Effektiviteten af forureningsovervågning i klinisk træningsrehabilitering (EPIC-AIR)

Luftforurening er en global sundhedskrise, der bidrager til cirka 4,2 millioner for tidlige dødsfald årligt fra slagtilfælde, hjertesygdomme, lungekræft og kroniske luftvejssygdomme [1]. I Storbritannien estimeres det, at omgivelsesluftforurening bidrager til 30.000-40.000 for tidlige dødsfald om året [2]. For personer med eksisterende hjerte- og lungeforhold kan eksponering for forurenet luft forværre symptomer, udløse akutte hændelser og mindske effektiviteten af genoptræningsprogrammer [3,4].

Fysisk aktivitet giver veletablerede kardiovaskulære og respiratoriske fordele, og træningsbaseret genoptræning er et hjørnesten i behandlingen af patienter med kroniske hjerte- og lungeforhold. Men at træne i forurenede miljøer kan modvirke disse fordele, især hos sårbare befolkningsgrupper. Korttids eksponering for trafikrelateret forurening har vist sig at svække de gavnlige kardiopulmonale effekter af gang i både raske individer og dem med iskæmisk hjertesygdom og kronisk obstruktiv lungesygdom (KOL) [3,4]. Luftbåren partikelforurening (PM2,5, PM10) og nitrogendioxid (NO2) inducerer oxidativt stress og systemisk inflammation gennem forhøjede proinflammatoriske cytokiner inklusive interleukin (IL)-1β, IL-6, IL-23 og tumornekrosefaktor alfa (TNF-α) [5,6]. Denne kroniske lavgrads inflammation øger risikoen for kardiovaskulær sygdom [7], insulinresistens [8] og andre systemiske lidelser [9].

På trods af disse veldokumenterede risici er integrationen af luftkvalitetsdata i klinisk praksis stadig begrænset, især i forbindelse med hjertegenoptrænings- (CR) og lungegenoptræningsprogrammer (PR). Meta-analytiske beviser indikerer, at en reduktion på 1,0 μg/m³ i PM2,5-eksponering er forbundet med en cirka 0,5 mmHg reduktion i middelblodtryk, og at aktive transportformer giver en 50% reduktion i NO2- og PM2,5-eksponering sammenlignet med at køre bil [10]. Disse resultater antyder, at relativt beskedne adfærdsændringer såsom justering af træningstidspunkt, sted eller rute meningsfuldt kunne reducere forureningsudledning under genoptræning.

Mobile sundhedsteknologier (mHealth) integreret med realtids luftforureningsdata med struktureret fysisk aktivitetsvejledning tilbyder et lovende middel til at levere personlig forureningsudledningsinformation. Derfor vil denne undersøgelse evaluere gennemførligheden og potentielle effektivitet af denne metode i en klinisk genoptræningskontekst.

EPIC-AIR er et stratificeret, blindet, randomiseret kontrolleret gennemførlighedsforsøg med to parallelle arme udført på et enkelt sted (University Hospitals of Leicester NHS Trust). Undersøgelsen omfatter en 1-ugers indmeldelses- og baseline dataindsamlingsperiode efterfulgt af en 12-ugers interventionsperiode. En opfølgningsvurdering er planlagt 3 måneder efter tildeling.

Indstilling Deltagere vil blive rekrutteret fra hjerte- og lungegenoptræningsservice ved University Hospitals of Leicester NHS Trust og fra det lokale samfund omkring Leicester, UK.

Kvalifikationskriterier Deltagere vil blive rekrutteret i to kohorter. Kohorte A omfatter patienter med langvarige tilstande; Kohorte B omfatter raske frivillige.

Kohorte A: Patienter med langvarige tilstande Inklusionskriterier for Kohorte A er: mandlige eller kvindelige voksne i alderen ≥18 år; klinisk diagnose af en eller flere af astma, KOL, interstitiel lungesygdom (ILD), koronar hjertesygdom (CHD) eller hjertesvigt (HF), og godkendt til motionsgenoptræning af en kliniker; ejerskab af en GPS-aktiveret smartphone med internetadgang; evne til at gå udenfor i minimum 5 minutter uden at føle sig urolig eller ustabil; tilgængelighed til at fuldføre den 13-ugers intervention inden for rekrutteringsvinduet (februar-maj 2026); villighed og evne til at give informeret samtykke; og villighed til at bære en Fitbit-enhed i >70% af undersøgelsens varighed.

Kohorte B: Raske frivillige Inklusionskriterier for Kohorte B er identiske med Kohorte A, med den undtagelse, at deltagere ikke må have en diagnose af astma, KOL, ILD, CHD eller HF.

Eksklusionskriterier (begge kohorter) Eksklusionskriterier for begge kohorter er: diagnose af demens, lærevanskelighed, alvorlige psykiske helbredsforstyrrelser (eksklusiv depression eller angst) eller epilepsi; modtager palliativ pleje; utilstrækkelig engelskkundskaber til at forstå undersøgelsesdokumentation og bruge platformen; at have fået råd om ikke at motionere fra en sundhedsprofessionel inden for de sidste 12 måneder; aktuelt gravid; tilstedeværelse af brystsmerter i hvile; og markant ustabilitet når man står eller går.

Rekruttering Rekruttering vil begynde efter modtagelse af alle nødvendige godkendelser. Kliniske deltagere (hjerte- og lungegenoptræningspatienter) vil blive identificeret gennem gennemgang af genoptræningsprogramoptegnelser ved University Hospitals of Leicester NHS Trust af medlemmer af patienternes eksisterende kliniske plejeteam. Raske frivillige vil blive rekrutteret fra det lokale samfund via e-mail, sociale medier annoncer og universitetsnetværk.

Undersøgelsen sigter mod at rekruttere op til 80 deltagere for at opnå et mål på 60 fuldførere (15 hjertegenoptræningspatienter, 15 lungegenoptræningspatienter og 30 raske kontroller), idet der tages højde for en forventet frafaldsprocent på 25%.

Informeret samtykke Potentielle deltagere vil modtage et Deltagerinformationsark og vil få mindst 24 timer til at overveje deltagelse. Skriftligt informeret samtykke vil blive indhentet af passende kvalificerede og autoriserede medlemmer af forskningsteamet før enhver undersøgelsesaktivitet. Deltagere vil blive informeret om deres ret til at trække sig tilbage når som helst uden fordomme.

Randomisering og blinding Deltagere vil blive stratificeret efter langvarig tilstand (hjerte versus lunge) og randomiseret 1:1 ved hjælp af en computer-genereret allokeringssekvens via et sikkert webbaseret system (Sealed Envelope Ltd). Randomisering vil forekomme efter bekræftelse af berettigelse, samtykke, baseline dataindsamling og vellykket app opsætning.

Undersøgelsen er blindet: deltagere er uvidende om deres gruppetildeling, resultatvurderere er blindede, og statistikeren, der udfører analysen, vil bruge kodede gruppeidentifikatorer. Blinding opretholdes ved at sikre, at platformens grænseflade fremstår identisk i begge arme, med luftkvalitetsfunktionen enten aktiveret eller deaktiveret i henhold til tildeling. Allokeringskoden vil blive brudt i slutningen af undersøgelsen efter dataindsamling og foreløbig screening.

Interventioner Alle deltagere vil modtage en Fitbit Charge 6 bærbar aktivitetsmonitor og logge ind på platformen. Efter en 1-ugers baseline overvågningsperiode vil deltagere modtage progressiv gangvejledning gennem platformen i 12 uger, skræddersyet til individuelle baseline aktivitetsniveauer, sammen med motiverende beskeder og påmindelser via appen.

Ud over disse fælles elementer vil deltagere randomiseret til interventionsarmen modtage realtids luftkvalitetsinformation (PM2,5, PM10, NO2 niveauer) gennem platformen, leveret ved hjælp af GPS-baserede positionsdata. Appen vil give adaptiv vejledning baseret på aktuelle forureningsniveauer, inklusive forslag til at ændre gaderuter, justere tidspunktet for udendørs aktivitet eller reducere træningsintensiteten under højforureningsperioder.

