18.05.2020

Real-time tracking of self-reported symptoms to predict potential COVID-19

Diagnostique Transversale
Menni C et al
Nature Med

Résultats principaux

Sur l’ensemble des  2 618 864 utilisateurs de l’application de suivi de symptômes, 32.2 %  ont rapporté au moins 1 symptôme traduisant potentiellement une atteinte par le covid-19 et 18 401 (0.7 %) ont subi un test et ont pu renseigner les résultats. Parmi ces individus testés, 35 % présentaient un test positif et 65 % un test négatif.
64.76 % des participants testés positivement avaient déclaré une perte de l’odorat contre seulement 22.68 % dans le groupe négatif (correspondant un odd ratio de 6.40 après ajustement par âge, sexe et IMC).
Un modèle est proposé pour prédire, à partir de la présence ou non d’une combinaison de symptômes (perte de l’odorat et du goût, fatigue, toux persistante et perte d’appétit) si une personne est positive à la COVID-19 ou pas. Le modèle ainsi construit possède une sensibilité de 0.65, une spécificité de 0.78 et une aire sous la courbe de 0.76. La mise en œuvre du modèle prédictif sur l’ensemble des utilisateurs de l’application conduit à une estimation des 17.42 % d’infectés parmi les utilisateurs de l’application.
Les auteurs ont également mis en rapport le caractère prédictif de la perte de goût pour un diagnostic du COVID-19 avec le relai médiatique de la spécificité de ce symptôme. Il semble que la conscience des patients vis-à-vis de leur perte d’odorat et de goût, ainsi que leur caractère prédictif, augmente avec l’exposition médiatique de ce symptôme au Royaume Uni, mais pas aux USA.

Que retenir ?

La perte du goût et de l’odorat semblent être des symptômes particulièrement corrélés à la contraction de la COVID-19.
Il existe une formule permettant d’évaluer la probabilité qu’un patient soit contaminé par la COVID-19, à partir de l’auto-diagnostic d’un certain nombre de symptômes.

Niveau de preuve Faible

L’ensemble des résultats se base sur des symptômes auto-diagnostiqués. Par ailleurs, les données d’entraînement pour le modèle sont relativement peu nombreuses (seulement 0.7 % des participants ont réellement été testés) et les participants (surtout ceux ayant subi les tests PCR) ne sont pas représentatifs de la population générale (essai non randomisé).
Plus encore : les tests ont été naturellement effectués sur les patients développant les symptômes les plus sévères.

Objectifs

Produire un modèle permettant d’évaluer le nombre d’individus atteints du COVID-19, parmi les 2 618 862 participants ayant renseigné leurs symptômes sur une application. Ce modèle se base sur les données des 18 401 sujets ayant également subi un test de détection du SARS-CoV-2.

Méthodes

Un jeu de données de suivi des symptômes - ou de l’absence de symptôme - auto-déclarés par les 2 618 862 patients, étasuniens et britanniques, via une application mobile est étudié. Le suivi est actualisé chaque jour et inclut les symptômes, les hospitalisations éventuelles, les tests PCR et les antécédents médicaux.
Une régression logistique est effectuée pour identifier la prévalence des patients ayant une anosmie parmi ceux ayant été testés positifs, contre ceux ayant été testés négatifs. La régression logistique est appliquée à nouveau pour déterminer quel autre jeu de symptômes pourrait être associé et s’avérer révélateur d’une infection par SARS-CoV-2. L’âge, le sexe, la perte de l’odorat et du goût, la fatigue, la toux persistante et la perte d’appétit sont donc retenus.
Le modèle visant à évaluer la probabilité d’être infecté en fonction des symptômes et de l’âge est calibré et testé sur deux sous-ensembles de la cohorte des patients ayant effectivement subi un test par PCR.

Le site Bibliovid et son contenu sont la propriété de Bibliovid.

Mentions légales