Big Data y colaboración buscan luchar contra COVID-19

ARRIBA: ISTOCK.COM, METAMORWORKS

Aunque la tos y la fiebre se han considerado los signos más reveladores de COVID-19, en mayo , los investigadores publicaron un estudio que sugería que la pérdida del olfato y el gusto podían predecir mejor quién daría positivo en la prueba de la enfermedad. La información provino de datos compartidos por millones de personas que iniciaron sesión en una aplicación de teléfono para informar qué síntomas, si es que tenían alguno, estaban experimentando en un día determinado.

La aplicación Covid Symptom Tracker ahora tiene casi 4 millones usuarios Los investigadores están extrayendo las enormes cantidades de datos que recopilan para anticipar los brotes de COVID-19 en comunidades particulares y para explorar diferentes factores de riesgo de la enfermedad.

Fuimos uno de los primeros organismos en identificar realmente la importancia de un pérdida del gusto o el olfato como predictor, dice Andrew Chan, médico y epidemiólogo del Hospital General de Massachusetts e investigador principal del proyecto. Desarrollamos la aplicación de estudio Covid Symptom como un medio para recopilar rápidamente datos sobre una gran población de personas, para recopilar información en tiempo real sobre COVID en el contexto de una pandemia que se desarrolla rápidamente. La aplicación ha ayudado a los científicos a comprender los riesgos a los que se enfrentan los trabajadores de la salud, así como los efectos de algunos factores subyacentes, como la obesidad y la diabetes. Los datos no están fácilmente disponibles para ningún investigador, pero el equipo ha desarrollado una serie de asociaciones con quienes realizan ensayos clínicos e investigaciones longitudinales, y está interesado en asociarse con investigadores que están adoptando un enfoque diferente a la COVID, dice Chan.

Nadie creó un conjunto de datos como este en la historia de los Estados Unidos.

Melissa Haendel, Universidad de Ciencias y Salud de Oregón

No son los únicos que trabajan para acumular COVID -datos de salud relacionados. A medida que la pandemia se extendió por todo el mundo, los investigadores comenzaron a agregar grandes conjuntos de datos que se pueden analizar utilizando inteligencia artificial. Si bien algunos grupos, como los que están detrás de la aplicación de seguimiento de síntomas, han solicitado la ayuda del público, otros confían en la cooperación de hospitales de investigación que, de lo contrario, podrían competir entre sí.

A medida que los conjuntos de datos comienzan a arrojar información que puede ayudar a los proveedores a tratar las infecciones por SARS-CoV-2 y los síndromes posteriores a la COVID-19, los investigadores involucrados dicen que esperan que su éxito marque el comienzo de una nueva era de colaboración en la investigación médica.

Podemos transformar el forma en que se hace la ciencia clínica, aprovechando las herramientas y los recursos de big data y la ciencia de datos de maneras que no han sido posibles, dice Chris Chute, investigador de informática de la salud en la Universidad Johns Hopkins. Esperamos que esta oportunidad demuestre que el cielo no se cae si realmente aprovechamos los datos de manera responsable.

El esfuerzo más ambicioso en los Estados Unidos es la base de datos de National COVID Cohort Collaborative (N3C), respaldada por el Centro Nacional para el Avance de la Ciencia Traslacional (NCATS), una división de los Institutos Nacionales de Salud. La base de datos recopila información de los registros de salud electrónicos de pacientes a los que se les ha realizado la prueba de COVID-19, ya sea que esas pruebas hayan resultado positivas o negativas o que hayan informado síntomas similares a los de COVID. Los proveedores de atención médica envían los registros y NCATS los pone a disposición de cualquier investigador acreditado para que los analice. El equipo comenzó a trabajar en la base de datos en marzo y está comenzando a revisar las solicitudes de los investigadores que desean estudiar los datos esta semana.

Creemos que hay una enorme cantidad de talento, no solo en la medicina académica. centros, sino en departamentos de informática, departamentos de ciencia de datos, departamentos de estudios sociales, dice Chute, quien es codirector de N3C. Somos igualitarios sobre quién puede acceder a estos datos.

Hasta ahora, dice Chute, 49 instituciones se han registrado para compartir sus datos.

