Un análisis de los datos de la aplicación COVID Symptom Study ha revelado que hay seis 'tipos' distintos de COVID-19, cada uno de los cuales se distinguen entre sí por síntomas específicos, la gravedad con que se cursa la enfermedad y la necesidad de asistencia respiratoria durante la hospitalización. .
Los hallazgos tienen implicaciones importantes para el manejo clínico de COVID-19 ayudarían a los médicos a predecir quién tiene mayor riesgo y probablemente necesite atención hospitalaria en una segunda ola de infecciones por coronavirus.
Aunque la tos continua, la fiebre y la pérdida del olfato (anosmia) generalmente se destacan como los tres síntomas clave de COVID-19, los datos recopilados de los usuarios de la aplicación muestran que las personas pueden experimentar una amplia gama de síntomas diferentes: dolores de cabeza y/o musculares, fatiga, diarrea , confusión, pérdida de apetito, falta de aliento y otros.
La progresión y los resultados también varían significativamente entre las personas, desde síntomas leves parecidos a la gripe, una erupción cutánea simple o incluso una enfermedad grave o mortal.
Para averiguar si los síntomas particulares tienden a aparecer juntos y cómo esto se relaciona con la progresión de la enfermedad, el equipo de investigación del King's College London utilizó un algoritmo de aprendizaje automático para analizar datos de un subconjunto compuesto por alrededor de 1 600 usuarios del Reino Unido y EE. UU. con COVID-19 confirmado, con registros regulares (en marzo y abril) de sus síntomas por medio de la aplicación.
El análisis reveló seis agrupaciones específicas de síntomas que emergen en momentos característicos del progreso de la enfermedad, representativos de seis 'tipos' distintos de COVID-19. A continuación, el algoritmo se probó en un segundo conjunto de datos independiente de 1 000 usuarios en el Reino Unido, Estados Unidos y Suecia, co síntomas registrados durante el mes de mayo. Todas las personas que informaron síntomas experimentaron dolor de cabeza y pérdida del olfato, con combinaciones adicionales en varios momentos.
El equipo también descubrió que las personas que experimentaban grupos de síntomas particulares tenían más probabilidades de necesitar soporte respiratorio en forma de ventilación u oxígeno adicional.
Los investigadores desarrollaron después un modelo que combina datos sobre la edad, el sexo, el IMC y las afecciones preexistentes junto con los síntomas recopilados en solo cinco días desde el inicio de la enfermedad. Esto fue capaz de predecir en qué grupo cae un paciente y su riesgo de requerir hospitalización y soporte respiratorio. En comparación con el modelo de riesgo existente basado únicamente en la edad, el sexo, el IMC y las condiciones preexistentes, la predicción confirmó una mayor probabilidad de ser correcta.
Dado que la mayoría de las personas que requieren asistencia respiratoria acuden al hospital alrededor de 13 días después de sus primeros síntomas, estos ocho días adicionales representan una 'advertencia temprana' significativa sobre quién podría necesitar cuidados más intensivos.
"Estos hallazgos tienen implicaciones importantes para la atención y el monitoreo de las personas predispuestas a COVID-19 grave", dijo la Dra. Claire Steves del King's College de Londres. “Si el algoritmo permite predecir quiénes son estas personas en el quinto día, tendríamos tiempo para brindarles apoyo e intervenciones precoces, como monitorear los niveles de oxígeno y azúcar en la sangre, asegurarse de que estén hidratados adecuadamente e incluso ofreciéndoles la posibilidad de recibir atención simple que podría brindarse en el hogar, evitando hospitalizaciones y salvando vidas".
Al conseguir "la recopilación de grandes conjuntos de datos a través de la aplicación logramos un notable aumento de nuestra comprensión del alcance y consecuencias de la COVID-19 y la salud humana en general", dijo Sebastien Ourselin, profesor de ingeniería de atención médica en King's College London y autor principal del estudio.