Fjernovervågning af højrisikopatienter med kroniske hjerte- og lungesygdomme

Forværringer af kroniske hjerte- og lungesygdomme er en væsentlig årsag til sygelighed og dødelighed på verdensplan. Der er anslået 23 millioner patienter med hjertesvigt på verdensplan, og forekomsten af ​​hjertesvigt i USA forventes at stige i løbet af de næste fire årtier med anslået 772.000 nye tilfælde af hjertesvigt i år 2040. Forværringer af kroniske luftvejssygdomme kan fremskynde lungefunktionsfald og reducere overlevelse. De kan også føre til en betydelig stigning i udgifterne til sundhedsydelser. Forværringer af kronisk obstruktiv lungesygdom (KOL) er en vigtig årsag til genindlæggelser med en 30-dages genindlæggelsesrate på cirka 20 % og efterfølgende udgifter på 15 milliarder USD i årlige sundhedsudgifter. Cystisk fibrose (CF), en genetisk lidelse, der påvirker luftvejsclearance og sekretioner, har en 30-dages genindlæggelsesrate på cirka 11 %.

På grund af de høje omkostninger til hospitalsophold og akutmodtagelsesbesøg, og især i forbindelse med COVID-19-pandemien, er mere omkostningseffektive "uden for hospitalet" ledelsesmodeller blevet mere og mere attraktive. Sådanne modeller giver ikke kun omkostningsfordele til patienter, betalere og hospitaler, men øger også muligheden for at yde pleje til folk derhjemme.

Respiratoriske variabler har vist sig at være en af ​​de mest følsomme indikatorer for KOL-eksacerbation, og der er observeret en signifikant sammenhæng mellem respirationsfrekvens og KOL-symptomer. Når de kombineres med pulsfrekvens og iltmætning, giver disse variable en nyttig metode til at identificere eksacerbationer. Nuværende analytiske modeller er designet til at udløse alarmer, som generelt er baseret på traditionelle tærskel-drevne analyser. Sådanne metoder er ikke i stand til at identificere og genkende tendenser på grund af begrænset adgang til avanceret analyse (f.eks. maskinlæringsmetoder). Den enhed, der foreslås til brug i denne undersøgelse, vil måle respirationsfrekvens, Inspiratorisk: Udåndingsforhold (I:E), respirationsdybde, hjertefrekvens, SpO2, SpO2-variabilitet, patientbevægelse, og efterforskerne vil bruge maskinlæring og datamodellering til at analysere deres tendenser over tid.

Den bærbare biometriske platform (kaldet 'respiratorisk sensor') udviklet af Institute of Bioengineering & Bioimaging (IBB), A*STAR skal bæres på brystområdet via et klæbende plaster af medicinsk kvalitet. Åndedrætssensoren inkluderer en ikke-invasiv sensor, der kombinerer et accelerometer og lysbaserede metoder til at registrere brystvægsudvidelse eller vejrtrækning.

Respirationssensoren giver mulighed for at indsamle yderligere respirationsinformation (respirationsfrekvens, relativ tidevandsdybde og arbejdscyklus) som forudsigelser for forværring af kroniske hjerte-lungesygdomme og måske forbedre avancerede analytiske modeller, der kan give bedre sensitivitet og specificitet sammenlignet med traditionelle modeller (f.eks. kliniske dagbøger). I sidste ende kan dette muliggøre tidlig forudsigelse af ambulante eksacerbationer for at tillade tidlig intervention og reducerede genindlæggelser (via fjerninterventioner).

I dette projekt, Institute of Bioengineering & Bioimaging (IBB), vil A*STAR gerne samarbejde med Massachusetts General Hospital for at samle patientdata og videreudvikle sin softwarealgoritme ved hjælp af maskinlæring (f.eks. tilfældige skovmodeller og langtidshukommelsesmodeller osv.) og statistiske modeller (f.eks. regressionsmodeller og overlevelsesanalyse med univariat og multivariat analyse) baseret på respiratoriske træk og hæmodynamik til forudsigelse af eksacerbationer og forværring på 60 patienter med hjerte-lungesygdomme. Slutpunkterne for dette samarbejde omfatter følgende:

1. At validere hypotese om brug af respiratorisk-baserede biomarkører i modeller (sygdoms-agnostiske og sygdomsspecifikke) til at forudsige eksacerbationer - benchmarking, der skal udføres versus opfølgende spørgeskemaer og telefonopkald
2. For at validere niveauet af compliance, frafaldsprocent og om der er behov for yderligere foranstaltninger for at få patienter til at følge op