AdLip: Digitální/AI osobní zdravotní asistent s podporou Human Coach pro zlepšení přilnavosti k lékům na snížení lipidů (AdLip)

Hyperlipidémie zůstává jedním ze tří hlavních metabolických rizikových faktorů, které jsou základem propuknutí AMI do roku 2050. V nedávné studii 3 asijských etnik s AIM se předpokládá, že výskyt hyperlipidémie vzroste od roku 2025 do roku 2050 o 205 % (341 až 1041 na 100 000 obyvatel). U jedinců s vysokými hladinami LDL-C se ke snížení rizika KVO obvykle doporučuje kombinace úprav životního stylu a léčby snižující hladinu lipidů. Světová zdravotnická organizace (WHO) definuje adherenci jako „rozsah, v jakém chování osoby (včetně užívání léků) odpovídá dohodnutým doporučením poskytovatele zdravotní péče“

Špatné dodržování léků předznamenává horší zdravotní výsledky. V Singapuru asi 60 % dospělých neužívá své léky tak, jak je předepsáno (jak je uvedeno výše), což představuje značnou ekonomickou a klinickou zátěž pro jednotlivce a zdravotnické systémy.

Využití digitální technologie při dodržování léků stále roste, protože stále více poskytovatelů zdravotní péče a pacientů rozpoznává její přínosy pro zlepšení adherence a celkového zdravotního výsledku. Digitální intervence účinně pomohly pacientům zvládat jejich léky tím, že pacientům připomínaly, aby užívali léky včas, a poskytují jim více informací o jejich lécích a léčebném plánu. V dnešním uspěchaném světě by poskytování vhodně načasovaných a vnímaných jako důležité bylo klíčem k účinnému přesvědčení záměrně neadherentních pacientů, aby užívali své léky podle předpisu.

Tato studie je multicentrická, otevřená, dvouramenná paralelní randomizovaná kontrolovaná studie. Máme v úmyslu náhodně rozdělit pacienty s hyperlipidémií do jedné ze dvou skupin: aplikace Digital/AI Personal Health Assistant podporovaná lidským koučem (intervenční skupina) a standardní péče (kontrolní skupina) s poměrem alokace 1:1. Intervenční skupina obdrží personalizovanou zpětnou vazbu prostřednictvím aplikace ve spojení s lidským koučováním nad rámec obvyklé klinické péče o správu cholesterolu. Kontrolní skupině bude poskytnuta obvyklá standardní péče o správu lipidů, ale neobdrží personalizovanou aplikaci ani přístup ke zdravotnímu koučování.

Účastníci s hyperlipidémií (n=376) budou zapsáni na polikliniky a klíčovými kritérii pro zařazení jsou účastníci, kteří nejsou adherentní ke statinům, subškála „Extent to Non-adherence“ v rámci měření neadherence dávky, se skóre > 1 (rozsah od 0-15) s nebo bez ezetimibu a mají hladinu LDL-C nad doporučenými cílovými hladinami stratifikovanou podle kategorie rizika. Účastníci budou sledováni při návštěvě 2 @ měsíc 3, návštěvě 3 @ 6. a návštěvě 4 @ měsíc 12, zatímco počty pilulek budou shromažďovány při návštěvách po 3, 6 a 12 milionech. V rámci Standard-of-Care bude klinický farmaceut sledovat pacienty, podle potřeby titrovat léky snižující hladinu lipidů (jako je statin, ezetimib atd.) a zhodnotit a přijmout výsledky klinických krevních testů.

Pouze ti v intervenční skupině, kouč Human-AI-Health, použijí informace shromážděné chatbotem AI k vedení cílené behaviorální intervence během telefonické konzultace. Rozsah koučování bude úzce souviset s dodržováním léků a celkovou pohodou. Trenér nezahájí, nezastaví ani titruje žádné léky. Coach bude eskalovat obavy na klinické farmaceuty, když to uzná za vhodné. Bude provedena dílčí studie diskuse v ohniskové skupině s vnořeným vzorkem 30–50 pacientů v intervenčních skupinách. Cíle jsou: (a) shromáždit poznatky od intervenčních pacientů o jejich zkušenostech s aplikací a koučováním lidského zdraví, (b) poznatky o tom, které složky intervence pro ně nejlépe fungují a za jakých okolností, (c) vhled do obav, které by mohly ovlivnit účinnost intervence, d) faktory, které vedou k jejich účasti a trvalé angažovanosti, e) faktory, které je odrazují od udržitelného zapojení, f) faktory, které mohou vést k tomu, že ostatní pacienti s KVO budou mít větší sklon k účasti na takové intervenci a g) nápady a návrhy, aby byla intervence atraktivnější a efektivnější.