Es un movimiento, realmente, para compartir datos en este escala de esta manera, dice Melissa Haendel, quien estudia informática médica en la Universidad de Ciencias y Salud de Oregón y quien dirige el proyecto con Chute. Nunca nadie creó un conjunto de datos como este en la historia de los Estados Unidos.

Hacer que este conjunto de datos sea funcional es un desafío. En primer lugar, es necesario armonizar los datos de diferentes fuentes. Por ejemplo, diferentes organizaciones pueden usar diferentes códigos para indicar el género. Un registro puede decir M para masculino, mientras que otro usa la palabra completa. Algunos pueden tener una opción para otros, mientras que otros pueden tener una variedad de opciones más específicas, como transgénero o no binario. Los científicos deben asegurarse de que todos estos datos se combinen de manera significativa y precisa.

Dado que los datos incluyen información como ubicaciones y fechas necesarias para rastrear el brote, el equipo necesitaba desarrollar estrategias seguras para proteger la privacidad del paciente. . En primer lugar, dice Chute, los datos se alojan en un enclave seguro, lo que significa que no se pueden descargar ni eliminar de su servidor. De hecho, ni siquiera puede ser visto directamente por la mayoría de los investigadores que lo utilizan. En su lugar, deben programar un software que pueda analizar los datos y proporcionar respuestas.

Somos muy conscientes de que tenemos la responsabilidad de supervisar un recurso de datos de esta sensibilidad, dice Chute. Estos son datos sobre potencialmente decenas de millones de personas a medida que continúa la epidemia.

El equipo dice que tan pronto como los datos estén disponibles, probablemente habrá algunas frutas al alcance de la mano que los investigadores pueden buscar. Una de las primeras preguntas será, ¿podemos simplemente identificar todos los medicamentos que las personas toman y que tienen un efecto positivo o negativo en cualquier población o subpoblación de pacientes? dice Haendel.

Stephen Hewitt, un patólogo del Instituto Nacional del Cáncer que se llama a sí mismo un gran admirador de N3C, es el jefe del Repositorio de Patología Digital COVID (COVID-DPR), que actualmente está agregando y digitalizando humanos muestras de tejido de pacientes fallecidos con COVID-19 en todo el país. Anticipa que la colección se utilizará junto con N3C.

En 2010, Hewitt creó la Red de estudio del síndrome nefrótico, una base de datos de biopsias renales que ha ayudado a los investigadores a comprender mejor los mecanismos subyacentes a la enfermedad renal. Y eso fue todo un éxito, dice. Movió la aguja hasta ahora.

Pero obtener y digitalizar muestras de pacientes durante la pandemia ha sido un desafío. COVID ha interrumpido nuestros procesos naturales de duelo. Y muchas veces las familias ni siquiera están en la misma ciudad porque no pueden viajar. dice Hewitt.  Debido a que los patólogos necesitan permiso para tomar y usar las muestras, a veces nos resulta más difícil obtener el material simplemente porque perseguíamos a los familiares de los pacientes fallecidos. Además, muchos de los investigadores que normalmente se encargarían de organizar y analizar las muestras no están en el laboratorio, porque los hospitales se centran en la atención clínica.

Sin embargo, es optimista. Originalmente se propuso obtener muestras de 50 autopsias en tres meses y actualmente está en camino de obtener 90 en ese período de tiempo. Hewitt explica que el tejido de pacientes fallecidos muestra a los médicos las versiones extremas del daño que el virus probablemente está causando en los pacientes que sobreviven y ayudará a los investigadores a abordar los efectos a largo plazo de la enfermedad.

Ver Autopsias indican sangre Los coágulos son letales en COVID-19

Haendel dice que espera que si las bases de datos tienen éxito, puedan ayudar a sentar las bases para el uso responsable de grandes datos para comprender todo tipo de resultados de salud. La razón por la que se nos permitió hacer esto es porque es una emergencia nacional, dice ella. Si todo va bien y somos realmente capaces de crear una gran comunidad colaborativa. . . eso afectará absolutamente lo que hacemos a largo plazo para todo tipo de áreas de enfermedades diferentes.