Deltagere i kontrolarmen vil bruge platformen med identisk træningsvejledning og sporingsfunktioner, men vil ikke modtage luftkvalitetsdata eller forureningsrelateret vejledning.

Resultater Det primære resultat er personlig forureningsudledning (PM2,5, PM10 og NO2) under udendørs fysisk aktivitet, udledt fra GPS-sporede gaderuter og modellerede luftkvalitetsdata via platformen.

Sekundære resultater inkluderer fysiske aktivitetsniveauer, målt af Recent Physical Activity Questionnaire (RPAQ) og Fitbit-registrerede skridttællinger, puls og søvnmonstre; sundhedsrelateret livskvalitet, målt af SF-12 version 2 (SF-12v2) fysiske og mentale komponent sammendragscores; kardiovaskulære biomarkører, inklusive lipidprofil (total kolesterol, HDL, LDL, triglycerider) og inflammatoriske markører (C-reaktivt protein og eksplorative markører af systemisk inflammation), målt fra venøse blodprøver ved baseline og 12 uger; aerob kondition, målt af Incremental Shuttle Walk Test (ISWT) ved baseline, 12 uger og 3 måneder; træningsselveffektivitet, målt af Jenkins Self-Efficacy for Exercise Scale ved baseline, 6 uger, 12 uger og 3 måneder; kliniske mål (blodtryk, højde og vægt); og bærbar-afledte fysiologiske data inklusive puls, pulsratevariabilitet (RMSSD, LF/HF ratio), SpO2, åndedrætsrate, hudtemperatur og on-demand EKG og elektrodermal aktivitet (EDA) via Fitbit Charge 6.

Gennemførlighedsresultater inkluderer rekrutteringsrate (antal screenet, berettigede, samtykkende og randomiserede), fastholdelsesrate (andel der fuldfører den 13-ugers undersøgelse), overholdelse (Fitbit bæretid, app engagement målinger), brugbarhed og accept af platformen, fuldstændighed af resultatdataindsamling og rater af uønskede hændelser og sundhedsplejeudnyttelse (ikke-rutinemæssige lægebesøg, uventede hospitalsindlæggelser).

Dataindsamlingsplan Data vil blive indsamlet ved fem tidspunkter: indmelding/baseline (-2 uger), tildeling (uge 0) og efter tildeling ved 6 uger, 12 uger og 3 måneder, med kontinuerlig passiv dataindsamling via platformen og Fitbit gennem hele undersøgelsesperioden.

Prøvehåndtering Venøse blodprøver (EDTA, 6-8 mL) vil blive indsamlet ved baseline og 12 uger af trænede kliniske forskningssygeplejersker på Glenfield Hospital, University Hospitals of Leicester. Prøver vil blive mærket med pseudonymiserede deltagerkoder og behandlet inden for 2 timer efter indsamling. Hele blod vil blive centrifugeret ved 1.800 × g i 10 minutter ved 4°C. Plasma vil blive aliquoteret (≥2 × 0,5 mL) og opbevaret ved -80°C indtil batchanalyse på University of Leicester Cardiovascular Research Centre (CVRC). Prøver med synlig hæmolyse eller utilstrækkeligt volumen vil blive genindsamlet hvor muligt. Analyser vil blive udført ved hjælp af validerede analyser i overensstemmelse med CVRC standard procedurer.

Stikprøvestørrelse Stikprøvestørrelsen blev informeret af en to-prøve t-test effektberegning baseret på data fra en tidligere undersøgelse af vores gruppe [10], som demonstrerede, at skift fra at køre bil til aktive transportformer giver cirka 20-25% reduktioner i forureningsudledning. For at opnå >80% effekt ved et 5% signifikansniveau kræver det ≥22 deltagere pr. gruppe, der når undersøgelsens slutpunkt. Vi sigter derfor efter 30 deltagere pr. gruppe (60 i alt) for at fuldføre undersøgelsen. Idet der tages højde for en forventet frafaldsprocent på 25%, er målet for rekruttering op til 80 deltagere (20 hjertegenoptræning, 20 lungegenoptræning, 40 raske kontroller).

Statistisk analyse Alle analyser vil blive udført i overensstemmelse med en forud specificeret statistisk analyseplan. Baseline karakteristika vil blive opsummeret ved hjælp af middelværdier og standardafvigelser (eller medianer og interkvartilrækkevidder) for kontinuerte variable og tællinger med procenter for kategoriske variable.

Primær analyse: Gennemsnitlig forureningsudledning (PM2,5, PM10, NO2) under fysisk aktivitet vil blive sammenlignet mellem interventions- og kontrolarme ved hjælp af uafhængige-prøver t-tests eller Mann-Whitney U tests, som passende.

Sekundære analyser: SF-12v2 fysiske og mentale komponent sammendragscores og RPAQ-data vil blive analyseret for mellemgruppeforskelle ved hvert tidspunkt. Ændringer i kardiovaskulære biomarkører fra baseline til 12 uger vil blive sammenlignet mellem grupper. Aktivitetstendenser vil blive rapporteret grafisk over den 13-ugers periode. Sundhedsplejeudnyttelse (lægebesøg, hospitalsindlæggelser) vil blive opsummeret deskriptivt.

Gennemførlighedsresultater: Rekruttering, berettigelse, indmelding og fastholdelsesrater vil blive rapporteret som tællinger og proportioner. App engagement data vil blive opsummeret ved hjælp af deskriptiv statistik.

Manglende data: Scoringsretningslinjer specifikke for hvert spørgeskema vil blive anvendt. Analyse vil være baseret på tilgængelige data op til hver deltagers sidste fuldførte opfølgning. Ingen mellemliggende analyser er planlagt.

Datahåndtering Deltagerdata vil blive håndteret ved hjælp af REDCap (Research Electronic Data Capture), en sikker webbaseret applikation til spørgeskemaadministration og databasehåndtering. Hver deltager vil blive tildelt en unik pseudonymiseret identifikator; en separat, adgangskodebeskyttet kontaktliste vil blive opbevaret sikkert hos UHL.

Registrerede data vil blive streamet til en sikker University of Leicester server. Adgang er begrænset til autoriseret forskningspersonale. Fitbit-data vil blive indsamlet via forudregistrerede kontroller af forskningsteamet. Alle data vil blive opbevaret på University of Leicester Research Filestore og analyseret på universitets-ejede, BitLocker-krypterede enheder. Data vil blive arkiveret i minimum 6 år efter undersøgelsens afslutning i overensstemmelse med University of Leicester standard procedurer.

Etik og spredning Etisk godkendelse Undersøgelsen vil blive udført i overensstemmelse med Helsingfors-erklæringen (2013 ændring), UK Policy Framework for Health and Social Care Research (2017), ICH-GCP retningslinjer og sponsorernes standard procedurer. Etisk godkendelse er blevet opnået fra South Central - Oxford C Research Ethics Committee (reference: 26/SC/0048). HRA og Health and Care Research Wales (HCRW) godkendelse blev givet den 3. marts 2026 (IRAS projekt ID: 348160; protokolnummer: 1058). Undersøgelsens sponsor er University of Leicester Research & Enterprise Division, Research Governance Office.

Sikkerhedsovervejelser Platformen giver kun vejledning og er ikke klassificeret som et medicinsk udstyr ifølge MHRA vejledning. Ingen alvorlige bivirkninger forventes. Deltagere vil blive rådgivet til at stoppe med at bruge appen, hvis de føler sig utilpas eller ustabile. Data om ikke-rutinemæssige lægebesøg og uventede hospitalsindlæggelser vil blive indsamlet gennem hele undersøgelsesperioden. Alle alvorlige uønskede hændelser vil blive rapporteret til sponsoren inden for 24 timer i overensstemmelse med sponsor standard procedurer.

