
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Quer, Giorgio | - |
| Autor(es): dc.creator | Radin, Jennifer M. | - |
| Autor(es): dc.creator | Gadaleta, Matteo | - |
| Autor(es): dc.creator | Baca-Motes, Katie | - |
| Autor(es): dc.creator | Ariniello, Lauren | - |
| Autor(es): dc.creator | Ramos, Edward | - |
| Autor(es): dc.creator | Kheterpal, Vik | - |
| Autor(es): dc.creator | Topol, Eric J. | - |
| Autor(es): dc.creator | Steinhubl, Steven R. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:22:24Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:22:24Z | - |
| Data de envio: dc.date.issued | 2020-11-02 | - |
| Data de envio: dc.date.issued | 2020-11-02 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/45344 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1038/s41591-020-1123-x | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1139512 | - |
| Descrição: dc.description | Traditional screening for COVID-19 typically includes survey questions about symptoms and travel history, as well as temperature measurements. Here, we explore whether personal sensor data collected over time may help identify subtle changes indicating an infection, such as in patients with COVID-19. We have developed a smartphone app that collects smartwatch and activity tracker data, as well as self-reported symptoms and diagnostic testing results, from individuals in the United States, and have assessed whether symptom and sensor data can differentiate COVID-19 positive versus negative cases in symptomatic individuals. We enrolled 30,529 participants between 25 March and 7 June 2020, of whom 3,811 reported symptoms. Of these symptomatic individuals, 54 reported testing positive and 279 negative for COVID-19. We found that a combination of symptom and sensor data resulted in an area under the curve (AUC) of 0.80 (interquartile range (IQR): 0.73–0.86) for discriminating between symptomatic individuals who were positive or negative for COVID-19, a performance that is significantly better (P < 0.01) than a model1 that considers symptoms alone (AUC = 0.71; IQR: 0.63–0.79). Such continuous, passively captured data may be complementary to virus testing, which is generally a one-off or infrequent sampling assay. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Springer Nature | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Nature Medicine | - |
| Palavras-chave: dc.subject | COVID-19 - Mortality | - |
| Palavras-chave: dc.subject | Biomarkers | - |
| Palavras-chave: dc.subject | Disease prevention | - |
| Palavras-chave: dc.subject | Public health | - |
| Palavras-chave: dc.subject | Risk factors | - |
| Palavras-chave: dc.subject | COVID-19 - Signs and symptoms | - |
| Título: dc.title | Wearable sensor data and self-reported symptoms for COVID-19 detection | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: