一个新的预测模型有助于识别严重Covid-19风险的模型

Buck Institute的研究人员分析了英国300万人使用的Covid-19症状跟踪应用程序的数据，增加了使用免疫抑制药物，使用流动援助，呼吸短促，发烧和疲劳列表增加严重Covid-19风险的症状和融合性。结果发表在医学互联网研究杂志。

“即使已经建立了风险因素对于严重的covid-19，没有良好的预测因子使能医疗保健机构，甚至那些谁药检呈阳性，评估谁应寻求先进的医疗护理，“巴克研究所副教授大卫·福尔曼博士，资深科学家，谁领导了这项研究说，”我们很高兴能加入到正在进行的努力在世界各地确定如何最好地照顾被冠状病毒感染的人。“

Furman表示，在三百万人中使用了大约11000人的应用程序，为病毒测试了阳性，在医院最终有500名。症状跟踪应用程序从多个角度收集数据，要求人们描述他们的感受，他们正在遇到的症状，以及他们使用的药物以及营养和饮食等人口统计因素。

结果未将年龄确定为严重COVID-19的危险因素;弗曼承认老人不太可能使用智能手机应用是对该研究的限制。“但我们的研究，”Furman说：“强调表达我们模型中确定的功能的人口可能易于更严重的Covid-19。”

弗曼补充说，研究中确定的许多因素都与衰老有关，“了解在生理上比他们年长的脆弱的年轻人群。实足年龄通常与老年人群相关的特征可以帮助临床医生识别易感的年轻人群。”

Furman表示，确定使用免疫抑制药物的发现作为更严重的疾病的主要预测因子，需要更多调查。“这些患者是否因为潜在的自身免疫/自动炎症疾病或因为药物正在抑制它们而造成更糟炎症反应-我们不知道，”他说。“世界各地的实验室都在研究导致严重COVID-19相关细胞因子风暴的过度活跃的免疫反应。我们的发现强调了理解生物学在这些案例中起作用的必要性。”

Furman和同事正在使用人工智能而且机器学习追求其他与科迪德相关的研究。正在进行努力，以预测可能成为Covid“长途搬运工”的患者 - 在从急性疾病中恢复过来经历持续衰弱的症状。研究人员还与鉴定单个蛋白质组中的老化表型（在我们的细胞和组织中表达的蛋白质的整个补体）相关的数据以及感染的人的蛋白质组新冠病毒。弗曼说，初步数据表明，就蛋白质组而言，有一种COVID-19患者的衰老速度更快。他说，希望能够确定干预措施，将它们的蛋白质表达恢复到更年轻的状态。

---

---