I Fitbit possono aiutare a prevedere i focolai di influenza

Un recente studio americano ha mostrato che i Fitbit, i fitness tracker, possono essere utilzzati dalle autorità anche per prevedere picchi di influenza

fitbit logo

Uno dei device che più ha avuto successo negli ultimi anni sono stati gli smartwatch, degli orologi con numerosi funzioni, sia per gli sportivi sia per i non. Uno degli wearable più venduti è senza dubbio il FitBit, venduto in milioni di pezzi in tutto il mondo.

Esso però non conta solo i passi ed i minuti di sonno, le funzioni classiche di un wearable, ma può anche aiutare a capire se si è affetti da influenza, e avvisare le autorità sanitarie di prepararsi ad aiutare in caso di una nascita di un possibile focolaio.

 

La funzione del Fitbit per prevedere picchi di influenza

Uno studio condotto negli Stati Uniti ha rilevato che i dati relativi alla frequenza cardiaca e al sonno degli orologi da fitness tracker possono prevedere e avvisare i funzionari della sanità pubblica in tempo reale di focolai di influenza in modo più accurato rispetto agli attuali metodi di sorveglianza.

Lo studio ha utilizzato i dati di oltre 47.000 utenti Fitbit in cinque stati degli Stati Uniti. I risultati, pubblicati sulla rivista The Lancet Digital Health, hanno mostrato che, utilizzando i dati dell’orologio, le previsioni a livello statale delle epidemie di influenza sono state migliorate e accelerate.

L’Organizzazione Mondiale della Sanità stima che ogni anno nel mondo muoiano 650.000 persone per malattie respiratorie legate all’influenza stagionale. Le segnalazioni di sorveglianza tradizionali, però, richiedono fino a tre settimane, il che significa che le misure di risposta, per esempio la distribuzione di vaccini o antivirali e il consiglio ai pazienti di rimanere a casa, possono spesso restare in ritardo e dunque non fermare l’accenno di focolaio.

“La risposta più rapida alle epidemie di influenza può prevenire un’ulteriore diffusione e infezione, ed eravamo curiosi di vedere se i dati dei sensori potessero migliorare la sorveglianza in tempo reale”, ha affermato Jennifer Radin, che ha co-condotto tale studio presso l‘US Scripps Research Translational Institute.