1. Introducción
La rinitis alérgica (RA), o fiebre del heno, tiene síntomas clásicos de rinorrea, congestión nasal y estornudos, y síntomas no nasales coexistentes de forma común, como irritación conjuntival. A nivel mundial, se estima que la RA afecta a una de cada cinco personas, incluido hasta 50% de los adolescentes. Un desencadenante importante de la RA es la liberación estacional de polen de varias plantas, en particular los pastos. La RA puede afectar de manera significativa la calidad de vida de un individuo, interferir con las actividades diarias y se asocia con otras complicaciones, como las exacerbaciones del asma. De hecho, los aumentos en los niveles de polen de pasto en el aire se correlacionan de manera positiva con los aumentos en los síntomas de RA reportados por los pacientes con fiebre del heno, así como los aumentos en los ingresos hospitalarios por asma. En toda la población, la reducción de la productividad y los costos directos de atención médica resultantes de la RA tienen un impacto socioeconómico general significativo.
Además de la exposición a alérgenos, los factores de riesgo conocidos de RA, evaluados en cohortes controladas por médicos, incluyen condiciones ambientales y una variedad de factores demográficos. El número cada vez mayor de personas con teléfonos inteligentes llevó a un aumento en la demanda de aplicaciones móviles electrónicas relacionadas con la salud que brindan información sobre el polen. Como las aplicaciones relacionadas con la salud también brindan a los investigadores la capacidad de interactuar con estos sujetos “extraclínicos”−es decir, sujetos no identificados después de un exámen médico pero autoidentificados en función de los síntomas−el uso de encuestas de síntomas basadas en aplicaciones se vuelve común. Los datos de síntomas generados por estos grandes grupos extraclínicos pueden contribuir tanto a una mejor comprensión de los factores de riesgo de la RA como al beneficio potencial de mejorar la capacidad de los participantes para autotratarse.
La RA es una preocupación importante en Australia, ya que se estima que 20% de la población tiene RA y las enfermedades alérgicas e inmunes se encuentran entre las condiciones crónicas de mayor crecimiento en Australia. Además, las epidemias de asma asociada a tormentas relacionadas con niveles altos de polen de pasto están bien documentadas en el sudeste de Australia. En particular, 20 a 30% de los pacientes que presentan ataques de asma aguda asociados a tormentas tienen antecedentes de rinitis alérgica pero carecen de un diagnóstico formal previo de asma.
El objetivo de este trabajo fue evaluar la utilidad de los síntomas de RA reportados por la comunidad para identificar los factores que contribuyen a estos síntomas. Se presume que las variables demográficas y ambientales se asociaron con la gravedad de los síntomas de la RA, dados los reportes previos de su contribución en cohortes controladas por médicos. Los datos se recopilaron durante tres años (2014-2016) de Melbourne y Canberra, dos grandes centros australianos de población con geografías diferentes de manera significativa. Durante este período, Melbourne experimentó un evento de gran escala de asma asociada a tormenta eléctrica el 21 de noviembre de 2016, pero los resultados de la encuesta asociados con este evento no se analizaron de forma específica como parte de este documento.
2. Métodos
2.1 Selección de sujetos, datos demográficos y recopilación de puntaje de síntomas
Las aplicaciones gratuitas para dispositivos Android e iOS se desarrollaron y pusieron a disposición en Melbourne y Canberra de 2014 a 2016. Las aplicaciones llamadas Melbourne Pollen y Canberra Pollen fueron idénticas en diseño y activas durante las temporadas de polen de pasto (del 1 de octubre al 31 de diciembre) cuando tuvo lugar el monitoreo diario de la concentraciones de polen de pasto en el aire. Las aplicaciones publicaron niveles y pronósticos diarios de polen y proporcionaron una encuesta rápida y fácil que pedía a los usuarios que calificaran sus síntomas actuales de fiebre del heno en una escala de gravedad con cinco categorías, desde sin síntomas (1) hasta síntomas graves (5).
De acuerdo con el sistema de puntuación de Bousquet y colaboradores “Calidad de vida”, los usuarios recibieron la siguiente guía sobre cómo calificar sus síntomas:
1 = Sin síntomas
2 = Síntomas leves (mis síntomas fueron leves y molestos)
3 = Leve (mis síntomas fueron obvios pero tolerables)
4 = Moderado (mis síntomas eran obvios, inconvenientes pero todavía tolerables)
5 = Grave (mis síntomas eran obvios e intolerables)
Las personas se autoseleccionaron para participar al interactuar con el programa de la encuesta y sólo se utilizó la primera puntuación de la encuesta registrada por un dispositivo en un período de 24 horas. Los datos recopilados se aprobaron para su análisis por los Comités de Ética en Investigación Humana de la Universidad de Melbourne y Servicios de Salud de Melbourne.Aunque los sujetos no eran identificables, a los dispositivos se les asignó un identificador único de manera universal (IDUU) para que los envíos desde el mismo dispositivo pudieran vincularse. Los usuarios podían proporcionar una respuesta a la encuesta en cualquier momento del día, momento en el que también se registraron la hora y el IDUU del dispositivo y los usuarios también podían elegir proporcionar datos de ubicación (GPS). Además, después de enviar sus puntajes de síntomas, a los usuarios se les hizo la pregunta de sí/no “¿Tomó algún medicamento para la fiebre del heno hoy?”
En 2015 y 2016, las aplicaciones proporcionaron una encuesta adicional que solicitó a los usuarios la siguiente información demográfica:
¿Cuál es su grupo de edad?
¿Cuál es su sexo biológico?
¿Cuál es su ocupación?
En una semana promedio, ¿cuántas horas pasas afuera?
¿Le diagnosticó asma un médico?
¿Se diagnosticó con rinitis alérgica (fiebre del heno) por un médico?
¿Toma algún tratamiento preventivo regular para su fiebre del heno?
Como se describe en la sección de resultados, el conjunto de datos se filtró para incluir sólo los resultados de la encuesta registrados entre el 1 de octubre y el 31 de diciembre con coordenadas GPS que se encontraban dentro de los 50 km del sitio de la trampa de Melbourne o 20 km del sitio de la trampa de Canberra (la justificación de estos umbrales se detallan a continuación).
2.2 Sitios de estudio y recolección de polen en el aire
Melbourne Australia tiene una población de aproximadamente 4.9 millones y se encuentra en la costa sureste de Australia continental (Fig. 1). La ciudad tiene un paisaje en gran parte rural al norte y al oeste, océano al sur y áreas boscosas al este.Canberra, la capital de Australia, tiene alrededor de 0.5 millones de habitantes y no tiene litoral. El campo circundante es una matriz de tierras de cultivo y bosque natural.
Las concentraciones diarias de pasto y polen total se midieron con una trampa volumétrica Burkard (Burkard Manufacturing Co. Ltd., Rickmansworth, Hertfordshire, Reino Unido) como se describió de forma previa. El sitio de muestreo de Melbourne se ubicó en la Universidad de Melbourne, a 1.7 km al norte del centro de Melbourne, en las coordenadas −37.7971 y 144.9648 (Fig. 1). El sitio de muestreo de Canberra se ubicó en la Universidad Nacional de Australia en las coordenadas −35.1632 y 149.7100. Las muestras se recolectaron a las 16:00 h (hora local) con la concentración medida que representa la concentración promedio de 24 horas desde las 16:00 h del día anterior en granos de polen/m3 de aire. La concentración medida se asocia con el día en que se realizó la medición, ya que este día cubre 67% del período de medición. Las concentraciones diarias de polen de pasto se describen en este manuscrito en términos de niveles categóricos: “bajo” (una concentración promedio de 0-19 granos/m3), “medio” (20-49 granos/m3), “alto” (50-99 granos/m3) y “extremo” (>100 granos/m3). Los atributos adicionales de los sitios de estudio, a saber, la densidad de población, la precipitación media anual y la topografía se presentan en el documentocomplementario Fig.. 1 y 2.
