La detección temprana y la predicción de los brotes de influenza es fundamental para minimizar su impacto. Actualmente, los Centros para el Control y la Prevención de Enfermedades rastrean las enfermedades similares a la influenza, pero con un lapso de tiempo de una a dos semanas. Ahora, un equipo dirigido porinvestigadores del Boston Children's Hospital muestran que los datos basados en la nube de los registros médicos electrónicos EHR, por sus siglas en inglés se pueden usar para detectar casos en tiempo real, al menos una semana antes de los informes de los CDC.
Al combinar datos de HCE, patrones históricos de actividad de la gripe y un algoritmo de aprendizaje automático para interpretar los datos, los investigadores hicieron predicciones precisas de la actividad de la gripe nacional y local que coincidían con los informes posteriores de los CDC. Informaron sus hallazgos en línea el 11 de mayo en Informes científicos , una revista en línea de acceso abierto de los editores de Nature.
"Tener acceso a información EHR agregada casi en tiempo real nos ha permitido mejorar significativamente nuestros sistemas de seguimiento y pronóstico de la influenza", dice el autor principal Mauricio Santillana, PhD, miembro de la facultad del Programa de Informática de Salud Computacional para Niños de Boston CHIP, quientambién tiene un nombramiento como profesor en la Facultad de Medicina de Harvard y es asociado del Instituto de Ciencias Computacionales Aplicadas de Harvard. "El seguimiento en tiempo real permitirá a los funcionarios de salud pública locales prepararse mejor para la actividad inusual de la gripe y potencialmente salvar vidas".
El estudio aprovechó los datos de Athenahealth, un proveedor de aplicaciones médicas basadas en la nube. La base de datos de la compañía abarcó más de 72,000 proveedores de atención médica y EHR para más de 23 millones de pacientes, la mayoría de los cuales se ven en entornos de oficina.
Los investigadores entrenaron primero el algoritmo de predicción de la gripe, llamado ARES, con datos sobre recuentos totales de visitas semanales, recuentos de visitas para la influenza y enfermedades similares a la influenza, recuentos de visitas para la vacunación contra la influenza y otros datos capturados desde junio de 2009 hasta enero de 2012. Ellosluego usó ARES para estimar la actividad de la influenza durante los próximos tres años hasta junio de 2015.
El equipo demostró que las estimaciones de ARES de la actividad de la gripe nacional y regional tenían tasas de error de 2 a 3 veces más bajas que los modelos predictivos anteriores. ARES también calculó correctamente el momento y la magnitud de la "semana pico" de la gripe nacional. Fue ligeramentemenos preciso para predecir las semanas pico regionales, pero claramente superó a Google Flu Trends, otro sistema en tiempo real que rastreaba los brotes mediante búsquedas en Internet Google Flu Trends se cerró en agosto de 2015.
"Nuestro estudio muestra el verdadero valor de considerar múltiples flujos de datos en la vigilancia de enfermedades", dice John Brownstein, PhD, investigador principal del estudio y director de innovación del Boston Children's Hospital. "Si bien los datos de Google brindan información increíble en tiempo real para toda la población, los datos clínicos agregan una evaluación más precisa y precisa del estado de la enfermedad. A medida que los datos de EHR estén disponibles de manera más ubicua, veremos grandes avances en nuestra capacidad para monitorear y rastrear los brotes de enfermedades ".
Fuente de la historia :
Materiales proporcionado por Hospital de Niños de Boston . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :