Durch das Zusammenspiel vorhandener CDC-Daten mit Herzfrequenz- und Schlafmessungen entwickelte das Scripps Research Translational Institute ein neues Modell zur Verfolgung der Erkrankung. Die von Fitbit-Geräten (z.B. Fitnessarmbändern) gesammelten Daten zu Herzfrequenz und Schlafdauer könnten so dazu beitragen, aktuelle und genaue Modelle der Influenza-Trends auf Bevölkerungsebene zu erstellen.
Die Ergebnisse wurden jüngst in The Lancet Digital Health unter dem Titel Nutzung von Wearable-Device-Daten zur Verbesserung der Echtzeitüberwachung von Influenza-ähnlichen Krankheiten in den USA auf Bundesstaatsebene: eine bevölkerungsbasierte Studie veröffentlicht.
Akute Infektionen können dazu führen, dass eine Person eine erhöhte Ruheherzfrequenz (RHR) hat und ihre täglichen Routinetätigkeiten aufgrund der physiologischen Reaktion auf die Entzündung verändert. Aus diesem Grund wollten die Autoren untersuchen, ob Populationstrends von saisonalen Infektionen der Atemwege wie Influenza durch tragbare Sensoren, die RHR- und Schlafdaten erfassen, identifiziert werden können.
Aktivitäts- und physiologische Tracker werden in den USA und weltweit zunehmend zur Überwachung der individuellen Gesundheit eingesetzt. Durch den Zugriff auf diese Daten könnte die Überwachung der Influenza in Echtzeit und geografisch verfeinert werden. Diese Informationen könnten von entscheidender Bedeutung sein, um rechtzeitig Maßnahmen zur Reaktion auf Ausbrüche zu ergreifen und eine weitere Übertragung von Influenzafällen bei Ausbrüchen zu verhindern.
Quelle: The Lancet Digital Health
