PRKernel

Доставчик на новини в реално време в България, който информира своите читатели за последните български новини, събития, информация, пътувания, България.

Учените идентифицират характеристики за по-добро дефиниране на продължителен COVID

нова версия

понеделник 16 май 2022 г

Използвайки машинно обучение, изследователите откриват модели в данните от електронните здравни досиета, за да идентифицират по-добре хората, които вероятно имат това състояние.

Изследователски екип, подкрепен от Националния институт по здравеопазване, е идентифицирал характеристиките на хората, които имат дългосрочен COVID, и тези, които е вероятно да са го имали. Учените, използвайки техники за машинно обучение, анализираха безпрецедентния набор от електронни здравни досиета (EHR), достъпни за изследванията на COVID-19, за да определят по-добре кой е имал COVID от дълго време. Разгледайте данни от EHR, които не са посочени в Национално сътрудничество за COVID Group (N3C), централна национална публична база данни, ръководена от Националния център за напредък на транслационните науки (NCATS) на Националните здравни институти, екипът използва данните, за да намери повече от 100 000 вероятни дългосрочни случая на COVID към октомври 2021 г. През май 2022 г. броят е над 200 000). Резултатите се появяват в The Lancet Digital Health.

Дългосрочният COVID-19 се характеризира с широко разпространени симптоми, включително задух, умора, треска, главоболие, „мозъчна мъгла“ и други неврологични проблеми. Тези симптоми могат да продължат няколко месеца или повече след първоначалната диагноза на COVID-19. Една от причините, поради които COVID е толкова трудно да се идентифицира толкова дълго, е, че много от симптомите му са подобни на тези на други заболявания и състояния. По-доброто характеризиране на COVID-19 може да доведе до подобрена прогноза и нови терапевтични подходи.

„Има смисъл да се възползвате от съвременните инструменти за анализ на данни и уникален ресурс за големи данни като N3C, където могат да бъдат представени много от дългосрочните характеристики на COVID“, каза съавторът Емили Пфаф, д-р, клиничен информационен учен. в университета. От Северна Каролина в Чапъл Хил.

READ  Астрономите са открили доказателства за луна с големи размери, обикаляща около планета с размерите на Юпитер извън нашата слънчева система

Джобът с данни на N3C в момента включва информация, представляваща повече от 13 милиона души в цялата страна, включително близо 5 милиона положителни случая на COVID-19. Ресурсът дава възможност за бързо проучване на възникващи въпроси относно ваксините, леченията, рисковите фактори и здравните резултати за COVID-19.

Новото изследване е част от по-голяма инициатива в Националните здравни институти, Изследване на COVID за подобряване на възстановяването (ВЪЗСТАНОВЯВАНЕ), който има за цел да подобри разбирането на дългосрочните ефекти на COVID-19, наречени пост-остри последици от инфекция със SARS-CoV-2 (PASC). RECOVER ще идентифицира точно хората с PASC и ще разработи подходи за превенция и лечение. Програмата също така ще отговори на важни изследователски въпроси относно дългосрочните ефекти на COVID чрез клинични изпитвания, надлъжни наблюдателни проучвания и др.

В Ланцет Проучване, Pfaff, Melissa Heindel, доктор на науките, в Университета на Колорадо Anschutz Medical Campus, и колегите му изследваха демографията на пациентите, употребата на здравни грижи, диагнозите и лекарствата в здравните досиета на 97 995 възрастни пациенти с COVID-19 в N3C. Те използваха тази информация, заедно с данни за близо 600 пациенти с коронавирус от три дългосрочни COVID клиники, за да създадат три модела на машинно обучение за идентифициране на дългосрочни пациенти с COVID.

В машинното обучение учените „обучават“ изчислителни методи за бързо пресяване на големи количества данни, за да разкрият нови прозрения – в този случай за дългия COVID. Моделите потърсиха модели в данните, които биха могли да помогнат на изследователите да разберат характеристиките на пациентите и да идентифицират по-добре лицата с това състояние.

Моделите се фокусират върху идентифицирането на потенциални дългосрочни пациенти с COVID сред три групи в базата данни N3C: всички пациенти с COVID-19, пациенти, хоспитализирани с COVID-19, и пациенти, които са имали COVID-19, но не са хоспитализирани. Моделите се оказаха точни, тъй като хората, идентифицирани като изложени на дългосрочен риск от COVID, бяха подобни на пациентите, наблюдавани в дългосрочни клиники за COVID. Системите за машинно обучение категоризираха близо 100 000 пациенти в базата данни N3C, чиито профили бяха идентични с тези с продължително огнище на COVID-19.

READ  „Видението на акула“ потвърждава, че фалшивата самоличност може да обясни защо акулите хапят хора

Джош Уесел, доктор по медицина, д-р, старши клиничен съветник в NCATS и водеща научна програма в Recover, каза. „Имаше ли нещо различно при тези хора, преди да имат дългосрочен COVID? Имат ли определени рискови фактори? Имаше ли нещо за това как са били лекувани по време на остър COVID, което може да увеличи или намали риска от дългосрочен COVID?“

Моделите са търсили общи характеристики, включително нови лекарства, посещения при лекар и нови симптоми, при пациенти с положителна диагноза COVID, които са били най-малко 90 дни след острата инфекция. Моделите идентифицираха пациенти с продължителен COVID, ако са отишли ​​в продължителна клиника за COVID или са показали продължителни симптоми на COVID и вероятно са имали състоянието, но не са били диагностицирани.

„Искаме да интегрираме новите модели, които виждаме, с диагностичния код на COVID и да го включим в нашите модели, за да се опитаме да подобрим тяхната производителност“, каза Хендел от Университета в Колорадо. „Моделите могат да се учат от по-голяма група пациенти и да станат по-точни. Надяваме се, че можем да използваме нашия дълъг COVID класификатор за пациенти, за да набираме участници в клиничните изпитвания.“

Това проучване е финансирано от NCATS, който допринесе за проектирането, поддръжката и сигурността на N3C Enclave и инициативата NIH RECOVER, с подкрепата на NIH OT2HL161847. Възстановете координатите, наред с други неща, на протокола за набиране на участници, за който тази работа допринася. Анализите бяха извършени с данни и инструменти, достъпни чрез NCATS N3C Зона за данни Поддържа се от NCATS U24TR002306.

За Националния център за развитие на транслационните науки (NCATS): NCATS провежда и подкрепя изследвания в областта на транслационната наука и операцията – процесът, чрез който се разработват и прилагат интервенции за подобряване на здравето – за да позволи на повече лечения да достигнат до повече пациенти по-бързо. За повече информация как NCATS може да помогне за съкращаване на пътуването от научно наблюдение до клинична интервенция, посетете https://ncats.nih.gov.

READ  Това може да бъде Нобелова награда за Стивън Хокинг

За Националните здравни институти (NIH):NIH, агенцията за медицински изследвания в страната, включва 27 института и центъра и е част от Министерството на здравеопазването и човешките услуги на САЩ. Националният институт по здравеопазване е основната федерална агенция, която провежда и подкрепя основни, клинични и полимедицински изследвания, изследвайки причините, лечението и лечението както на чести, така и на редки заболявания. За повече информация относно Националния институт по здравеопазване и неговите програми посетете www.nih.gov.

Национални здравни институти … Превръщане на откритието в здраве®

###