Bevis på konceptet for fjernstyring af kroniske inflammatoriske luftvejssygdomme for at styrke patienten (PRECISION)

Det primære formål med undersøgelsen er at skabe et Proof of Concept til fjernindhentning af subjektive/objektive data for patienter med astma og CRS. I den nuværende standard kliniske vurdering af patienter med kroniske sygdomme som astma og CRS er der to hovedkomponenter, en subjektiv (leveret af patienten) og en objektiv (leveret af lægen). Især er subjektive data erhvervet via standardiserede PROM'er (såsom SNOT-22 for CRS og ACT for astma). Indsamlingen af ​​objektive data opnås gennem kliniske evalueringer, såsom endoskopisk evaluering, olfaktometri, radiologisk evaluering (med definitionen af ​​Lund-Mackey score), måling af nasal flow (normalt gennem PNIF eller rhinomometri), cytologi, blodprøver (især eosinofiltal og IgE), FeNO (fraktioneret udåndet nitrogenoxid). Begge typer data er nødvendige samtidigt for korrekt behandling og opfølgning af sygdommen, og frem for alt er kvaliteten af ​​målingerne afgørende.

Det primære formål med projektet er at kvantificere, hvor meget patientens erfaring med at håndtere en del af sin sygdom fjernt forbedres sammenlignet med et hospitalsbesøg.

Dette vil blive vurderet kvantitativt gennem administration af "PREMs" (Patient-Reported Experience Measures) spørgeskemaer. I overensstemmelse med det aktuelle tekniske niveau vil efterforskerne især evaluere patienttilfredsheden ud fra to spørgeskemaer:

• CSQ8 (Client Satisfaction Questionnaire): giver en kvantitativ evaluering af behandlingen
• PSSUQ (Post-Study System Usability Questionnaire): giver en kvantitativ vurdering af hensigtsmæssigheden af ​​den anvendte teknologi. Endelig vil investigatorerne evaluere patienternes tilfredshed med at blive fulgt delvist hjemmefra gennem et ad-hoc spørgeskema.

Sekundært mål:

Evaluering af de bedste kanaler til administration af PROM'er baseret på aldersgruppe og kulturelt niveau.

PROM'er fanger en persons opfattelse af deres helbred gennem spørgeskemaer, har en helt afgørende rolle i den kliniske evaluering af patienter med CRS og astma i henhold til de nye klassifikationssystemer og er omdrejningspunktet for den subjektive del (f.eks. SinoNasal Outcome Test (SNOT), Astmakontroltest (ACT), Chemosensory Complaint Score (CCS)). I betragtning af den tidskrævende karakter af at gennemføre PROM'er og den lethed, hvormed de kan udføres eksternt, bliver flere og flere PROM'er leveret online (f.eks. med hjemmesideformularer). Problemet med en sådan modalitet i den virkelige verden er patientcompliance over tid, da den lave sygelighed af kontrolleret sygdom kan være forbundet med nedsat motivation. Patienter kan desuden have behov for afklaring af konkrete spørgsmål fra sundhedspersonale, som bidrager til de årsager, som der stadig administreres PROMs på mange hospitaler i dag.

I dette projekt vil tre forskellige kanaler blive evalueret:

Social Network Chatbots: Chatbots er "naturligt sprog online menneske-computer dialogsystemer." Teknologien bag chatbots i dag er ret kompleks og spænder over områderne naturlig sprogbehandling, responsgenerering og dialogstyring. Vores mål er at evaluere brugen af ​​chatbots for at øge engagementet og implementere forklaringer af PROMs. Chatbotten vil også blive brugt til medicinske rester, hvilket hjælper med at forbedre opfølgningsoverholdelsen. Ved at bruge eksisterende sociale netværk (f. Whatsapp, Telegram), har patienter ikke brug for specifik træning, da de allerede er vant til at bruge instant messaging-applikationer.

Phonebot er et telefonsystem, der håndterer indgående og udgående telefonopkald, samt en organisations interne kommunikation. Efterforskerne vil evaluere effektiviteten af ​​at bruge telefonopkald til at gennemføre den undersøgelse, der kræves til PROM'er. Det evaluerede system bruger syntetisk stemme til at stille spørgsmål til patienter og tale/tonegenkendelse til at fange svar.

Mobilapp: Tilgængeligheden af ​​dedikerede apps på smartphones og de muligheder, som denne teknologi tilbyder (push-meddelelser, personlig grafik og brugervenlighed) er en anden mulig kanal til at administrere PROM'er. Efterforskerne vil evaluere effektiviteten af ​​denne kanal for at opnå svarene fra PROM'erne.

Kanalerne vil blive stillet til rådighed for forskellige patienter med det formål at:

• Forstå, hvilken kanal der giver bedre overholdelse, såsom vedvarende dataindsamling over tid
• Forstå, om kanalen viser en forskel i kvaliteten af ​​data, der er erhvervet gennem basisdataindsamling og klinisk overvågning
• Forstå hvilken kanal der er bedst egnet til en specifik patientprofil, analyse af aktivitetens sammenhæng med den enkeltes alder og uddannelse
• Evaluering af patientens empowerment ved brug af kanalen Teknikker til at indhente objektive luftstrømsdata ved hjælp af ikke-invasive teknikker vil også blive evalueret.

