L’influenza provoca centinaia di migliaia di morti in tutto il mondo ogni anno. La segnalazione tradizionale della sorveglianza influenzale negli Stati Uniti e nel mondo è spesso ritardata di 1-3 settimane, e rivista mesi dopo. Questo ritardo può consentire ai focolai di passare inosservati, diffondendosi rapidamente a nuove popolazioni sensibili e in altre regioni geografiche. Il punto di partenza degli autori di un recente articolo pubblicato da The Lancet è che le infezioni acute, come l’influenza, possono indurre nell’individuo una frequenza cardiaca a riposo elevata durante il sonno. Gli scienziati si sono chiesti se i sensori indossabili come Fitbit, che rilevano la frequenza cardiaca potessero essere in qualche modo utili per dare un primo segnale dell’infezione in atto. Secondo quanto riporta Statista sono circa 223 milioni i dispositivi indossabili spediti a livello globale nel 2019. Si prevede che questa cifra salirà a oltre 300 milioni entro il 2023, un boom rispetto ai 30 milioni di device venduti del 2014.
La risposta sembra essere affermativa. Sono stati esaminati oltre 47 mila utenti statunitensi che indossavano costantemente Fitbit durante il periodo di studio, fra marzo 2016 e marzo 2018, per un totale di oltre 13,3 milioni di dati. Si è osservato che i dati raccolti dal Fitbit miglioravano significativamente le previsioni di malattie simili all’influenza (influenza-like illness, ILI). “Questi dati potrebbero migliorare la sorveglianza dell’influenza in tempo reale con un dettaglio geografico maggiore e mettere così in campo misure tempestive di risposta alle epidemie per prevenire l’ulteriore trasmissione di casi di influenza” concludono gli autori. “Inoltre, una migliore caratterizzazione dei valori medi di un individuo attraverso sensori indossabili ci consentirà di identificare con più precisione le deviazioni che potrebbero indicare l’incidenza di stati acuti della malattia”.
Sono diversi gli studi che evidenziano la correlazione fra frequenza cardiaca più elevata nel sonno e tassi di ILI. È chiaro che potrebbero esserci anche fattori esterni, oltre all’infezione, che potrebbero influenzare la frequenza cardiaca e il sonno di una persona. Le vacanze invernali – per esempio – sono state associate a cambiamenti nell’aumento di peso e cambiamenti nel consumo di alcol e dei livelli di stress. Questi fattori potrebbero aumentare la suscettibilità alle infezioni e influenzare la sorveglianza dell’ILI. Uno studio ha rilevato che la frequenza cardiaca è più elevata a temperature molto fredde o molto calde, e che la frequenza cardiaca tende a crescere quando qualcuno è disidratato, il che potrebbe essere più probabile che accada durante determinate stagioni. La mancanza di sonno può essere un indicatore di stress, che può anche aumentare la frequenza cardiaca. Nello studio di cui stiamo parlando si è ritenuto che gli utenti non avessero forti problemi di insonnia.
Si tratta quindi di primi dati, da cui partire per approfondire e dettagliare le ricerche. È interessante per esempio studiare come i farmaci agiscono all’interno di questa correlazione. Uno studio che ha somministrato paracetamolo per via endovenosa a pazienti con febbre grave ha scoperto che riduceva in modo significativo la frequenza cardiaca dopo sole due ore. “Le persone con più malattie croniche, così come i bambini e le persone di età superiore ai 65 anni, in genere hanno risposte più gravi alle infezioni influenzali, con maggiori aumenti di frequenza cardiaca.
“Futuri studi prospettici dovrebbero tentare di misurare da una parte le variabili esterne e collegare i singoli dati Fitbit ai sintomi riportati o alla conferma dell’influenza in laboratorio, dall’altra indagare il ruolo delle caratteristiche individuali come l’età, la pluricronicità, l’obesità e il sesso su valori anomali”.
La frontiera – concludono gli autori – sarebbe essere in grado di identificare le infezioni addirittura prima dell’insorgenza dei sintomi, e fare tutto questo senza minare la privacy degli individui, facendo attenzione alla sicurezza informatica che la gestione di flussi di dati di questo tipo comporta.
