Surveillance à distance des patients ambulatoires positifs au COVID-19

Les publications de recherche et les essais cliniques les plus récents se sont exclusivement concentrés sur les soins hospitaliers et en unité de soins intensifs (USI) des patients COVID-19. Peu de gens se sont concentrés sur la façon de diriger les soins dispensés à domicile, où la majorité des personnes infectées par le coronavirus se rétabliront, et comment et quand sauver ceux qui courent un risque immédiat de mauvais résultats. Pour standardiser le processus de surveillance à domicile et offrir des conseils dans ce territoire inexploré, les chercheurs ont créé une méthode de gestion ambulatoire des patients COVID-19 et des maladies pseudo-grippales (ILI) à forte suspicion pour l'hôpital universitaire Emory. Cela comprend le modèle de cliniques nouvellement mis en œuvre, y compris la gestion ambulatoire en personne dans la clinique respiratoire aiguë (ARC), la clinique de gestion ambulatoire virtuelle (VOMC) et le registre de surveillance à distance des patients ambulatoires Emory COVID-19 (E-CORMR). L'analyse initiale du système de gestion, en particulier dans l'attribution des niveaux de risque, a montré que l'attribution précoce des niveaux de risque peut aider à identifier les patients à risque de détérioration clinique. Les chercheurs ont également démontré les profils de symptômes et les durées de l'évolution "typique" de la maladie en ambulatoire. L'E-CORMR a permis de créer un tableau de bord pour une meilleure prise en charge de ces patients souvent complexes. Il a été déterminé après sa création qu'il pouvait également être utilisé à des fins de recherche pour stocker des données recueillies à partir de paramètres physiologiques.

Le but de cette étude est de développer des algorithmes utilisant des données secondaires extraites des dispositifs de télésurveillance qui ont été recueillies au sein de l'E-CORMR. Les chercheurs proposent de dériver des algorithmes robustes grâce à l'analyse de ces données qui identifient une hospitalisation potentielle. Les résultats amélioreront non seulement la prise en charge des patients atteints de COVID-19 connu ou suspecté, mais fourniront également des informations permettant une intervention précoce chez les patients à risque de décompensation. Ces informations peuvent ensuite être utilisées par d'autres systèmes de santé pour soigner les patients de manière plus sûre à domicile, réduisant ainsi l'impact de la COVID-19 sur les établissements de soins aigus surchargés et évitant de mauvais résultats.