Early Identification of COVID-19 Infection Using Remote Cardiorespiratory Monitoring: Three Case Reports
Notice bibliographique
Résumé
BACKGROUND: The adoption of remote patient monitoring (RPM) in routine medical care requires increased understanding of the physiologic changes accompanying disease development and the proactive interventions that will improve outcomes. OBJECTIVE: The aim of this study is to present three case reports that highlight the capability of RPM to enable early identification of viral infection with COVID-19 in patients with chronic respiratory disease. METHODS: Patients at a large pulmonary practice who were enrolled in a respiratory RPM program and who had contracted COVID-19 were identified. The RPM system (Spire Health) contains three components: (1) Health Tags (Spire Health), undergarment waistband-adhered physiologic monitors that include a respiratory rate sensor; (2) an app on a smartphone; and (3) a web dashboard for use by respiratory therapists. The physiologic data of 9 patients with COVID out of 1000 patients who were enrolled for monitoring were retrospectively reviewed, and 3 instances were identified where the RPM system had notified clinicians of physiologic deviation due to the viral infection. RESULTS: Physiologic deviations from respective patient baselines occurred during infection onset and, although the infection manifested differently in each case, were identified by the RPM system. In the first case, the patient was symptomatic; in the second case, the patient was presymptomatic; and in the third case, the patient varied from asymptomatic to mildly symptomatic. CONCLUSIONS: RPM systems intended for long-term use and that use patient-specific baselines can highlight physiologic changes early in the course of acute disease, such as COVID-19 infection. These cases demonstrate opportunities for earlier diagnosis, treatment, and isolation. This study supports the need for further research into how RPM can be effectively integrated into clinical practice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».