بر اساس تحقیقات جدید، علائم اولیه کرونا در میان گروه‌های سنی و بین افراد متفاوت است. این تفاوت‌ها بین گروه‌های سنی جوانتر (۱۶-۵۹ سال) در مقایسه با گروه‌های سنی بزرگتر (۶۰-> ۸۰ سال) و مردان نسبت به زنان در مراحل اولیه عفونت است.
در این مطالعه که در Lancet Digital Health منتشر شد از مشارکت کنندگان خواسته شد تا به محض مشاهده علائم جدید مورد آزمایش قرار گیرند، محققان علائم اولیه عفونت کووید-۱۹ را مدل سازی کرده و ۸۰ درصد موارد را با موفقیت تشخیص دادند.
محققان توانایی پیش بینی علائم اولیه را با استفاده از معیار‌های تشخیصی سرویس بهداشت ملی انگلیس و مدل فرآیند سلسله مراتبی گاوسی، نوعی یادگیری ماشین مقایسه کردند. این مدل یادگیری ماشینی برخی از خصوصیات مربوط به فرد مبتلا مانند سن، جنس و شرایط سلامتی را سنجیده و نشان داد که علائم عفونت اولیه کووید-۱۹ در بین گروه‌های مختلف متفاوت است.
۱۸ علامت مورد بررسی قرار گرفت که برای تشخیص زودهنگام در گروه‌های مختلف ارتباط متفاوتی داشتند. مهمترین علائم برای تشخیص اولیه کووید-۱۹ به طور کلی شامل از دست دادن بویایی، درد قفسه سینه، سرفه مداوم، درد شکم، تاول در پا، درد چشم و درد ماهیچه‌ای غیرمعمول بود. از دست دادن بویایی در افراد بالای ۶۰ سال اهمیت خود را از دست داد و برای افراد بالای ۸۰ سال مهم نبود. سایر علائم اولیه مانند اسهال در گروه‌های سنی بزرگتر (۶۰-۷۹ و> ۸۰) کلیدی بودند. تب در حالی که یک علامت شناخته شده بیماری است، از ویژگی‌های اولیه این بیماری در هیچ گروه سنی نبود.
مردان بیشتر تنگی نفس، خستگی، لرز و تب را گزارش می‌کردند، در حالی که زنان بیشتر از دست دادن بویایی، درد قفسه سینه و سرفه مداوم داشتند. اگرچه این مدل‌ها در اولین سویه ویروس و انواع آلفا مورد استفاده قرار گرفتند، یافته‌های کلیدی نشان می‌دهد که علائم نوع دلتا و انواع بعدی نیز در گروه‌های مختلف جمعیت متفاوت خواهد بود.
به گفته یکی از محققان افراد می‌دانند که علائم اولیه گسترده هستند و ممکن است برای هر یک از اعضای یک خانواده متفاوت باشد. راهنمای آزمایش می‌تواند به روز شود تا موارد زودتر انتخاب شوند، به ویژه در مواجهه با انواع جدید که بسیار قابل انتقال هستند. این می‌تواند شامل استفاده از آزمایش‌های جانبی گسترده برای افرادی باشد که دارای هر یک از این علائم غیر اصلی هستند.
دکتر لیان دوس سانتوس کاناس، اولین نویسنده این مطالعه گفت: در حال حاضر تنها چند علامت برای توصیه به قرنطینه و آزمایش بیشتر استفاده می‌شود. با استفاده از تعداد بیشتری از علائم و فقط پس از چند روز حال ناخوشایند، با استفاده از هوش مصنوعی، می‌توانیم موارد مثبت کووید-۱۹ را بهتر تشخیص دهیم. امیدواریم چنین روشی برای تشویق افراد بیشتری برای آزمایش در اسرع وقت استفاده شود تا خطر شیوع را به حداقل برساند.
دکتر مارک مودات محقق دیگر این مطالعه گفت به عنوان بخشی از مطالعه، ما توانستیم تشخیص دهیم که مشخصات علائم ناشی از کووید-۱۹ از گروهی به گروه دیگر متفاوت است. این نشان می‌دهد معیار‌های تشویق افراد برای آزمایش باید با استفاده از اطلاعات افراد مانند سن شخصی شود؛ از طرف دیگر مجموعه وسیع‌تری از علائم را می‌توان در نظر گرفت، بنابراین تظاهرات مختلف بیماری در گروه‌های مختلف در نظر گرفته می‌شود.
باشگاه خبرنگاران جوان