Databeskyttelse Personlige data vil blive behandlet i overensstemmelse med Data Protection Act 2018, EU General Data Protection Regulation og ICH-GCP. University of Leicester er datakontrolløren. Deltagere, der har fravalgt datadeling via den nationale data fravalg, vil blive udelukket fra eventuelle identificerbare datasæt, i samarbejde med UHL Data Protection Officer.

Patient og offentlig involvering Patient og offentlig involvering (PPI) grupper gennemgik undersøgelsesdokumenter og deltagerforløbet under protokoludvikling. PPI feedback informerede flere designbeslutninger, inklusive levering af understøttede app download muligheder, en onboarding guide og en dedikeret undersøgelsesstøtte telefonlinje.

Spredning Resultater vil blive spredt gennem peer-reviewed publikation, konferencepræsentationer, EXCEED kohorte hjemmeside og interessent spredningsbegivenheder, uanset udfald. Undersøgelsen vil blive rapporteret i overensstemmelse med CONSORT erklæringen, tilpasset for gennemførlighedsundersøgelser. Forfatterskab vil følge ICMJE retningslinjer. Deltagere vil have mulighed for at modtage et resumé af resultater. Data indsamlet om app brugbarhed og accept vil blive brugt til at udfylde Digital Technology Assessment Criteria (DTAC) for at understøtte potentiel NHS adoption.

Forsøgsregistrering Forsøget er registreret på [TODO: ISRCTN/ClinicalTrials.gov] (registreringsnummer: [TODO: number]). IRAS projekt ID: 348160.

Diskussion EPIC-AIR adresserer et kritisk hul i skæringspunktet mellem miljøsundhed, digital teknologi og klinisk motionsgenoptræning. Mens de skadelige effekter af luftforurening på kardiovaskulært og respiratorisk sundhed er veletablerede, forbliver handlingsorienteret integration af realtids forureningsdata i patientplejeforløb stort set uudforsket. Bemærkelsesværdigt er der meget begrænset evidens om luftforureningens indvirkning på individer, der motionerer udendørs, især dem med eksisterende kardiovaskulær eller respiratorisk sygdom. Oxford Street undersøgelserne [3,4] repræsenterer en af de meget få undersøgelser, der undersøger luftforureningens indflydelse på motion hos individer med eksisterende kardiorespiratoriske tilstande, og flertallet af kammerbaserede eksponeringsundersøgelser er blevet udført på raske frivillige eller dem med mild sygdom. Committee on the Medical Effects of Air Pollutants (COMEAP) har fremhævet dette evidenshul og anbefalet, at yderligere forskning gennemføres som en del af Department for Environment, Food and Rural Affairs (Defra) Air Quality Indicative Standards (AQIS) gennemgang [12]. Denne undersøgelse er, så vidt vi ved, den første til at evaluere, om levering af personlig luftkvalitetsinformation gennem en smartphone applikation kan reducere forureningsudledning under struktureret genoptræningsprogrammer for hjerte- og lungepatienter.

Den foreslåede platform tilbyder en skalerbar, lavpris intervention, der udnytter eksisterende mobilteknologi og satellit-afledte luftkvalitetsdata. Ved at levere realtids, stedspecifik forureningsinformation og adaptiv træningsvejledning giver appen patienter mulighed for at træffe informerede beslutninger om hvornår, hvor og hvordan de skal motionere udendørs. Denne tilgang stemmer overens med den stigende vægt på personlig medicin og patient selvstyring i kronisk sygdomspleje.

Flere designfunktioner styrker denne protokol. Den blindede, randomiserede design med stratificering efter langvarig tilstand minimerer allokeringsbias mens den sikrer balanceret repræsentation af hjerte- og lungepatienter. Inklusionen af raske frivillige muliggør sammenligning af app engagement og adfærdsresponser på tværs af sundhedstilstande. Brugen af GPS-sporede gaderuter giver objektive, rumligt opløste forureningsudledningsestimater, der går ud over afhængighed af faste overvågningsstationsdata.