2.3. Variables ambientales y climáticas
La Oficina de Meteorología de Australia proporcionó los registros diarios de temperatura (Celsius), humedad relativa, lluvia y velocidad del viento de Melbourne (la estación meteorológica automática del Parque Olímpico) y Canberra (aeropuerto de Canberra). Se usaron versiones promedio o integradas de estas variables climáticas, en lugar de los valores instantáneos. Para la temperatura y la humedad relativa, se usó el valor diario promedio, y para la lluvia, se utilizó la suma de 00:00 h a 23:59 h (hora local). Para la velocidad del viento, la velocidad y la dirección promedio del viento se calculó de acuerdo con los promedios de los componentes norte-sur y este-oeste de los vectores de viento por hora.
ACT Salud proporcionó los datos de calidad del aire de Canberra por medio del Portal de Datos Abiertos (www.data.act.gov.au) y la Agencia Victoriana de Protección Ambiental para Melbourne bajo una solicitud de datos y ahora también está disponible por medio del Portal de Datos Abiertos. Para estimar la concentración diaria de materias particuladas (MP) en cada ciudad, se promediaron las concentraciones en tres sitios de monitoreo en Canberra (MP2.5) y 11 sitios en Melbourne (MP10). Si bien hubiera sido preferible utilizar los datos de MP2.5 para ambas ubicaciones, hubo más sitios operacionales MP10 en Melbourne durante el periodo de estudio y la cobertura temporal fue mucho mejor.
2..4. Análisis estadístico
El entorno informático estadístico R se utilizó para todos los cálculos.
3. Resultados
3.1 Temporadas de polen de pasto de Melbourne y Canberra 2014-2016
La Tabla 1 muestra las medidas resumidas de las temporadas de polen de pastos de Melbourne y Canberra 2014-2016 (1 de octubre al 31 de diciembre de cada año). Las concentraciones promedio diarias de polen de pasto variaron en los dos lugares y durante las tres estaciones, y fueron en promedio 1.4 veces mayor en Canberra, y para un sitio dado los promedios estacionales variaron por un factor de 2.1-2.6 (Fig. 2 y en el Suplemento Fig. 3). Hubo 5 días de polen de pasto “alto” (50-99 granos de polen/m3) y ninguno “extremo” (>100 granos de polen/m3) en Melbourne en las temporadas 2014 y 2015, y 20 días de pasto “alto” y 6 días de polen de pasto “extremo” en 2016. La temporada 2016 también fue notable por el evento de asma asociada a tormenta eléctrica del 21 de noviembre en el que los niveles de polen de pasto probablemente desempeñaron un papel crítico. Las temporadas 2014 y 2015 de Canberra fueron más pesadas en términos de la cantidad total de polen de pasto registrado (2-2.9 veces más que para la temporada correspondiente de Melbourne) y el número de días “altos” o “extremos” (17 y 21, de manera respectiva). Por el contrario, 2016 fue de manera proporcional un año más ligero con sólo 7 días de alto conteo de polen de pasto.
Las concentraciones diarias de polen que no es pasto fueron en general mucho más altas que las concentraciones de polen de pasto, fueron en promedio 4.5 veces más altas en Melbourne y 1.5 veces más altas en Canberra (Tabla 1). De acuerdo con estudios previos, los niveles de polen diferente al pasto disminuyeron durante el período de octubre a diciembre en ambos sitios. La fracción de polen “diferente al pasto” es muy amplia de forma taxonómica y su composición difiere entre Canberra y Melbourne. El sitio de Melbourne se caracteriza por grandes cantidades de polen de Cupresácea (ciprés) (alrededor de 60%) y cantidades más pequeñas de polen nativo de Mirtácea (eucalipto), así como polen de árboles introducidos en el hemisferio norte como Oleácea (el fresno, Fraxinus) y Betula (abedul). La fracción de polen diferente al pasto de Canberra contiene mucho menos polen de Cupresácea que Melbourne pero tiene de manera proporcional más polen de Pinus (pino) y Rumex (acedera común o vinagrera).