Åndedrætsovervågning er et vigtigt værktøj i den tidlige diagnose af luftvejs- og hjerte-kar-sygdomme. Især er respirationsfrekvensen afgørende for at overvåge udviklingen af ​​åndedrætslidelser, såsom kronisk obstruktiv lungesygdom (KOL), kronisk rhinosinusitis (CRS), astma eller den nylige COVID-19-sygdom. Vejrtrækningen overvåges typisk inden for en spirometritest, der måler åndedrætsstrømme og som følge heraf estimerer åndedrætsvolumener og -hastigheder. Det kan dog kun udføres på et hospital under tilsyn af en udbyder og kræver, at patienten trækker vejret på en kontrolleret måde, mens den bærer nasale eller orale prober. Bærbare og hudvenlige teknologier kan tilbyde interessante alternativer til at afbøde sådant ubehag. Især batterifri ultra-høj frekvens (UHF) radiofrekvens identifikation (RFID) enheder kunne give minimalt invasive, brugervenlige og billige diagnostiske procedurer.

Derfor vil projektet overveje teknikker til objektiv vurdering af luftstrømmen, og især:

• ved astma det forcerede eksspiratoriske volumen på et sekund (FEV1) og det maksimale eksspiratoriske flow (PEF)
• i CRS virker nasal peak inspiratory flow (PNIF) mere pålideligt end (anterior aktiv) rhinomometri (AAR) og akustisk rhinometri (AR) i) et kommercielt tilgængeligt bærbart spirometer vil blive brugt til at måle PEF, FEV eksternt med en intuitiv APP, der hjælper patienter med at levere data, modtage dem og videresende dem til hospitalet ii) den samme hardware kan bruges til måling af PNIF, gennem en tilpasning af softwaren og tilslutbare næsemasker, der findes på markedet. Som følge heraf vil en bærbar dobbeltfunktionsenhed, der er egnet til fjernvurdering af øvre og nedre luftvejsfunktion, være tilgængelig ved at genbruge og tilpasse tilgængelig teknologi.

De forventede resultater af dette specifikke mål er:

• definition af patientens vejrtrækningsmønster ved hjælp af tilgængelige værktøjer og pålidelighed til tidlig diagnose af unormale hændelser;
• uafhængig analyse af ydeevnen af ​​næseborene og vurdering af pålideligheden af ​​at opnå en analog af PNIF;
• evaluering af instrumenternes pålidelighed i definitionen af ​​ækvivalente spirometriske parametre.

Datahåndtering vil finde sted i henhold til reglerne defineret af Health Information Portability and Accountability Act (HIPAA) og i Europa af den generelle databeskyttelsesforordning (GDPR).

De fjerntliggende tilgange, der er testet i dette projekt, vil generere en enorm mængde reelle data til analyse. Der vil blive udviklet en specifik datahåndteringsplan for på forhånd at definere metoderne til indsamling, styring og beskyttelse af kliniske forskningsdata. Planen vil definere specifikke dataindsamlingsmål, datatype og placering, dataadgang, roller og ansvar, hvilket giver forskerteamet en grundig forståelse af kravene.

En nøglerolle vil blive spillet af REDCap-platformen (Research Electronic Data Capture), som vil blive brugt til at indsamle og administrere data korrekt. Dette er en sikker hjemmesideapplikation, der er i overensstemmelse med mange standarder såsom FISMA og HIPAA, udviklet til at administrere data til klinisk forskning.

Under forsøgene vil dataene blive indsamlet på 2 måder: Den ene vil være standard med indhentning af subjektiv information (PROM) og objektiv information (luftstrømme, kliniske og endoskopiske fund) og efterfølgende dataindtastning. Den anden tilstand vil drage fordel af specielt oprettede pipelines og vil gøre det muligt at erhverve data direkte via MHT (Mobile Health Technology) og, i tilfælde af phonebots, direkte via skyen, og vil derfor være totalt automatiseret. Dette vil drastisk øge mængden af ​​data, der potentielt erhverves gennem denne anden modalitet, uden logistiske begrænsninger og større muligheder, arbejde med big data, for at bygge pålidelige prædiktive modeller for de sygdomme, der undersøges.

Projektet vil udvikle dedikerede datapipelines, der automatisk fyldes med PROM'er og luftstrømsdata, der er erhvervet via MHT til Redcap-databasen.

phonebot og chatbot vil bruge cloud-løsninger såsom Twilio (Communication APIs for SMS, Voice, Video & Authentication n.d.) eller Amazon Connect (som igen er baseret på Twilio). Disse systemer begyndte som Private Branch Exchanges (dvs. erhvervstelefonsystemer, der håndterer indgående og udgående opkald) og har udviklet sig til multi-kanal kommunikationssystemer. De integrerer nu telefoni, SMS, chatbots med forskellige Instant Messaging-kanaler, videostreaming i realtid og e-mail-systemer. Derudover integrerer de også flere relaterede teknologier såsom kunstig intelligens-systemer til at styre samtale, talesyntesesystemer, dataflow og dialogkompositionsværktøjer.

