Migliorare la sorveglianza, a livello centrale ed in tempo reale, delle malattie simil-influenzali

Negli Stati Uniti, circa il 7% degli adulti che lavorano e il 20% dei bambini di età inferiore ai 5 anni contraggono ogni anno l’influenza ogni. I sistemi tradizionali di sorveglianza dell’influenza si basa in gran parte su una combinazione della sorveglianza virologica e della sindrome simil-influenzale (influenza-like illness – ILI) per stimare le tendenze delle epidemie influenzali. Tuttavia, la sorveglianza ILI ha un ritardo di segnalazione di 1-3 settimane ed è spesso rivista settimane dopo dai US Centers for Disease Control and Prevention (CDC). Diversi gruppi hanno tentato di utilizzare test rapidi per l’influenza, attraverso la raccolta di dati su Internet (ad es. Google Flu Trends), e social media come Twitter per garantire una sorveglianza dell’influenza in tempo reale. Tuttavia, nonostante un certo successo, è stato scoperto che Google Flu Trends ha perso le prime ondate dell’influenza pandemica H1N1 del 2009 e sovrastimato l’attività durante le epidemie. E’ nata così l’esigenza di poter disporre di nuovi flussi di dati oggettivi in grado di fornire informazioni in tempo reale sull’attività influenzale. Uno studio del 2016 ha stimato che il 12% dei consumatori statunitensi possedeva una bracialetto fitness o uno smartwatch e questo numero continua a crescere. I sensori indossabili che tracciano continuamente le misurazioni fisiologiche di un individuo, come la frequenza cardiaca a riposo (RHR), l’attività e il sonno, potrebbero essere in grado di identificare fluttuazioni anomale che inducono alterazioni dello stato di salute, come un’infezione acuta. Gli Autori di questo lavoro grazie alla collaborazione tra Scripps Research Translational Institute e Fitbit, hanno ottenuto dati non identificati da un campione di 200.000 partecipanti allo studio che hanno indossato un dispositivo Fitbit dal 1 marzo 2016 al 1 marzo 2018. Questi partecipanti indossavano il loro braccialetto intelligente per almeno 60 giorni durante questo periodo di studio e avevano solo un Fitbit per l’intero periodo. I dati raccolti includevano misurazioni giornaliere della RHR, minuti di sonno (del sonno più lungo della giornata) e tempo di impiego del braccialetto che hanno permesso di escludere dallo studio i casi con dati insufficienti. Sono stati raccolti oltre 65 milioni di misurazioni da 200.000 utenti Fitbit e dopo aver eliminato i casi con dati insufficienti. Tenendo presente le limitazioni dello studio, che vengono pure discusse, questo studio dimostra che l’utilizzo della RHR e di altri parametri che possono essere rilevati con l’impiego da dispositivi indossabili può potenzialmente migliorare la sorveglianza ILI in tempo reale. Nuovi dispositivi indossabili che includono sensori continui per temperatura, pressione arteriosa, saturimetria, ECG o persino riconoscimento della tosse rappresentano prospettive future.