3..2. Uso de aplicaciones y filtrado de las respuestas a las encuestas
Las aplicaciones gratuitas de polen para teléfonos inteligentes de Melbourne y Canberra se lanzaron a tiempo para la temporada 2014 y se actualizaron de forma anual. A finales de 2016, la aplicación Melbourne Pollen se instaló en 49,957 dispositivos y se utilizó 547,137 veces y la aplicación Canberra Pollen se instaló en 15,146 dispositivos y se usó 134,200 veces (Suplemento Tabla 2). Una simple encuesta sobre las aplicaciones permitió a los usuarios calificar sus síntomas diarios de RA en una escala de 5 puntos. La Tabla 2 complementaria muestra que 15,132 dispositivos reportaron 67,260 respuestas a la encuesta con la aplicación Melbourne Pollen (75% con una ubicación GPS) y 4,869 dispositivos reportaron 28,917 respuestas con la aplicación Canberra Pollen (74% con una ubicación GPS). El número de envíos por dispositivo exhibió una disminución de la ley de potencia (Fig. 3A), con el mayor número de reportes por dispositivo durante el período de tres años, 144 para Melbourne y 139 para Canberra. Aproximadamente 44% de los dispositivos en las dos ciudades registraron sólo una respuesta a la encuesta (Suplemento Tabla 2).
Se aplicaron tres filtros al conjunto de datos de las respuestas de la encuesta. Primero, sólo se usaron las respuestas de la encuesta con coordenadas GPS asociadas. En segundo lugar, como la frecuencia de los reportes diarios de síntomas era más alta cuando las aplicaciones proporcionaban información sobre el polen de pasto (Fig. 3B), los datos se filtraron para incluir sólo las respuestas de la encuesta recibidas en el período ocupado del 1 de octubre al 31 de diciembre. Durante este tiempo, hubo un promedio de 315 envíos diarios en los dos sitios, con un máximo diario de 1,622 envíos. El número de reportes cayó a <10 por día durante el resto del año. Por último, se recibió un número pequeño de envíos a cientos de kilómetros de los sitios de monitoreo de polen, incluidos algunos de otros países.. Para detectar relaciones significativas entre las condiciones ambientales locales y las condiciones a las que los usuarios se expusieron, el análisis se restringió aún más para incluir sólo las encuestas recibidas de un dispositivo dentro de los 50 km de la trampa de Melbourne y 20 km de la trampa de Canberra (Fig. 3C). Este criterio es consistente con que Canberra es una ciudad más pequeña que Melbourne y que la mayoría de la población está a <100 km del centro de la ciudad.
3..3. Factores ambientales y su influencia en las puntuaciones de los síntomas de rinitis alérgica
Gran parte del análisis estadístico se realizó con una variable dicotomizada (es decir, si la puntuación de los síntomas fue ³3), en lugar de la escala original de cinco puntos; esto se hizo para simplificar el análisis y permitir intervalos de confianza interpretables de manera fácil para esta proporción binomial. Una pregunta inicial fue cuánta pérdida de datos ocurrió debido a esta dicotomización. De manera clara, para los puntos de datos individuales hay una pérdida considerable de datos (por ejemplo, una vez dicotomizado, 3 es indistinguible de 5). Sin embargo, en un grupo de puntajes se retuvo mucha información: al examinar todos los datos para un día determinado, había una relación muy clara (R >0.95 en ambas ciudades) entre la media de los puntajes de los síntomas y la fracción de los puntajes de los síntomas >3 (llamado F3; Suplemento Fig. 4B). Las puntuaciones de síntomas de 1 y 2 comprendieron 51% de todas las presentaciones, por lo que este umbral fue el más cercano a la mediana, lo que hizo que F3 sea la dicotomización más informativa. Otras versiones de la variable fraccionaria (por ejemplo, F2, si las puntuaciones de los síntomas fueron >2, o F5, si las puntuaciones de los síntomas fueron = 5) arrojaron valores de R más bajos que F3 (Suplemento Fig. 4A, C y D). Para mayor claridad, F3 se define como:
F3 = (número de envíos de encuestas de síntomas con valores >3)/(número total de envíos).
