شناسایی و بستری بیمار کرونایی با الگوریتم جدید

به گزارش وبلاگ املاکیا، محققان اشاره کردند که ابزار پیش بینی صرفا میزان خطر را ارزیابی می نماید و توضیحی ارائه نمی دهد که کدام یک از عوامل مذکور به تنهایی باعث آسیب پذیری فرد در برابر کووید-19 می گردد.

شناسایی و بستری بیمار کرونایی با الگوریتم جدید

با استفاده از سن، قومیت و شاخص توده بدنی، بیماران بالقوه شناسایی خواهند شد

محققان بریتانیا ابزاری جدید برای پیش بینی خطر ویروس کرونا طراحی نموده اند که میزان احتمال بستری شدن افراد در بیمارستان یا مرگ در اثر کووید-19 را تخمین می زند.

این الگوریتم که متشکل از اطلاعات بیش از هشت میلیون نفر در سراسر انگلستان است، با مطالعه عوامل کلیدی مانند سن، قومیت و شاخص توده بدنی افراد، بنا دارد تمام افرادی که در بریتانیا احتمال ابتلای وخیم را به این بیماری دارند شناسایی کند.

امید می رود این ابزار پیش بینی خطر که کیوکووید نام گرفته است در باقی مانده دوران شیوع این بیماری عالم گیر به کار نهاد های مشغول در زمینه بهداشت عمومی آید و به سیاست گذاری های این عرصه کمک کند که شامل مواردی نظیر تصمیمات درباره محافظت از اقشار آسیب پذیر، مداوای مبتلایان و اولویت دریافت واکسن است.

این تحقیق که در نشریه بی ام جی منتشر شده است توسط تیمی از دانشمندان سراسر بریتانیا اجرا شده و برای عمق و دقت یافته هایش مورد ستایش قرار گرفته است.

اطلاعات آن از 1205 مورد از دیدار های پزشکی در سراسر انگلستان به علاوه پاسخ آزمایشات کووید-19 و همچنین آمار مقطعی بیمارستان ها گردآوری شد که بانکی اطلاعاتی شامل آمار تمام موارد پذیرش در بیمارستان ها، واحد های پذیرش اضطراری و ترخیص بیماران از بیمارستان های سراسر نظام بهداشتی بریتانیا است.

از اطلاعات شش میلیون بیمار استفاده شد تا طی 97 روز، از 24 ژانویه تا 30 آوریل، این ابزار طراحی و فراوری گردد و اطلاعات تکمیلی از 2.2 میلیون مریض دیگر کارکرد این ابزار را طی دو دوره مجزا در دوران موج اول شیوع این بیماری تایید کرد.

عوامل شناخته شده ای نظیر سن، قومیت، سوءتغذیه، شاخص توده بدنی و طیفی از بیماری های مزمن (بیماری های چند ابتلایی) در تخمین میزان احتمال و مدت زمان بستری در بیمارستان یا مرگ در اثر کووید-19 کمک رسان است.

در مجموع 4384 مورد مرگ در اثر کووید-19 در گروه استفاده شده برای طراحی این ابزار گزارش شد، ولی این عدد در دور اول و دوم تایید داده های این ابزار به ترتیب به 1722 و 621 نفر رسید.

تحقیق منتشرشده در نشریه بی ام جی نشان می دهد پنج درصد از افرادی که طی دوره 97 روزه این تحقیق در پرخطرترین گروه دسته بندی شده بودند، 75 درصد مرگ های این دوره را تشکیل می دادند. در همین حال افرادی که در ردیف 20 درصد از پرخطرترین گروه ها قرار داشتند 94 درصد از مرگ های کووید-19 را در خود جای دادند.

در کل، این ابزار قادر بود 73 درصد و 74 درصد از مدت زمان مرگ در اثر کووید-19 را به ترتیب در مردان و زنان پیش بینی کند. محققان اشاره کردند که ابزار پیش بینی صرفا میزان خطر را ارزیابی می نماید و توضیحی ارائه نمی دهد که کدام یک از عوامل مذکور به تنهایی باعث آسیب پذیری فرد در برابر کووید-19 می گردد.

آن ها همچنین اضافه کردند این ابزار می تواند برای دوران مختلف شیوع این بیماری تنظیم گردد و بسته به میزان شیوع، چه کاهش یا افزایش، کووید-19 در میان افراد یا با تغییر رفتار جمعیت می تواند به روز گردد.

محققان گفتند: این تحقیق ابزار پیش بینی خطر قدرتمندی را ارائه می نماید که می تواند در زمینه بهداشت عمومی برای طبقه بندی خطر در میان جمعیت به کار بسته گردد و در صورت شیوع موج دوم این بیماری عالم گیر به مدیریت خطر کمک رساند.

ما پیش بینی می کنیم این الگوریتم با افزایش درک ما از کووید-19، با دسترسی به اطلاعات بیشتر، با تغییر رفتار مردم یا در واکنش به سیاست های جدید برای مقابله با بیماری، به طور مرتب به روز گردد.

مارک وولهاوس، استاد دانشگاه ادینبورا در رشته مطالعات بیماری های مسری گفت این تحقیق دستاوردی مهم در درک مقامات بهداشتی از کووید-19 است و اضافه کرد این تحقیق راه را برای اتخاذ تمهیداتی برای واکنش هدفمند و براساس خطر و همچنین مدیریت تهدیدات علیه بهداشت عمومی طی ماه ها و سال های آینده هموار می نماید.

دکتر دیوید استرین، استاد ارشد دانشگاه اگزتر این تحقیق را به عنوان پژوهشی عالی توصیف کرد و گفت که با شیوع موج دوم کووید به تسهیل محافظت از کارمندان کلیدی که در معرض خطر بالای ابتلا به این بیماری قرار دارند کمک خواهد نمود.

او اضافه کرد: البته نقاط ضعفی هم دارد. این اطلاعات از آمار پذیرش در بیمارستان ها و موارد مرگ در دوران موج اول شیوع این بیماری جمع آوری شده است. رفتار ما (و در نتیجه نرخ انتقال) طی این زمان به نحوی قابل توجه تغییر نموده است، که بعضی تغییرات مثبت (مانند استفاده گسترده از ماسک) و بعضی تغییرات منفی بوده اند.

به طور ویژه، طرح پناهگیری که برای مراقبت از افراد شدیدا پرخطر تعبیه شده بود متوقف شده است. هر ابزاری که طی این زمان که میزان قرارگیری در معرض این ویروس به طور مصنوعی کم شده بود ممکن است خطر آن برای مردم را کمتر از میزان واقعی آن تخمین زند.

منبع: ایندیپندنت

منبع: فرادید

به "شناسایی و بستری بیمار کرونایی با الگوریتم جدید" امتیاز دهید

امتیاز دهید:

دیدگاه های مرتبط با "شناسایی و بستری بیمار کرونایی با الگوریتم جدید"

* نظرتان را در مورد این مقاله با ما درمیان بگذارید