SỞ KHOA HỌC VÀ CÔNG NGHỆ
THÀNH PHỐ CẦN THƠ
Các nhà khoa học xác định rõ đặc điểm COVID kéo dài
Sử dụng máy học, các nhà nghiên cứu tìm thấy các mẫu trong dữ liệu hồ sơ sức khỏe điện tử để xác định rõ hơn những người có khả năng mắc bệnh này.

Một nhóm nghiên cứu được hỗ trợ bởi Viện Y tế Quốc gia đã xác định đặc điểm của những người bị COVID kéo dài và những người có khả năng mắc bệnh này. Họ sử dụng kỹ thuật máy học, đã phân tích một bộ sưu tập hồ sơ sức khỏe điện tử (EHR) chưa từng có dành cho nghiên cứu COVID-19 để xác định rõ hơn ai đã mắc COVID từ lâu.

Khám phá dữ liệu EHR chưa được xác định danh tính trong National COVID Cohort Collaborative (N3C), một cơ sở dữ liệu công cộng tập trung, quốc gia do Trung tâm Quốc gia về Tiến bộ Khoa học Dịch thuật (NCATS) của NIH dẫn đầu, nhóm đã sử dụng dữ liệu để tìm hơn 100.000 trường hợp COVID kéo dài của tháng 10 năm 2021 (tính đến tháng 5 năm 2022, con số là hơn 200.000). Nghiên cứu đăng trên tạp chí The Lancet Digital Health.

COVID kéo dài được đánh dấu bằng các triệu chứng trên diện rộng, bao gồm khó thở, mệt mỏi, sốt, nhức đầu, “sương mù não” và các vấn đề thần kinh khác. Các triệu chứng như vậy có thể kéo dài nhiều tháng hoặc lâu hơn sau khi chẩn đoán COVID-19 ban đầu. Một lý do khiến COVID kéo dài rất khó xác định là nhiều triệu chứng của nó tương tự như các triệu chứng của các bệnh khác. Mô tả đặc tính tốt hơn của COVID kéo dài có thể đưa ra chẩn đoán và phương pháp điều trị mới.

Vùng dữ liệu N3C hiện bao gồm thông tin đại diện cho hơn 13 triệu người trên toàn quốc, trong đó có gần 5 triệu trường hợp dương tính với COVID-19. Tài nguyên này cho phép nghiên cứu nhanh các câu hỏi mới về vắc-xin COVID-19, liệu pháp điều trị, các yếu tố nguy cơ và kết quả sức khỏe.

Nghiên cứu mới là một phần của sáng kiến NIH. Nghiên cứu COVID để tăng cường phục hồi (RECOVER), nhằm mục đích nâng cao hiểu biết về tác động lâu dài của COVID-19, được gọi là di chứng sau cấp tính của nhiễm trùng (PASC) do SARS-CoV -2. RECOVER sẽ xác định chính xác những người mắc PASC và phát triển phương pháp phòng ngừa và điều trị. Chương trình cũng sẽ trả lời các câu hỏi nghiên cứu quan trọng về ảnh hưởng lâu dài của COVID thông qua các thử nghiệm lâm sàng, nghiên cứu quan sát theo chiều dọc.

Các nhà khoa học đã kiểm tra nhân khẩu học của bệnh nhân, việc sử dụng chăm sóc sức khỏe, chẩn đoán và thuốc trong hồ sơ sức khỏe của 97.995 bệnh nhân COVID-19 ở N3C. Họ đã sử dụng thông tin này, cùng với dữ liệu của gần 600 bệnh nhân COVID kéo dài từ ba phòng khám COVID, để tạo ra ba mô hình máy học để xác định bệnh nhân COVID kéo dài.

Ở máy học, các nhà khoa học “đào tạo” chương pháp tính toán để nhanh chóng sàng lọc một lượng lớn dữ liệu tiết lộ những hiểu biết mới - trong trường hợp này là về COVID kéo dài. Các mô hình tìm kiếm các mẫu trong dữ liệu có thể giúp các nhà nghiên cứu hiểu được đặc điểm của bệnh nhân và xác định tốt hơn các cá nhân mắc bệnh.

Mô hình tập trung vào việc xác định bệnh nhân COVID kéo dài tiềm ẩn ở ba nhóm trong cơ sở dữ liệu N3C: Tất cả bệnh nhân COVID-19, bệnh nhân nhập viện với COVID-19 và bệnh nhân đã mắc COVID-19 nhưng không nhập viện. Mô hình được chứng minh là chính xác, vì những người được xác định là có nguy cơ mắc COVID kéo dài tương tự như những bệnh nhân được khám tại các phòng khám COVID kéo dài. Hệ thống máy học đã phân loại khoảng 100.000 bệnh nhân trong cơ sở dữ liệu N3C có hồ sơ gần trùng khớp với những người mắc COVID kéo dài.

ctngoc

www.technology.org
Bản quyền @ 2017 thuộc về Sở Khoa học và Công nghệ thành phố Cần Thơ
Địa chỉ: Số 02, Lý Thường kiệt, phường Tân An, quận Ninh Kiều, thành phố Cần Thơ
Điện thoại: 0292.3820674, Fax: 0292.3821471; Email: sokhcn@cantho.gov.vn
Trưởng Ban biên tập: Bà Trần Hoài Phương - Phó Giám đốc Sở Khoa học và Công nghệ thành phố Cần Thơ