Studie: Fitness-Armbänder könnten COVID-19-Hotspots erkennen

La Jolla/Kalifornien – Veränderungen von Herzfrequenz, Schlafdauer und körperlicher Bewegung, die von Fitness-Armbändern aufgezeichnet wurden, haben zusammen mit den Symptomen, die die Nutzer in einer Smartphone-App notierten, in einer Studie in Nature Medicine (2020; DOI: 10.1038/s41591-020-1123-x) Hinweise auf eine COVID-19-Erkran­kung geliefert, die für epidemiologische Untersuchungen genutzt werden könnten.

Neben einem Smartphone haben sich viele Menschen mittlerweile auch ein Fitness-Arm­band zugelegt, das sie tagsüber und nachts wie eine Armbanduhr am Handgelenk tragen. Sensoren registrieren die Herzfrequenz und die Bewegungen der Hand und übermitteln die Daten automatisch an das Smartphone.

Ein Team vom Scripps Research Translational Institute in La Jolla/Kalifornien hat für die Betriebssysteme iOS und Android die App „MyDataHelps“ (in Deutschland nicht verfüg­bar) entwickelt, die diese Daten für Forschungszwecke auswertet. In der App werden die Nutzer auch zu möglichen Symptomen befragt und ob bei ihnen ein Test auf SARS-CoV-2 durchgeführt wurde.

Bis zum 7. Juni hatten in den USA 30.529 Personen „MyDataHelps“ heruntergeladen und ihre Daten zur Verfügung gestellt. Darunter waren 3.811 Personen mit möglichen Symp­tomen von COVID-19. Von diesen hatten 333 einen Abstrich durchführen lassen, der bei 54 positiv ausfiel.

Die Forscher haben jetzt untersucht, ob die positiven Ergebnisse im SARS-CoV-2-Test mit den Daten aus dem Fitness-Armband korrelierten. Dies war tatsächlich der Fall. Die posi­tiv getesteten Personen hatten ihre tägliche Schrittzahl im Durchschnitt um 3.533 ver­mindert und nachts 57 Minuten länger geschlafen.

Diese Daten liefern während der Pandemie (in der andere Erkrankungen in den Hinter­grund geraten sind) durchaus Hinweise auf das Vorliegen einer COVID-19-Erkrankung. Giorgio Quer und Mitarbeiter ermittelten für die Schlafdauer einen AUC-Wert der ROC-Kurve von 0,68. Für die Änderung der Schrittzahl betrug der AUC-Wert 0,69.

Wurden beide Informationen kombiniert, stieg der AUC-Wert auf 0,72. Wurden auch noch die Symptome hinzugenommen, die die Nutzer auf ihrem Smartphone notiert hatten, be­trug der AUC-Wert sogar 0,80 (Interquartilbereich 0,73 bis 0,86).

Das ist zwar noch weit von dem Idealwert von 1 entfernt, bei dem eine 100-prozentige Sensitivität und Spezifität erreicht würde. Ein Abstand zum AUC-Wert von 0,5, der ein reines Zufallsergebnis anzeigt, ist jedoch klar erkennbar.

Zur Früherkennung einer Erkrankung ist der AUC-Wert vermutlich zu gering. Ein Scree­ning mit der App würde vermutlich zu einer Flut von nicht-bestätigten Verdachtsfällen führen. Für epidemiologische Zwecke könnten die Ergebnisse jedoch nützlich sein.

Ein Anstieg der auffälligen Messwerte und Symptome in einer Region könnte ein erster Hinweis für einen neuen Ausbruch („Hotspot“) sein, auf den die Behörden frühzeitig rea­gieren könnten. Die Forscher schätzen, dass für epidemiologische Zwecke nur 1 bis 2 % der 100 Millionen Amerikaner, die bereits ein Fitness-Armband (oder einen tragbaren Tracker) besitzen, die App nutzen müssten.

rme