Bisnis.com, JAKARTA – Tim ilmuwan dari Icahn School of Medicine, Amerika Serikat telah mengembangkan platform digital untuk mengidentifikasi virus corona baru pada tenaga kesehatan menggunakan variabel detak jantung, yang disambungkan ke aplikasi ponsel pintar.
Penularan dari virus SARS-CoV-2 yang mematikan telah menyebabkan pandemi Covid-19, yang menginfeksi lebih dari 50 juta orang dan menewaskan lebih dari 1,2 juta orang di seluruh dunia, dan masih berlangsung hingga sekarang.
Kendati risiko terjadinya komplikasi parah relatif pada individu yang rentan, seperti orang dewasa yang lebih tua atau orang dengan penyakit penyerta, sekitar 30-45 persen orang yang terinfeksi adalah asimtomatik atau sedikit bergejala. Ini meningkatkan penyebaran virus karena pengujian sebagian besar terbatas pada individu yang bergejala.
Dalam upaya untuk mengidentifikasi kemungkinan kasus Covid-19, banyak aplikasi pelacakan gejala telah dikembangkan. Namun, Aplikasi ini umumnya bergantung pada kepatuhan peserta terhadap protokol dan gejala yang dilaporkan, yang terkadang menghasilkan prediksi kasus yang tidak akurat.
Mirip dengan pelacakan gejala, berbagai parameter fisiologis, seperti detak jantung, tekanan darah, pola tidur, dan aktivitas sistem saraf otonom, dapat diukur secara objektif menggunakan perangkat penginderaan jauh yang dapat dikenakan.
Studi telah menunjukkan bahwa keakuratan mengidentifikasi kemungkinan kasus Covid-19 dapat ditingkatkan dengan menggabungkan pengukuran fisiologis dengan data yang diperoleh dari Aplikasi pelacakan gejala.
Dilansir dari News Medical Net, Selasa (10/11/2020) variabilitas detak jantung (HRV) adalah salah satu parameter yang memberikan informasi penting tentang crosstalk antara sistem saraf parasimpatis dan simpatis.
Crosstalk ini memainkan peran penting dalam memodulasi kontraktilitas jantung dan variabilitas interval denyut-ke-denyut. HRV yang rendah, yang menunjukkan peningkatan keseimbangan simpatis, dikenal sebagai prediktor yang baik untuk keadaan infeksi.
Dalam studi saat ini, para ilmuwan menggunakan data HRV yang dikumpulkan menggunakan aplikasi ponsel cerdas baru untuk mengidentifikasi dan memprediksi infeksi SARS-CoV-2 di antara petugas kesehatan yang bekerja di seluruh Sistem Kesehatan Gunung Sinai di Kota New York.
Para ilmuwan secara khusus bertujuan untuk menentukan apakah perubahan HRV dapat memprediksi keberadaan atau perkembangan gejala Covid-19. Selain itu, mereka mencoba mengevaluasi pola perubahan HRV selama periode penyakit aktif.
Pendaftaran jarak jauh peserta dan pengumpulan data HRV dilakukan menggunakan aplikasi smartphone (Aplikasi Warrior Watch) yang dipasang di jam tangan Apple. Para peserta diinstruksikan untuk memakai jam tangan tersebut minimal 8 jam/ hari.
Berbagai gejala terkait Covid-19, termasuk demam, batuk, bersin, lemas, pilek, sesak napas, sakit kepala, diare, dan hilangnya penciuman dan rasa, dikumpulkan setiap hari menggunakan kuesioner survei. Selain itu, hasil pengujian berbasis PCR dan pengujian antibodi serum dikumpulkan menggunakan kuesioner survei.
Dalam studi tersebut, sebanyak 297 petugas kesehatan dievaluasi selama masa studi. Durasi median dari masa tindak lanjut adalah 42 hari. Selama periode ini, 13 peserta dilaporkan memiliki diagnosis Covid-19 positif.
Di antara berbagai parameter fisiologis, pola sirkadian HRV, terutama standar deviasi interval N-N (disebut juga interval R-R), ditemukan berbeda secara signifikan antara peserta dengan dan tanpa Covid-19.
Variasi yang signifikan dalam parameter ini juga diamati pada peserta dari 7 hari sebelum hingga 7 hari setelah diagnosis Covid-19. Ini menunjukkan bahwa perubahan HRV dapat dianggap sebagai prediktor Covid-19 yang baik.
Menariknya, setelah 7 sampai 14 hari pasien didiagnosis Covid-19, pola sirkadian HRV cenderung menjadi normal, dan tidak ada variasi signifikan yang diamati antara peserta dengan dan tanpa Covid-19.
Mengenai gejala Covid-19, perubahan signifikan pada pola HRV sirkadian diamati pada hari pertama timbulnya gejala dibandingkan dengan hari-hari tindak lanjut lainnya. Secara khusus, perubahan dalam standar deviasi dari interval N-N tampak lebih menonjol pada hari sebelum timbulnya gejala.
Secara keseluruhan, temuan penelitian menunjukkan bahwa perubahan pola sirkadian HRV dapat digunakan sebagai parameter fisiologis yang diperoleh secara digital untuk mengidentifikasi individu dengan kemungkinan infeksi. Parameter ini juga dapat digunakan untuk memprediksi Covid-19 bahkan sebelum timbulnya gejala.
