Důkaz koncepce dálkového řízení chronických zánětlivých onemocnění dýchacích cest pro posílení postavení pacienta (PRECISION)

Primárním cílem studie je vytvořit Proof of Concept pro dálkové získávání subjektivních/objektivních dat pro pacienty s astmatem a CRS. V současném standardním klinickém hodnocení pacientů s chronickými onemocněními, jako je astma a CRS, existují dvě hlavní složky, jedna subjektivní (poskytuje pacient) a jedna objektivní (poskytuje lékař). Subjektivní údaje se získávají zejména prostřednictvím standardizovaných PROM (jako je SNOT-22 pro CRS a ACT pro astma). Sběr objektivních dat je získáván prostřednictvím klinických hodnocení, jako je endoskopické hodnocení, olfaktometrie, radiologické hodnocení (s definicí Lund-Mackeyho skóre), měření nosního průtoku (obvykle pomocí PNIF nebo rinomanometrie), cytologie, krevní testy (zejména počet eozinofilů a IgE), FeNO (frakcionovaný vydechovaný oxid dusnatý). Oba typy dat jsou potřebné současně pro správnou léčbu a sledování onemocnění a především kvalita měření je klíčová.

Primárním cílem projektu je kvantifikovat, o kolik se zlepší pacientova zkušenost se zvládáním části nemoci na dálku ve srovnání s návštěvou nemocnice.

To bude kvantitativně hodnoceno prostřednictvím administrace dotazníků „PREMs“ (Pacient-Reported Experience Measures). V souladu se současným stavem techniky budou vyšetřovatelé hodnotit spokojenost pacientů zejména na základě dvou dotazníků:

• CSQ8 (Client Satisfaction Questionnaire): poskytuje kvantitativní hodnocení léčby
• PSSUQ (Post-Study System Usability Questionnaire): poskytuje kvantitativní hodnocení vhodnosti použité technologie Nakonec vyšetřovatelé vyhodnotí spokojenost pacientů s tím, že jsou částečně sledováni z domova prostřednictvím ad-hoc dotazníku.

Sekundární cíl:

Vyhodnocení nejlepších kanálů pro správu PROM na základě věkové skupiny a kulturní úrovně.

PROM zachycují, jak člověk vnímá své zdraví prostřednictvím dotazníků, mají rozhodně převažující roli v klinickém hodnocení pacientů s CRS a astmatem podle nových klasifikačních systémů a jsou opěrným bodem subjektivní části (např. SinoNasal Outcome Test (SNOT), Asthma Control Test (ACT), Chemosensory Complaint Score (CCS)). Vzhledem k časové náročnosti vyplňování PROM a snadnosti, s jakou je lze provádět na dálku, je stále více PROM doručováno online (např. pomocí webových formulářů). Problémem takové modality v kontextu reálného světa je compliance pacienta v průběhu času, protože nízká morbidita kontrolovaného onemocnění může být spojena se sníženou motivací. Kromě toho mohou pacienti potřebovat objasnění konkrétních otázek ze strany zdravotnických pracovníků, které přispívají k příčinám, kvůli kterým se dnes v mnoha nemocnicích stále podávají PROM.

V tomto projektu budou hodnoceny tři různé kanály:

Chatboti sociálních sítí: Chatboti jsou "online systémy pro dialog mezi člověkem a počítačem v přirozeném jazyce." Technologie dnešních chatbotů je poměrně složitá a pokrývá oblasti zpracování přirozeného jazyka, generování odpovědí a správy dialogů. Naším cílem je vyhodnotit využití chatbotů ke zvýšení zapojení a implementaci vysvětlení PROM. Chatbot bude také použit pro lékařské pozůstatky, což pomáhá zlepšit následnou adherenci. Pomocí stávajících sociálních sítí (např. Whatsapp, Telegram), pacienti nepotřebují zvláštní školení, protože jsou již zvyklí používat aplikace pro rychlé zasílání zpráv.

Phonebot je telefonní systém, který zpracovává příchozí a odchozí telefonní hovory a také interní komunikaci organizace. Vyšetřovatelé vyhodnotí efektivitu používání telefonních hovorů k dokončení průzkumu požadovaného pro PROM. Hodnocený systém využívá syntetický hlas k vyslovení otázek pacientům a rozpoznávání řeči/tónu k zachycení odpovědí.

Mobilní aplikace: Dostupnost vyhrazených aplikací na chytrých telefonech a možnosti nabízené touto technologií (push notifikace, personalizovaná grafika a použitelnost) je dalším možným kanálem pro správu PROM. Vyšetřovatelé vyhodnotí účinnost tohoto kanálu, aby získali odpovědi PROM.

Kanály budou poskytovány různým pacientům s cílem:

• Pochopte, který kanál poskytuje lepší shodu, jako je trvání sběru dat v průběhu času
• Pochopte, zda kanál vykazuje rozdíl v kvalitě dat získaných prostřednictvím získávání základních dat a klinického monitorování
• Pochopení, který kanál je nejvhodnější pro konkrétní profil pacienta, analýza korelace aktivity s věkem a vzděláním jednotlivce
• Vyhodnoceno bude také hodnocení zmocnění pacienta pomocí kanálových technik pro získání objektivních dat o průtoku vzduchu pomocí neinvazivních technik.

