虽然大多数受 COVID-19 影响的人症状较轻，并会在几周内康复，但 SARS-CoV-2 病毒引起的全球大流行继续构成重大健康挑战。一些受影响的人可能会发展为更严重的疾病和肺炎，通常导致更不利的预后。

尽管已经制定了评估患者风险的方案，但诊断和预后工具主要依赖于昂贵且不易获得的成像方法，例如放射线照相、超声波或计算机断层扫描 (CT)。因此，需要开发一种更简单、更容易获得的预后工具，使医疗保健提供者能够识别已患严重疾病或有患严重疾病风险的患者。这将简化患者分类并促进早期干预，即使是在家庭或初级保健环境中也是如此。

现在，由 IBEC 和 Hospital del Mar 领导的研究小组，与加泰罗尼亚理工大学 (UPC)、CIBER-BBN 和 CIBERES 合作，开展了一项基于对咳嗽初始阶段咳嗽声音的分析和解释的研究。 2019冠状病毒病。该方法被认为是一种潜在的预测性、简单且易于使用的工具，用于评估患严重肺炎的风险。

该研究涉及智能手机记录 70 名 SARS-CoV-2 感染患者的自愿咳嗽声音，所有记录都是在入院后 24 小时内记录的。IBEC 对这些录音进行了声学分析，结果显示咳嗽声根据呼吸状况的严重程度存在显着差异，这一点之前已通过影像学测试和补充氧气的需求得到证实。结果表明，该分析可用于将 COVID-19 患者分类为轻度、中度或重度，并监测持续患有 COVID-19 的患者。该研究使用 2020 年 4 月至 2021 年 5 月在 Hospital del Mar 收集的数据进行，研究结果已发表在《欧洲呼吸杂志开放研究》上。

咳嗽频率：一个关键参数

Raimon Jané 是 UPC 教授、IBEC 和 CIBER-BBN 首席研究员，领导 IBEC 生物医学信号处理和解释 (BIOSPIN) 小组。该小组开发了对通过智能手机收集的咳嗽信号进行声学分析的方法和算法。研究小组使用一种称为线性混合模型的统计模型，根据声音频率确定了五个参数，这些参数在疾病严重程度和肺炎进展程度不同的患者的咳嗽中表现出显着差异。这些差异可能反映了 COVID-19 患者呼吸系统的进行性改变

虽然之前已提出用声学咳嗽分析方法来诊断呼吸道疾病，但我们的目标是更进一步，专门研究 COVID-19 患者咳嗽的声学特征与不同程度的肺炎严重程度之间的联系。”该研究的高级合著者。

该研究的作者解释说，咳嗽分析可以起到双重目的：早期发现严重的 COVID-19 病例并远程监测其进展，包括评估潜在的并发症。然而，需要涉及更多患者样本的进一步研究来验证这项横断面研究的结果，这可能为利用咳嗽分析作为 COVID-19 和其他呼吸道疾病患者的诊断工具铺平道路。

因此，呼吸科名誉主任、德尔马医院研究所研究员、该研究的高级合著者 Joaquim Gea 博士表示，这些发现可能证明“在医疗基础设施有限的地区或在紧急情况下。这种方法可以帮助及时识别和隔离 COVID-19 患者，从而促进适当的医疗护理和控制措施的实施。”

另一个值得注意的方面是，虽然该研究主要集中于 COVID-19，但它为将该模型应用于其他呼吸系统疾病铺平了道路。