Scripps Research Translational Institute的研究人員發現睡眠、活動量與心率變化，再加上症狀特徵，可以用來識別Covid-19病例。該研究結果已發表於《Nature》。

這項研究期望能夠提供一種更有效的方法來檢測Covid-19的潛在病例，單測量溫度本身並不是一個好指標，因為根據一項對紐約住院的Covid-19患者研究，只有不到三分之一的患者在入院時體溫是升高的。

在3月下旬至6月初之間，有超過30,500人參加了一項應用程式(App)的研究。他們使用該應用程式記錄其症狀與檢測結果，並同意透過可穿戴設備共享相關的匿名數據。

為研究計算每個人的心率、睡眠和活動量，有了這些數據和報告的症狀，該模型便能夠以80%的準確率預測一個有症狀的人是否有可能患有Covid-19。研究人員發現Covid-19檢測陽性的人與報告有症狀但檢測為陰性的參與者相比，睡眠和活動量有顯著差異。

但這項研究仍然有一些局限性，包括報告測試結果的人數很少，有一小部分人的收入較低或年齡超過50歲，且擁有智慧手錶或活動追蹤器的人可能無法代表絕大部分的普通人群，例如受流感大流行影響最多的群體。

研究人員目標招募超過10萬人，他們希望能夠招募到面臨病毒接觸風險較高的那些族群以取得更具代表性的數據。

在SARS-Cov-2檢測呈陽性的人中，有相當一部分人無症狀，或是症狀初期，是導致病毒傳播的原因。

該研究的第一作者Giorgio Quer表示，他們計畫在未來透過可穿戴設備的數據情况，便能在無症狀的人群中找出Covid-19的潛在病例，即早提醒可能需要接受檢測。

(生策會)