Monitorování dechu je základním nástrojem při včasné diagnostice respiračních a kardiovaskulárních onemocnění. Dechová frekvence je zásadní zejména pro sledování vývoje respiračních poruch, jako je chronická obstrukční plicní nemoc (CHOPN), chronická rinosinusitida (CRS), astma nebo nedávné onemocnění COVID-19. Dýchání je typicky monitorováno v rámci spirometrického testu, který měří dechové průtoky a následně odhaduje dechové objemy a frekvence. Může se však provádět pouze v nemocnici pod dohledem poskytovatele a vyžaduje, aby pacient dýchal kontrolovaným způsobem při nošení nosních nebo ústních sond. Nositelné technologie šetrné k pokožce mohou nabídnout zajímavé alternativy ke zmírnění takového nepohodlí. Zejména bezbateriová ultra-vysokofrekvenční (UHF) radiofrekvenční identifikační (RFID) zařízení by mohla poskytovat minimálně invazivní, snadno použitelné a levné diagnostické postupy.

Projekt proto zváží techniky pro objektivní posouzení proudění vzduchu, a zejména:

• u astmatu objem usilovného výdechu za jednu sekundu (FEV1) a maximální výdechový průtok (PEF)
• u CRS se nazální vrcholový inspirační průtok (PNIF) jeví spolehlivější než (přední aktivní) rinomanometrie (AAR) a akustická rinometrie (AR) i) komerčně dostupný přenosný spirometr bude použit k měření PEF, FEV na dálku s intuitivní aplikací, která pomáhá pacientům při poskytování dat, jejich přijímání a předávání do nemocnice ii) stejný hardware lze použít pro měření PNIF, prostřednictvím přizpůsobení softwaru a připojitelných nosních masek dostupných na trhu. V důsledku toho bude k dispozici přenosné dvoufunkční zařízení vhodné pro dálkové hodnocení funkce horních a dolních dýchacích cest opětovným použitím a přizpůsobením dostupné technologie.

Očekávané výsledky tohoto specifického cíle jsou:

• definice dechového vzorce pacienta pomocí dostupných nástrojů a spolehlivosti pro včasnou diagnostiku anomálních příhod;
• nezávislá analýza výkonu nosních dírek a posouzení spolehlivosti získání analogu PNIF;
• hodnocení spolehlivosti přístrojů při definici ekvivalentních spirometrických parametrů.

Správa dat bude probíhat podle pravidel definovaných zákonem o přenositelnosti a odpovědnosti zdravotních informací (HIPAA) a v Evropě obecným nařízením o ochraně osobních údajů (GDPR).

Vzdálené přístupy testované v tomto projektu vygenerují obrovské množství reálných dat pro analýzu. Bude vypracován specifický plán správy dat, který předem definuje metody sběru, správy a ochrany dat klinického výzkumu. Plán bude definovat konkrétní cíle sběru dat, typ a umístění dat, přístup k datům, role a odpovědnosti, což výzkumnému týmu umožní důkladně porozumět požadavkům.

Klíčovou roli bude hrát platforma REDCap (Research Electronic Data Capture), která bude sloužit ke správnému sběru a správě dat. Jedná se o zabezpečenou webovou aplikaci, která je v souladu s mnoha standardy, jako je FISMA a HIPAA, vyvinutá pro správu dat pro klinický výzkum.

Během experimentů budou data sbírána 2 způsoby: jeden bude standardní se získáváním subjektivních informací (PROM) a objektivních informací (průtoky vzduchu, klinické a endoskopické nálezy) a následným zadáním dat. Druhý režim bude těžit ze speciálně vytvořených kanálů a umožní získávat data přímo přes MHT (Mobile Health Technology) a v případě phonebotů přímo přes cloud, a bude tedy zcela automatizovaný. To drasticky zvýší množství dat potenciálně získaných prostřednictvím této druhé modality, bez logistických omezení a větších možností, práce s velkými daty, k vytvoření spolehlivých prediktivních modelů pro vyšetřovaná onemocnění.

Projekt vyvine vyhrazené datové kanály, které budou automaticky naplněny PROM a daty o proudění vzduchu získanými přes MHT do databáze Redcap.

Phonebot a chatbot budou využívat cloudová řešení, jako je Twilio (Communication APIs for SMS, Voice, Video & Authentication n.d.) nebo Amazon Connect (který je zase založen na Twilio). Tyto systémy začaly jako privátní pobočkové ústředny (tj. firemní telefonní systémy, které spravují příchozí a odchozí hovory) a vyvinuly se směrem k vícekanálovým komunikačním systémům. Nyní integrují telefonování, SMS, chatboty s různými kanály Instant Messaging, streamování videa v reálném čase a e-mailové systémy. Kromě toho také integrují několik souvisejících technologií, jako jsou systémy umělé inteligence pro řízení konverzace, systémy syntézy řeči, tok dat a nástroje pro tvorbu dialogů.