Efterforskerne vil gøre brug af sådanne systemer fra forskellige perspektiver. For det første, på grund af deres virksomhedspolitik, tvinger Whatsapp deres kunder til at bruge forhandlere (som Twilio) til at få adgang til Whatsapp Business API'er, som ellers ikke kan nås direkte af os. For det andet har sådanne cloud-systemer mulighed for at skalere til millioner af brugere på få minutter ved brug af cloud computing, hvilket er meget praktisk, da projektet har ambitionen om let at blive replikeret. Endelig gør løsninger som Amazon Connect brug af banebrydende kunstig intelligens (naturlig sprogbehandling), der deles og derefter testes for effektivitet med det populære 'Amazon Alexa'-produkt. Skræddersyede mobilapplikationer vil blive udviklet til at levere spørgeskemaer til patienter. Disse applikationer vil blive frigivet på Android- og iOS-platforme. Alle disse applikationer vil blive designet sammen med projektpartnerne for at udlede specifikationerne for finite state-maskinen og tydeliggøre brugsstrømmene.

Statistisk plan Planlægningen af ​​de tre kliniske studier er sket under hensyntagen til den ønskede statistiske kraft, den korte tid til gennemførelse af projektet (kun 2 år) og det faktum, at de tre kliniske studier 'de facto' også er Proof of concept for en meget innovativ tilgang med ambitionen om at ændre den daglige håndtering af 2 meget almindelige kroniske sygdomme og opnå et vendepunkt mod reel patientstyrkelse.

For klinisk forsøg 1 blev den nødvendige stikprøvestørrelse estimeret til 40 for at opnå et konfidensniveau på 95 % og et konfidensinterval på 15.

Med hensyn til klinisk undersøgelse 2 ønskede efterforskerne at etablere en undersøgelse, der kunne påvise en forskel på 20 % mellem armene, hvortil, da det er et fire-arms studie, ville 12 patienter for hver arm være tilstrækkeligt. Men også, da det er et firearmsstudie, bør der anvendes en vis korrektion (selv en Bonferroni-korrektion) og, hvis den anvendes på alfaværdien, med seks mulige sammenligninger (ikke kun af behandlingsgrupperne med kontrolgruppen, men også mellem behandlingsgrupper) ville alfaværdien gå fra 0,05 til ca. 0,009, så efterforskerne fandt det nyttigt at øge hver arm til 20 forsøgspersoner (samlet antal forsøgspersoner 80).

Endelig, for klinisk forsøg 3, ønskede efterforskerne at være i stand til at detektere 25 % forskelle i luftstrømsmålinger mellem standardtestene på kontoret og de 2 hjemmesystemer, for hvilke der kræves en prøvestørrelse på 15 patienter.

For at evaluere statistisk signifikante forskelle for de primære endepunkter vil efterforskerne bruge:

For forsøg 1, hvor det primære endepunkt er patienttilfredshed R-Square, Chi-Square, Pearson test og Fisher eksakte test for at evaluere tilfredsheden hos patienter i behandlingsgruppen sammenlignet med kontrolgruppen. Alfaværdien indstilles til 0,05.

Analysen vil blive anvendt på de tidligere nævnte spørgeskemaer (PREM'er) for at kvantificere forbedringen i form af patientoplevelse behandlet med MHT (spirometre og PROM'er) sammenlignet med det nuværende scenarie, som kun involverer periodiske personlige besøg på hospitalet.

For forsøg 2, for at evaluere det primære endepunkt, som er fuldførelsesraten for spørgeskemaerne i de fire arme, vil efterforskerne bruge ANOVA efterfulgt af t-test til at udføre de 6 mulige sammenligninger mellem de 6 grupper. For ANOVA vil der blive brugt en alfaværdi på 0,05, mens der for enkelte sammenligninger vil blive anvendt en Bonferroni-justering, der bringer alfa til 0,009.

Følgende merittal vil blive vurderet:

• fuldførelsesgrad: hvor mange spørgeskemaer er blevet udfyldt, frafaldsprocent;
• kvalitet af svarene: også udført gennem analyse af metainformation (f.eks. "guldspørgsmål") og brug af udarbejdelsen af ​​spørgeskemaerne på hospitalet som grundsandhed;
• bedste kanal til administration af PROM'er med hensyn til patientens teknologiske profil: Phonebot, Instant Messaging og dedikerede apps;
• patientstyrkelse gennem spørgeskemaer. For forsøg 3 vil non-inferioritetshypotesen blive testet ved at sammenligne fjernmålinger med standard ambulante test via parrede t-test. Alfa vil blive sat til 0,05.

De sekundære endepunkter vil blive evalueret med den samme software (JMP fra SAS-instituttet) med passende statistiske værktøjer.

Endelig vil de fundne aggregerede data være genstand for videnskabelige publikationer, hvilket beriger den generelle knowhow om emnet og derfor muliggør sekundær statistisk anvendelse af dataene.