Pentru mai multe informații despre modul în care NCATS ajută la scurtarea călătoriei de la observația științifică la intervenția clinică, vizitați https://ncats.nih.gov.

Despre National Institutes of Health (NIH):NIH, agenția de cercetare medicală a țării, cuprinde 27 de institute și centre și face parte din Departamentul de Sănătate și Servicii Umane din SUA. NIH este principala agenție federală care desfășoară și sprijină cercetarea medicală de bază, clinică și translațională și studiază cauzele, tratamentele și remediile bolilor comune și rare. Pentru mai multe informații despre NIH și programele sale, vizitați www.nih.gov.

NIH… Transformarea descoperirii în sănătate®

###

.

Add Comment