Vyšetřovatelé využijí takové systémy jako vhodné z různých úhlů pohledu. Za prvé, kvůli své firemní politice Whatsapp nutí své zákazníky, aby používali prodejce (jako Twilio) pro přístup k Whatsapp Business API, ke kterým se jinak nemůžeme přímo dostat. Za druhé, takovéto cloudové systémy mají schopnost škálovat se na miliony uživatelů během několika minut pomocí cloud computingu, což je velmi výhodné, protože projekt má ambice být snadno replikovatelný. A konečně, řešení jako Amazon Connect využívají špičková řešení umělé inteligence (zpracování přirozeného jazyka), která jsou sdílena a poté testována na účinnost s populárním produktem „Amazon Alexa“. Budou vyvinuty přizpůsobené mobilní aplikace, které budou pacientům poskytovat dotazníky. Tyto aplikace budou vydány na platformách Android a iOS. Všechny tyto aplikace budou navrženy společně s partnery projektu, aby byly odvozeny specifikace konečného automatu a objasněny toky použití.

Statistický plán Plánování tří klinických studií bylo provedeno s ohledem na požadovanou statistickou sílu, krátkou dobu na dokončení projektu (pouze 2 roky) a skutečnost, že tři klinické studie jsou „de facto“ také důkazem konceptu pro velmi inovativní přístup s ambicí změnit každodenní léčbu 2 velmi častých chronických onemocnění a dosáhnout obratu ke skutečnému posílení postavení pacienta.

Pro klinickou studii 1, aby bylo dosaženo úrovně spolehlivosti 95 % a intervalu spolehlivosti 15, byla požadovaná velikost vzorku odhadnuta na 40.

Pokud jde o klinickou studii 2, výzkumníci chtěli vytvořit studii schopnou odhalit 20% rozdíl mezi rameny, pro kterou by jako čtyřramenná studie stačilo 12 pacientů pro každou ruku. Ale protože se jedná o čtyřramennou studii, měla by být aplikována určitá korekce (dokonce Bonferroniho korekce), a pokud je aplikována na hodnotu alfa, se šesti možnými srovnáními (nejen léčebných skupin s kontrolní skupinou, ale také mezi léčebnými skupinami) by se hodnota alfa pohybovala od 0,05 do přibližně 0,009, takže výzkumníci považovali za užitečné zvýšit každé rameno na 20 subjektů (celkový počet subjektů 80).

A konečně, pro klinickou studii 3 chtěli vyšetřovatelé být schopni detekovat 25% rozdíly v měření průtoku vzduchu mezi standardními testy v ordinaci a 2 domácími systémy, pro které je vyžadován vzorek o velikosti 15 pacientů.

K vyhodnocení statisticky významných rozdílů pro primární cílové parametry použijí zkoušející:

Pro studii 1, kde primárním koncovým bodem je spokojenost pacientů R-Square, Chi-Square, Pearsonův test a Fisherův exaktní test pro hodnocení spokojenosti pacientů v léčebné skupině ve srovnání s kontrolní skupinou. Hodnota alfa bude nastavena na 0,05.

Analýza bude aplikována na výše uvedené dotazníky (PREM), aby bylo možné kvantifikovat zlepšení, pokud jde o zkušenosti pacientů léčených pomocí MHT (spirometry a PROM) ve srovnání se současným scénářem, který zahrnuje pouze pravidelné osobní návštěvy nemocnice.

Pro studii 2, aby vyhodnotili primární cíl, kterým je míra vyplnění dotazníků ve čtyřech ramenech, výzkumníci použijí ANOVA následovanou t-testy k provedení 6 možných srovnání mezi 6 skupinami. Pro ANOVA se použije alfa hodnota 0,05, zatímco pro jednotlivá srovnání se použije Bonferroniho úprava, čímž se alfa dostane na 0,009.

Hodnotit se budou následující hodnoty:

• míra dokončení: kolik dotazníků bylo vyplněno, míra opuštění;
• kvalita odpovědí: provádí se také prostřednictvím analýzy metainformací (např. „zlaté otázky“) a používání sestavování dotazníků v nemocnici jako základní pravdy;
• nejlepší kanál pro správu PROM s ohledem na technologický profil pacienta: Phonebot, Instant Messaging a vyhrazené aplikace;
• posílení postavení pacienta prostřednictvím dotazníků. Pro studii 3 bude hypotéza non-inferiority testována porovnáním vzdálených měření se standardními ambulantními testy pomocí párových t-testů. Alfa bude nastavena na 0,05.

Sekundární koncové body budou vyhodnoceny stejným softwarem (JMP od ústavu SAS) s vhodnými statistickými nástroji.

Konečně, nalezená agregovaná data budou předmětem vědeckých publikací, které obohatí obecné know-how na toto téma a umožní tak sekundární statistické využití dat.