Las figuras 4A-B resumen las relaciones entre las puntuaciones de síntomas de los usuarios y varios factores temporales. Los síntomas de RA empeoraron los domingos y los lunes, una observación que es consistente con el ciclo semanal de ingresos hospitalarios relacionados con el asma de Melbourne. Por ejemplo, F3 fue 0.123 (0.068) mayor los domingos que los miércoles en Melbourne (Canberra) donde la hipótesis nula para la prueba x2 de igualdad de proporciones se rechazó en p < 10-10 (p < 10-3). Los usuarios de Melbourne también reportaron que los síntomas empeoraron temprano en la mañana (por ejemplo, 3-4 a.m.) y mejoraron en la noche (alrededor de las 7 p.m.). El F3 a las 4 am fue 0.25 (0.11) más alto en Melbourne (Canberra) con el resultado de la prueba x2 p < 10-10 (p < 10-10). Se puede considerar una variedad de hipótesis para este aumento de los síntomas de 3 a 4 de la mañana, como las alergias a los ácaros del polvo doméstico en individuos cosensibilizados o la hiperactividad no alérgica asociada con la caída nocturna de la temperatura, pero los datos disponibles no permiten que estas y otras hipótesis plausibles se prueben. Este patrón diurno fue menos obvio en Canberra, se presume que el número menor de puntajes de síntomas presentados entre las 12 am y las 6 am (Suplemento Fig. 5) hizo que el patrón fuera más difícil de inferir.
Las aplicaciones utilizadas en este estudio proporcionaron a los usuarios un pronóstico de los niveles esperados de polen de césped en las próximas 24 h. Estos pronósticos se emitieron a las 4 pm cada día durante el período de estudio y pudieron influir de manera potencial en los puntajes de las encuestas de usuarios. Al considerar todos los datos, hubo un aumento en el número de respuestas enviadas alrededor de las 4 pm, pero de forma notable no hubo cambios en los síntomas de RA reportados en ninguno de los sitios. Si bien esta característica de la encuesta podría influir de manera potencial en la relación entre los puntajes de síntomas de RA y los niveles de polen de pasto, no afectaría la relación con otras variables ambientales y demográficas y el uso de medicamentos.
La figura 3C muestra que la correlación entre los puntajes promedio de síntomas diarios y los recuentos de polen de pasto decayó con la distancia desde la trampa. Una prueba de Williams que prueba las diferencias entre un par de correlaciones donde las correlaciones para ambos se relacionan con una variable común, se utilizó para analizar las correlaciones entre los niveles de polen de pasto y los puntajes de las encuestas registradas en diferentes bandas de distancia desde la trampa de polen. La primera correlación comparó los niveles de polen de pasto con puntajes de síntomas dentro de la banda de 0 a 10 km, y la segunda correlación comparó los niveles de polen de pasto con puntajes de síntomas en la banda de (x + 10) km (para x en 10, 20, ..., 90); la variable común aquí fue el nivel de polen de pasto registrado en el sitio de la trampa. La prueba representa los tamaños de muestra subyacentes a las correlaciones y la correlación entre las puntuaciones de los síntomas en las dos bandas. Las diferencias entre la correlación de 0-10 km y las correlaciones a distancias mayores se volvieron significativas de manera estadística (con la prueba de Williams y p = 0.05 umbral de significancia) más allá de 50 km (20 km) de la trampa de esporas de Melbourne (Canberra). Este análisis también informó los umbrales de distancia utilizados en el tercer paso de filtrado de datos.
