Medicinsk overvågning af ældre voksne patienter efter udskrevet fra hjertesvigt indlæggelse

Hjertesvigt er en tilstand med dårlig prognose, især hos ældre voksne med en vanskelig behandling. Samlet set stiger dødeligheden med alderen og stiger med 27 % pr. årti hos mænd og 61 % pr. årti hos kvinder.

Håndteringen og overvågningen af ​​hjertesvigt er afhængig af passende ordination af lægemidler med gavnlig effekt på hjertemuskelombygning (ACE-hæmmere, betablokkere), med en regelmæssig reevaluering for den bedste effekt samt en god overholdelse af hygiejniske kostregler som f.eks. som regelmæssig vægtkontrol, enkle ernæringsregler (salt- og vandindtag), og opretholdelse af fysisk aktivitet og træning.

Hovedformålet med ambulante tjenester er at opdage episoder med dekompensation tidligt for at behandle det hurtigt og forhindre hospitalsindlæggelse. I mangel af forbedring er indlæggelse nødvendig. Når først udskrevet fra sundhedscentret, er koordinering med byen eller værtsstrukturen afgørende for at sikre passende kontinuitet i behandlingen.

Dårlige publikationer har allerede vist fordelene ved Machine Learning (ML) til at forudsige hospitalsindlæggelse og død hos patienter med hjertesvigt. Forudsigelig ydeevne spænder fra gennemsnitlig (AUC: 0,55) til meget god (AUC 0,8).

Men for at fungere kræver disse modeller et stort antal stærkt medicinskiserede variabler (typisk over hundrede, inklusive medicin, sygehistorie, EKG...), hvilket gør dem meget vanskelige at anvende i det virkelige liv.

På den anden side tilfredsstillende prædiktive modeller (AUC>0,7) har store tidsmæssige forudsigelsesvinduer (1 til 3 år), hvilket gør sundhedsforanstaltninger vanskelige at implementere.

Så vidt vi ved, præsenterer ingen publikation et kort forudsigelsesvindue (et par uger) baseret på simple modeller (mindre end 15 variabler med ringe medikalisering).

PRESAGE Care medicinsk udstyr gør det muligt at observere funktionelle ændringer, der potentielt varsler store medicinske begivenheder, og forbedrer forudsigelser markant sammenlignet med konventionelle modeller.

• Pårørende udfylder en brugervenlig applikation (mindre end 2 minutter), opretter for at forudsige risikoen for en alvorlig hændelse (indlæggelse på hospital, tab af autonomi osv.).
• Der sendes en advarsel til slutbrugerne, som er sundhedspersonalet, for at udløse en sundhedsindsats, der i nogle tilfælde kan forhindre, at situationen forværres, eller gøre den i stand til at blive håndteret i en ikke-nødsituation.

Denne undersøgelse er baseret på den hypotese, at brugen af ​​PRESAGE CARE-apparatet kombineret med en sundhedsintervention baseret på eksisterende sundhedsnetværk kan være forbundet med en lavere forekomst af uplanlagt genindlæggelse uden forskel i dødelighed. Denne undersøgelse er baseret på den hypotese, at apparatet vil blive godt accepteret af modtagere, deres pårørende og sundhedspersonale (tilfredshed > 80%), og at interventionen ikke vil være forbundet med en stigning i sundhedsudgifterne, da de ekstra omkostninger forbundet med brugen af ​​PRESAGE CARE vil blive opvejet af reduktionen i udgifter forbundet med undgåede hospitalsindlæggelser.