Slimme horloges gebruiken om COVID-19 te detecteren en te monitoren (CovIdentify)

DUHS-patiënten die in de afgelopen vijf jaar diagnostische tests hebben ondergaan voor griep, COVID-19, respiratoir syncytieel virus en rhinovirus, worden in eerste instantie gescreend op een e-mailadres. Deelnemers ontvangen informatie over dit onderzoek via e-mail met een link om de enquête in te vullen. Er wordt een Studie-ID gegenereerd voor alle personen met een e-mail.

Deelnemers wordt gevraagd een e-toestemming in te vullen via een REDCap-enquête. Als deelnemers vragen hebben, ontvangen zij via e-mail de contactgegevens van het onderzoek. Deelnemers vullen de enquête in, die vragen bevat over eerdere symptomen en het eigendom van het apparaat (verwachte invultijd: 5 minuten). Als de deelnemer een van de volgende draagbare apparaten bezit (Fitbit, Garmin of Apple Watch), wordt hij naar een omleidings-URL gestuurd om in te loggen op zijn apparaataccount (voor Fitbit of Garmin) of krijgt hij instructies om zijn Healthkit-gegevens te exporteren en dumpen hun gegevens in een unieke Strongbox-link (voor Apple Watch). Als deelnemers ervoor kiezen om de gegevens van hun draagbare apparaat bij te dragen aan het onderzoek en de verkregen gegevens de gegevenskwaliteitsdrempels overschrijden, ontvangen zij een vergoeding. Er is geen vergoeding voor het invullen van het onderzoek. De onderzoekers zullen de deelnemers vragen of ze opnieuw gecontacteerd willen worden voor toekomstige onderzoeken met betrekking tot dit project.

De onderzoekers verzamelen eindpuntgegevenswaarden van de wearable. Deze gegevens zullen worden gebruikt om de dagelijkse activiteitshoeveelheden en -intensiteit (d.w.z. lichaamsbeweging en lopen), staan, slaaphoeveelheden, slaapkwaliteit, hartslagvariabiliteit, SpO2, ademhalingsfrequentie en hartslag te schatten. Alle gegevens van het draagbare apparaat worden geïdentificeerd aan de hand van een onderzoeks-ID.

De onderzoekers zullen statistische en machine learning-modellen gebruiken om gepersonaliseerde ‘basislijn’-gezondheidsmodellen te ontwikkelen en afwijkingen op te sporen die kunnen helpen bij het identificeren van een COVID-19-infectie. De onderzoekers zullen de gevoeligheid en specificiteit van onze modus voor het detecteren van luchtweginfecties vs. geen infectie valideren en testen aan de hand van symptoomonderzoeken en diagnostische tests als grondwaarheid. Het testen en valideren van het model zal voor elk merk apparaat afzonderlijk gebeuren en verder worden aangepast afhankelijk van het type luchtweginfectie.