Se examinó la relación entre el polen de pasto y la dirección y la fuerza del viento para determinar si la posición del usuario en relación con la trampa de esporas influyó en la puntuación (Fig. 4C-H). En Melbourne, los vientos durante el período de octubre a diciembre fueron de forma predominante del norte, sur y oeste; el sitio de Canberra experimentó vientos principalmente del noroeste, norte, este y sudeste. En Melbourne, los niveles más altos de polen de pasto y los puntajes promedio más altos de la encuesta de síntomas coincidieron con los vientos del norte (los vientos del norte se experimentaron en 52% de los días cuando el F3 excedió 0.5); por el contrario, los vientos del sur y del suroeste se asociaron con niveles más bajos de polen de pasto y puntajes de síntomas más bajos (los vientos del cuadrante sur se experimentaron en 62% de los días cuando el F3 estaba por debajo de 0.5). En Canberra, los puntajes altos de síntomas y los niveles de polen de pasto se concentraron menos dentro de sectores eólicos específicos; esto probablemente refleja el hecho de que las tierras agrícolas se pueden encontrar dentro de los 30 km de la ciudad en la mayoría de las direcciones. En el número de respuestas obtenidas también influyó el soporte en relación con la trampa de esporas (Suplemento Fig. 5C). En ambos sitios, hubo una relación débil entre el número de respuestas por día y la puntuación media de los síntomas (R = 0.25 para Melbourne, R = 0.37 para Canberra; Suplemento Fig. 5E).
La figura 5 muestra las relaciones entre varias variables (viento, temperatura, partículas, polen, humedad) y los puntajes de síntomas en Canberra y Melbourne. Existe una correlación fuerte entre la puntuación de síntomas del usuario y el nivel de polen de pasto en el aire (coeficiente de correlación de Pearson de R = 0.94 y 0.91 para Melbourne y Canberra, de manera respectiva). Esta relación parece casi lineal en el rango de 0 a 100 granos/m3, y dado que el F3 no puede exceder 1.0, esta relación debe ser no lineal en un rango más amplio; no se exploró tal no linealidad, pero dentro de este rango, la pendiente y la intersección de la regresión lineal no son diferentes de manera significativa para los dos sitios. Aunque en Melbourne, F3 y los niveles de polen no herbáceo también se correlacionaron de manera positiva (R = 0.91), las dos variables se correlacionaron de forma negativa en Canberra (-0.22). Los puntajes más altos de síntomas mostraron una relación creciente con la temperatura (R > 0.73) y la velocidad del viento (R > 0.75) y se correlacionaron de forma negativa con la humedad relativa (R < -0.66). La relación entre el número de respuestas y las condiciones ambientales asociadas se explicó principalmente por la frecuencia de las condiciones ambientales; por ejemplo, el porcentaje de respuestas en días superiores a 35 grados centígrados fue muy pequeño, en gran parte porque hubo muy pocos de esos días. Sin embargo, dada la asociación entre el número de respuestas y la magnitud de los síntomas reportados, se realizaron menos envíos en los días con polen bajo en pasto de lo que se esperaría en función de la frecuencia de estos días solos, y viceversa para los días con polen alto de pasto (Suplemento Fig. 6).
3..4. Factores demográficos del usuario y su influencia en las puntuaciones de los síntomas de RA
En 2015 y 2016, los usuarios de la aplicación podrían optar por proporcionar información adicional sobre sí mismos y cómo administraron su RA mediante una encuesta extendida en la aplicación. Los datos demográficos se proporcionaron por 52% de los dispositivos únicos (56% de los envíos) en Melbourne, y 55% de los dispositivos únicos (59% de los envíos) en Canberra. Hubo una proporción aproximadamente igual de hombres y mujeres, y las mujeres representaron 47% de los usuarios en Melbourne y 52% de los usuarios en Canberra. Las personas de 31 a 40 años proporcionaron la mayor proporción de envíos y usuarios (30 a 35% para ambos sitios), y las personas de 41 a 50 años fueron las siguientes (alrededor de 20% de usuarios y envíos en ambos sitios).. Esto es coherente con las estadísticas de propiedad de teléfonos inteligentes para Australia, que indican que las personas más jóvenes por lo general son más propensas a tener un dispositivo que aquellos en grupos de mayor edad. Al considerar las relaciones entre los puntajes de los síntomas del usuario y estas variables, los participantes más jóvenes, las mujeres y los que tomaron medicamentos para la RA en las 24 h anteriores reportaron puntajes peores de los síntomas (Fig. 6). Los datos de ocupación autorreportados segregaron a los usuarios en muchas categorías, la mayoría con muy pocos envíos (Suplemento Fig. 7). Dado el grado alto de estratificación de la muestra, hubo pocas relaciones obvias entre profesiones y puntajes de síntomas de encuesta más altos o bajos.