Som en gennemførlighedsundersøgelse er EPIC-AIR designet til at generere den nødvendige evidens til at informere et fremtidigt definitivt forsøg. Nøgleusikkerheder inkluderer patienters villighed til at engagere sig med forureningsdata sammen med træningsvejledning, den tekniske pålidelighed af realtids luftkvalitetslevering i forskellige urbane og forstadsmiljøer, og om 12 uger er tilstrækkeligt til at observere meningsfuld adfærdsændring. Gennemførlighedsresultaterne, inklusive rekruttering, fastholdelse, overholdelse og app brugbarhed, vil direkte informere designet, stikprøvestørrelsen og leveringen af et efterfølgende fuldt effektiviseret randomiseret kontrolleret forsøg.

Potentielle begrænsninger inkluderer det enkeltsted design, der kan begrænse generaliserbarhed, og afhængigheden af modellerede snarere end direkte målte personlige forureningsudledninger. Den 13-ugers undersøgelsesvarighed, mens den er passende til at vurdere gennemførlighed, kan være utilstrækkelig til at opdage varige sundhedsresultater. Derudover kan deltagernes bevidsthed om, at de er i en undersøgelse, der involverer en app, påvirke adfærd uanset gruppetildeling (Hawthorne effekt), selvom blinding til allokeringsstatus afhjælper denne bekymring.

Hvis interventionen viser sig gennemførlig og viser lovende tegn på effektivitet, kunne resultaterne informere udviklingen af personlige miljøsundhedsinterventioner integreret i NHS genoptræningsforløb, potentielt etablere nye standarder for inkorporering af luftkvalitetshensyn i klinisk træningsordination.

Referencer

1. World Health Organization. Ambient (outdoor) air pollution. 2022. Tilgængelig fra: https://www.who.int/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health
2. Royal College of Physicians. Every breath we take: the lifelong impact of air pollution. London: Royal College of Physicians; 2016.
3. Sinharay R, Gong J, Barratt B, et al. Respiratory and cardiovascular responses to walking down a traffic-polluted road compared with walking in a traffic-free area in participants aged 60 years and older with chronic lung or heart disease and age-matched healthy controls: a randomised, crossover study. Lancet 2018;391(10118):339-349.
4. McCreanor J, Cullinan P, Nieuwenhuijsen MJ, et al. Respiratory effects of exposure to diesel traffic in persons with asthma. N Engl J Med 2007;357(23):2348-2358.
5. Cheng H, Saffari A, Sioutas C, et al. Nanoscale particulate matter from urban traffic rapidly induces oxidative stress and inflammation in olfactory epithelium with concomitant effects on brain. Environ Health Perspect 2016;124(10):1537-1546.
6. Chuang GC, Yang Z, Westbrook DG, et al. Pulmonary ozone exposure induces vascular dysfunction, mitochondrial damage, and atherogenesis. Am J Physiol Lung Cell Mol Physiol 2009;297(2):L209-L216.
7. Chen S-Y, Chan C-C, Su T-C. Particulate and gaseous pollutants on inflammation, thrombosis, and autonomic imbalance in subjects at risk for cardiovascular disease. Environ Pollut 2017;223:403-408.
8. Kim JS, Chen Z, Alderete TL, et al. Associations of air pollution, obesity and cardiometabolic health in young adults: the Meta-AIR study. Environ Int 2019;133(Pt A):105180.
9. Buoli M, Grassi S, Caldiroli A, et al. Is there a link between air pollution and mental disorders? Environ Int 2018;118:154-168.
10. Panchal R, et al. Exposure to air pollution during active travel. J Transp Health 2022;26:101365.
11. Chan A-W, Tetzlaff JM, Altman DG, et al. SPIRIT 2013 statement: defining standard protocol items for clinical trials. Ann Intern Med 2013;158(3):200-207.
12. Committee on the Medical Effects of Air Pollutants (COMEAP). Statement: overview of advice provided to the Air Quality Information System (AQIS) review steering group. London: COMEAP; 2024. Tilgængelig fra: https://www.gov.uk/government/publications/advice-given-to-the-air-quality-information-system-aqis-review-steering-group/comeap-statement-overview-of-advice-provided-to-the-air-quality-information-system-aqis-review-steering-group