سرویس ترجمه بهداشت‌نیوز، از ژانویه ۲۰۲۰، کووید۱۹ بیش از ۲۰۰ میلیون نفر را در سراسر جهان درگیر کرده است. تشخیص به موقع منبع عفونت‌های SARS-CoV-2 می تواند میزان شیوع را کاهش داده و به طور بالقوه نتایج حاصل برای بیمار را بهبود بخشد. در یک مطالعه اخیر که در The LancetTrusted Source منتشر شده، محققان با استفاده از علائمی که افراد در سه روز ابتدایی شروع بیماری گزارش کردند، در تشخیص عفونت SARS-CoV-2 به موفقیت ۸۰ درصدی دست یافتند.
گسترش و شیوع ویروس کرونا تا حدود زیادی به تشخیص و درمان سریع مبتلایان وابسته است. محققان کالج کینگ لندن مدلی را توسعه داده‌اند که می تواند نوع عفونت را بر اساس علائم اولیه گزارش شده پیش‌بینی کند. آنها در بررسی مطالعاتی خود به دنبال ترکیبی از علائم بودند که نشانه اولیه عفونت باشد.
در این مطالعه از مجموعه داده بزرگی متشکل از تقریباً ۲۰۰ هزار شرکت‌کننده استفاده شد که علائم خود را از طریق برنامه مطالعه علائم COVID گزارش کردند. این برنامه یک برنامه پزشکی-بهداشتی تلفن همراه است که مرکز ZOE در لندن توسعه داده و دانشمندان کالج کینگ بریتانیا و بیمارستان عمومی ماساچوست در بوستون نیز در این پروژه همکاری کرده‌اند.
دکتر کلر استیوز، یکی از نویسندگان مطالعه و مدرس ارشد بالینی در کالج کینگ لندن، داده هایی را که تیمش از برنامه جمع آوری کرده، وسیله‌ای برای انسجام میان بیماران، کارکنان مراقبت‌های بهداشتی و محققان می‌داند. او در مصاحبه با The Conversation می‌گوید: محققان سراسر کشور می‌توانند از این داده‌ها برای ترسیم بهتر نمودار و وضعیت بیماری استفاده کنند. ممکن است این مدل به عنوان یک پروکسی برای تشخیص بالینی عمل کند که نشان‌دهنده نیاز به آزمایش سواب یا ایزوله‌شدن در انتظار نتایج آزمایش می‌باشد.
این مطالعه مجموعه‌ای از علائم را مشخص کرد که جامعه پزشکی می‌تواند از آنها برای مشخص کردن علائم اولیه عفونت در زیرگروه های مختلف جمعیتی استفاده کند. مهمترین علائمی که علائم اولیه کووید۱۹ محسوب می شود شامل از دست دادن بویایی، درد قفسه سینه، سرفه مداوم، درد شکم، تاول روی پا، درد چشم و درد غیرعادی عضلات است.
مطالعات قبلی شامل علائمی نظیر تب و از دست دادن اشتها به عنوان علائم مرتبط برای شناسایی زودهنگام بود. با این حال، نتایج این مطالعه نشان می‌دهد که این دو علامت با پیش بینی اولیه بیماری ارتباطی ندارند. محققان باتوجه به علائم گزارش‌شده، به تفاوت علائم جنسیتی اشاره کردند. همچنین نشانه‌هایی از تفاوت علائم بین کارکنان مراقبت‌های بهداشتی و غیربهداشتی و بین گروه‌های سنی مختلف وجود دارد. به عنوان مثال، از دست دادن بویایی در افراد بالای ۶۰ سال کمتر مرتبط بوده و در افراد ۸۰ ساله یا بالاتر اصلاً قابل استفاده نبود.
نویسندگان چندین محدودیت را شناسایی کردند که یکی از آنها مربوط به سن شرکت‌کنندگان است. از آنجا که در این مطالعه از یک برنامه تلفن‌همراه برای جمع‌آوری داده‌ها استفاده شده، به احتمال زیاد جمعیت مورد مطالعه به سمت شرکت‌کنندگان جوان‌تر منحرف بوده است. محدودیت‌های دیگر شامل جنبه گزارش خود جمع آوری داده‌هاست.
ممکن است مواردی وجود داشته باشد که افراد علائم خود را بیش از حد و افراطی ارزیابی کنند یا تنها ۳ روز اول علائم را به طور دقیق به خاطر بیاورند. علاوه بر این، همه شرکت‌کنندگان شهروند انگلستان بودند که همین امر نیز مطالعه را محدود کرده، زیرا بسیاری از ویژگی‌های جمعیتی می‌تواند در بین کشورها بسیار متفاوت باشد.
طبق گفته پزشکان، ما باید به یاد داشته باشیم که انتقال بدون علامت بیماری یک خطر قابل توجه است، به ویژه در روزهای اولیه بیماری. حتی اگر محدودیت‌هایی وجود داشته باشد، یافته‌های این مطالعه ارزش استفاده از هوش مصنوعی را در تشخیص به موقع عفونت های SARS-CoV-2 نشان می‌دهد.
در حال حاضر، در انگلستان تنها از چند علامت برای توصیه به خود قرنطینه و انجام آزمایشات بیشتر استفاده می شود. با استفاده از تعداد بیشتری از علائم و تنها پس از چند روز ناخوشی، با استفاده از هوش مصنوعی می توان موارد مثبت [SARS-CoV-2] را بهتر تشخیص داد.
منبع: MedicalNewsToday/ اوت ۲۰۲۱
مترجم: لیلا فرجی