4. Discusión
Este documento analiza una gran cantidad de puntajes de síntomas de RA basados en aplicaciones recopilados de 2014 a 2016 en Canberra y Melbourne, dos ciudades importantes en el sudeste de Australia. La clave para el nivel alto de participación en este estudio fue la rápida captación pública y el compromiso sostenido con las dos aplicaciones. Esta aceptación ocurrió de forma orgánica y sin la necesidad de anuncio para los participantes. Aunque no es la primera encuesta de RA basada en aplicaciones, con casi 50,000 participantes, éste fue, con mucho, el estudio más grande de los síntomas de RA en Australia. Johnston y colaboradores en 2010 reportaron resultados de una encuesta similar en Tasmania, pero con menos descargas (<3,500) y un número menor de reportes de síntomas. El número de participantes en este estudio también es mucho mayor que los reportados en estudios similares en Europa. Por ejemplo, Karatzas y colaboradores en 2014 y Weger y colaboradores en 2014 utilizaron un diario en línea para pacientes con fiebre del heno, al que los usuarios podían acceder mediante una interfaz web, y tuvieron 1,600 y aproximadamente 500 participantes, de manera respectiva. Si bien la publicidad asociada con el evento de asma asociada a tormenta eléctrica de 2016 desempeñó algún papel en la selección, la Tabla 2 muestra que este evento no fue el único impulsor del compromiso, ya que se reportaron grandes cantidades de puntajes de síntomas en los años anteriores en Canberra, así como en Melbourne. En lugar de una consecuencia de eventos específicos, un factor clave que contribuyó al nivel alto de participación en la encuesta fue su simplicidad. Las encuestas de síntomas descritas en Johnston y colaboradores en 2018 y otros estudios similares son más largas y detalladas que la presentada aquí. Debido a que la frecuencia de las interacciones del usuario con las aplicaciones móviles de salud se afectan de forma directa por la facilidad de interacción, las aplicaciones de polen de Melbourne y Canberra utilizaron un diseño de encuesta de “solo aliento” que se puede completar en un par de toques de pantalla. Se observan niveles más bajos de interacción con la aplicación cuando los usuarios deben proporcionar información detallada o cuando la entrada de datos requiere más esfuerzo. Sin embargo, a pesar de su simplicidad, la interacción repetida con las aplicaciones fue baja y el número de envíos por dispositivo exhibió una decadencia de la ley de potencia. Este nivel bajo de interacción repetida con la aplicación y el número bajo de envíos por dispositivo es consistente con las observaciones reportadas en otros estudios similares.
Un segundo factor que contribuye al éxito de este estudio son las temporadas bien definidas y cortas de manera relativa de RA de Melbourne y Canberra. Estas estaciones se atribuyeron de forma previa al polen de pasto en el aire, que por lo general se considera la peor fuente de alérgenos extramuros de Australia. Si bien los estudios anteriores demostraron correlaciones entre los niveles de polen de pasto ambiental y las medidas de los síntomas de RA en Canberra y Melbourne, estos estudios fueron de escala pequeña, con docenas de participantes, y restringido a participantes con alergia confirmada al polen de pastos. Aunque no se sabía que los usuarios de las aplicaciones de polen de Melbourne y Canberra tuvieran una alergia diagnosticada al polen, el presente estudio aún pudo confirmar la abrumadora importancia del polen de pasto como la causa probable de alergias a finales de la primavera austral y principios del verano. Una asociación fuerte similar entre los niveles de polen de pasto y los ingresos por asma a los hospitales se encontró de forma previa en Melbourne y ayudó a definir una temporada de primavera de riesgo alto de asma. La fuerte relación lineal entre los niveles de polen de pasto ambiental y los niveles de RA hasta una concentración diaria promedio de 100 granos de polen de pasto por m3 fue similar en los dos sitios de estudio. En general, esta relación fue más fuerte y menos compleja que la existente entre los puntajes de los síntomas y los niveles de polen de abedul, pasto y ambrosía en Austria y Alemania. La correlación con los puntajes de los síntomas disminuyó con la distancia desde el sitio de monitoreo, lo que sugiere un radio alrededor del cual el sitio central es representativo o la agrupación espacial de la población alrededor de este sitio, donde el número menor de reportes a distancias mayores fue menos representativo.
