.
Os profissionais de saúde há muito reconhecem a associação da atividade física com o risco de mortalidade – aqueles que se envolvem em atividades mais moderadas a vigorosas têm taxas de mortalidade mais baixas. Em um novo estudo, pesquisadores da Universidade de Illinois Urbana-Champaign mostraram que os smartphones são suficientes para monitorar a atividade de caminhada das pessoas. Eles usaram dados de sensores de 100.000 participantes para construir modelos de estado de saúde e risco de mortalidade.
Medir a atividade física geralmente se enquadra em três categorias: questionários autorrelatados, caminhar uma distância fixa sob observação cronometrada e usar monitores de atividade. Os dois primeiros se concentram na qualidade do movimento em vez da quantidade. No entanto, os métodos baseados em sensores são os mais vantajosos porque medem a atividade física durante a vida diária. Infelizmente, o acesso a esses sensores vestíveis é limitado devido a desigualdades na saúde.
Para contornar esse problema, os pesquisadores se voltaram para os smartphones. De acordo com o Pew Research Center, 97% da população dos EUA possui um telefone celular e 83% possui um smartphone que contém sensores de movimento. Como os telefones celulares costumam ser carregados durante a caminhada, eles podem ser usados para medir a atividade física. Embora a medição total da atividade em 24 horas possa não ser possível, smartphones podem ser usados para medir a qualidade da caminhada.
Para o estudo, os pesquisadores usaram o UK Biobank, que é a maior coorte nacional com registros de sensores que abrangem os últimos 20 anos. Eles estudaram 100.000 participantes que eram demograficamente representativos da população do Reino Unido. As categorias consideradas incluíram idade, sexo, raça, distúrbios de saúde, internações anteriores, estilo de vida, escolaridade e renda.
Cada participante usou monitores de atividade com sensores de movimento por uma semana. Embora o sensor de pulso tenha sido usado de maneira diferente de como um sensor de smartphone equivalente é carregado, os sensores de movimento foram capazes de obter informações sobre a intensidade da caminhada a partir de rajadas curtas de caminhada normal. Os pesquisadores analisaram esses conjuntos de dados para modelar os movimentos característicos dessas sessões de caminhada para prever o risco de mortalidade. O Registro de Óbitos do Reino Unido foi usado para determinar quais participantes haviam falecido em um período de cinco anos.
Usando o Biocluster2, um recurso de computação de alto desempenho do Carl R. Woese Institute for Genomic Biology, a equipe conseguiu validar com sucesso modelos preditivos de risco de mortalidade usando apenas 6 minutos por dia de caminhada constante medida pelo sensor. Este período de tempo é uma grande melhoria em relação aos monitores de atividade, que pressupõem que os participantes usem os sensores por 10 horas por dia. A precisão alcançada foi semelhante a medidas físicas, como velocidade de marcha durante caminhadas curtas, bem como a monitores de atividade que medem a atividade total.
“Nosso trabalho é um grande avanço na equidade em saúde”, disse Bruce Schatz (EIRH), professor de administração de bibliotecas na biblioteca da universidade. “Smartphones são onipresentes em países de alta renda e cada vez mais comuns em países de baixa renda. Mostrar que eles podem prever a mortalidade com tanta precisão quanto os métodos existentes implica que os monitores de saúde em escala populacional são agora viáveis.”
Existem limitações para o estudo que os pesquisadores gostariam de abordar em seus estudos futuros. Embora tenham escolhido uma população demograficamente representativa, os estilos de vida de baixa renda diferem dos estilos de vida de alta renda, mesmo quando a idade e o sexo são os mesmos. Consequentemente, os testes de caminhada podem diferir, uma vez que os 6 minutos de caminhada constante foram escolhidos para imitar os testes de caminhada para pacientes hospitalares com distúrbios cardiopulmonares. Os pesquisadores também ampliarão suas amostras populacionais para incluir a Iniciativa de Medicina de Precisão dos EUA, onde os participantes serão representativos da população nacional dos EUA, que é mais diversificada do que a do Reino Unido. Como os modelos contam apenas com aprendizado de máquina a partir de entradas de sensores, outros tipos de status de saúde também podem ser previsíveis com precisão, como saúde cardíaca ou detecção assintomática de doenças infecciosas como o COVID-19.
A equipe de pesquisa foi composta por Schatz; Haowen Zhou, pesquisador visitante do grupo Schatz no IGB e agora estudante de pós-graduação em estatística na Universidade da Virgínia; Ruoqing Zhu (CGD), professor associado de estatística; Anita Ung, médica da equipe do McKinley Health Center. Durante esta pesquisa, Schatz e Ung eram professores da Faculdade de Medicina da Universidade de Illinois, usando as instalações do IGB para colaborar com o Departamento de Estatística.
.
