Probando la precisión de una prueba digital para diagnosticar Covid-19

La pandemia viral de Covid-19 ha causado pérdidas globales significativas y trastornos en todos los aspectos de la sociedad (incluida la salud, la educación y la seguridad comercial y económica). Una de las principales dificultades para controlar la propagación de este coronavirus ha sido la presentación tardía y leve (o la falta de) de síntomas en las personas infectadas. Además, no hay suficiente capacidad de prueba de Covid-19 en el Reino Unido, y solo una precisión moderada de tales pruebas para confirmar la infección por coronavirus. Juntos, estos obstáculos han llevado a que innumerables casos desconocidos de coronavirus pasen desapercibidos y alimenten la propagación viral en la población, al comprometer el rigor de las medidas de autoaislamiento adoptadas por personas infectadas que de otro modo podrían haber frenado o prevenido la transmisión del virus. El costo profundo y generalizado de la progresión continua de Covid-19, que coincide con la falta de capacidad de prueba, justifica el desarrollo de herramientas de diagnóstico alternativas que evalúen de manera confiable la infección por Covid-19 en las primeras etapas de la infección, al mismo tiempo que son de bajo costo, bajo -carga, y fácilmente administrado a una amplia proporción de la población.

La aplicación gratuita de seguimiento de síntomas 'Covid Symptom Study' fue lanzada a mediados de marzo por la empresa emergente de tecnología sanitaria Zoe Global Ltd, y actualmente se utiliza en el Reino Unido, EE. UU. y Suecia, con más de 2,7 millones de usuarios solo en el Reino Unido. que usan la aplicación para autoinformar sus síntomas de Covid-19. Al registrarse para usar la aplicación, se solicita a los usuarios que informen datos demográficos y fenotípicos, como edad, sexo, IMC, etnia, contacto con personas infectadas (a través de un profesional de la salud), hábito de fumar, condiciones de salud existentes, entre otra información. A partir de ese momento, se les pide a los usuarios que informen, diariamente, sobre la presentación de síntomas atribuibles a Covid-19 (o la ausencia de los mismos) mediante el uso de cuestionarios administrados por la aplicación, lo que permite el seguimiento en tiempo real de la progresión de la enfermedad en todo el Reino Unido. . La aplicación también permite a los usuarios informar los resultados de sus pruebas de Covid-19, lo que permite el desarrollo de algoritmos de predicción basados ​​únicamente en datos de usuarios autoinformados para predecir la presencia de infección en usuarios no evaluados.

En nombre de Zoe Global Ltd, el Departamento de Salud y Atención Social del Reino Unido, con el apoyo del Asesor Científico Jefe del Reino Unido, se comprometió a evaluar hasta 10,000 usuarios de aplicaciones por semana para detectar la infección por SARS-CoV-2 en Inglaterra e Irlanda del Norte, para el propósito de mejorar rápidamente la precisión de las predicciones basadas en síntomas. Puede seguir una asignación de prueba similar en Escocia y Gales.

A los usuarios de aplicaciones sintomáticos se les pedirá que se hagan la prueba de infección por SARS-CoV-2, utilizando la popular técnica de hisopo y qRT-PCR, y se les pedirá que informen los resultados de sus pruebas en la aplicación, mientras continúan registrando sus síntomas.

Este estudio de validación, realizado en el King's College de Londres, tiene como objetivo validar la sensibilidad y la especificidad de los modelos de aprendizaje automático como una herramienta de diagnóstico que predice la infección por SARS-CoV-2 en función de los síntomas informados por la aplicación y los datos fenotípicos, frente al "estándar de oro". ' Prueba de PCR con hisopo, utilizando la aplicación Covid Symptom Study como plataforma de investigación.

Se supone que al entrenar los modelos basados ​​en síntomas utilizando los resultados de las pruebas de hisopo y a través de múltiples iteraciones del modelo después de la entrada continua de datos de los usuarios de aplicaciones evaluados e informados, las predicciones de infección se realizarán con una precisión considerable, lo que permitirá que la aplicación Covid Symptom Study sea se utiliza como una herramienta de diagnóstico que alivia la tensión de la capacidad de prueba en el Reino Unido al mismo tiempo que es de fácil acceso y representa una carga mínima para el usuario.

Diseño del estudio:

Debido al rápido desarrollo y la duración e intensidad inciertas de la pandemia de Covid-19, el diseño del presente estudio es prospectivo y permite la iteración regular en modelos de predicción y la acumulación continua de datos de validación. El estudio consta de una serie de fases, cada una de 14 días de duración. Antes del inicio de cada fase (día 0), se congelará un conjunto de modelos de aprendizaje automático y se enviará para su validación con los datos recopilados durante esta fase y las siguientes.

Los algoritmos de aprendizaje automático mejoran con el aumento de datos. Por lo tanto, las fases de validación continuarán mientras las pruebas estén disponibles y los usuarios de la aplicación den su consentimiento para unirse al estudio. Debido a la incertidumbre en torno a la progresión de las tasas de infección del Reino Unido, el estudio de validación continuará mientras sea valioso para la salud pública.

Un plan de análisis estadístico detallado se describe en el documento adjunto a este registro. Un registro de todos los modelos de aprendizaje automático utilizados para la validación se actualizará periódicamente en GitHub (https://github.com/zoe/covid-validation-study).