Si bien el polen de pasto fue el factor principal de RA estacional en Melbourne y Canberra, es probable que también contribuyan otros factores. Por ejemplo, los puntajes de los síntomas también se asociaron con la fracción de polen diferente al pasto, aunque la forma de esta respuesta varió entre las dos ciudades de acuerdo con las diferencias en la composición de las fracciones de polen “diferente al pasto” de Canberra y Melbourne. Una temporada extendida de monitoreo de polen y un desglose taxonómico de resolución más fina de la fracción de polen que no es de pasto pueden resaltar aún más asociaciones con los síntomas de RA. Sin embargo, un límite de este enfoque es que, a diferencia de los pastos, que se cultivan en grandes áreas agrícolas, la mayoría de las especies introducidas en Australia están menos extendidas en su distribución y es más probable que su polen muestre variación espacial en la concentración. Además, las concentraciones de algunas fuentes de alérgenos comunes y habituales en interiores, como las esporas de hongos y los ácaros del polvo, son difíciles de determinar en una escala espacial representativa de una ciudad y otros desencadenantes de RA no son ambientales de origen. Por lo tanto, aunque la contribución del polen de pasto fue evidente en los datos de la encuesta, otros factores, como la fuerte heterogeneidad espacial en la distribución de especies alergénicas, pueden limitar la utilidad de los métodos descritos aquí para otras situaciones.
Las encuestas de síntomas basadas en teléfonos inteligentes ofrecen un medio rentable de obtener muestras de gran tamaño y, por lo tanto, una potencia estadística mejorada. Además, al permitir el acceso a una gama más amplia de participantes y de manera potencial a una gama más amplia de gravedad de la enfermedad, este conjunto de datos puede reflejar mejor la carga de la enfermedad en la comunidad. Sin embargo, dos límites de este estudio fueron la naturaleza de autoselección de la muestra de población y el potencial de causalidad bidireccional, ya que el acceso a los pronósticos de polen de gramíneas pudo influir en los síntomas reportados de RA; por lo tanto, los hallazgos deben verificarse mediante investigaciones adicionales con cohortes prospectivas o estudios de muestreo. Sin embargo, muchas de las características del grupo de estudio son consistentes con hallazgos previos, como hombres y adultos mayores que informan síntomas menos graves de RA. Además, los peores síntomas promedio de fiebre del heno durante la semana se reportaron los domingos y lunes, lo que hace eco a los resultados de un estudio reciente de ingresos hospitalarios relacionados con el asma en Melbourne. El aumento de los síntomas de la fiebre del heno los domingos y los lunes puede deberse sólo a cambios de comportamiento los fines de semana que afectan el tiempo que se pasa afuera y, por lo tanto, la exposición a aeroalérgenos externos. La asociación fuerte entre las concentraciones diarias de polen de pasto y los síntomas de la fiebre del heno aparentes en ambas ciudades se reportaron en otros lugares, al igual que las asociaciones entre el polen de pasto y el asma.
Los estudios futuros que utilicen este conjunto de datos examinarán la utilidad de las relaciones descritas aquí para mejorar la precisión de los pronósticos diarios de polen de pasto en Canberra y Melbourne y su capacidad para proporcionar predicciones personalizadas de los síntomas de RA al día siguiente.
Using crowd-sourced allergic rhinitis symptom data to improve grass pollen forecasts and predict individual symptoms
Centro Regional de Alergia e Inmunología Clínica CRAIC, Hospital Universitario “Dr. José Eleuterio González” UANL, Monterrey, México
Dra. Med. Sandra Nora González Díaz Jefe y Profesor
Dra. Rosalaura VirginiaVillarreal Profesor
Dra. Wendy Jarely Santos Fernández Residente 1er Año
Dra. Alejandra Macías Weinmann Profesor
No hay comentarios:
Publicar un comentario
Nota: solo los miembros de este blog pueden publicar comentarios.