Untersuchung prädiktiver Indizes zur objektiven Auswahl der CPAP-Schnittstelle

Obstruktive Schlafapnoe (OSA) ist eine weit verbreitete Erkrankung, die mit erheblichen negativen Auswirkungen auf das Langzeitüberleben verbunden ist. Es gibt überzeugende Beweise dafür, dass die Behandlung von OSA das Ergebnis bei Patienten mit Herz-Kreislauf-Erkrankungen verbessern, den Blutdruck und die Blutzuckerkontrolle verbessern und das allgemeine metabolische Syndrom verbessern kann. Die Behandlung erfolgt in der Regel mit kontinuierlichem positivem Atemwegsdruck (CPAP). Viele Patienten haben jedoch Probleme mit ihren CPAP-Schnittstellen, was sich auf ihre Compliance und ihr Ansprechen auf die Behandlung auswirkt. Der richtige Maskensitz ist wichtig, um Luftlecks zu verringern und den Komfort zu erhöhen, was zu einer besseren Compliance führt. Gegenwärtig hängt die Wahl der Schnittstellen hauptsächlich von der Erfahrung der Techniker der Einheit für Schlafstörungen (SDU) ab. Eine ungeeignete Wahl der Schnittstelle beeinträchtigt nicht nur das Ansprechen auf die Behandlung, sondern erhöht auch die medizinischen Kosten, wenn Schnittstellen durch besser passende ersetzt werden müssen. Daher ist es wichtig, Auswahlkriterien zu entwickeln, um die SDU-Techniker bei der Auswahl der geeigneten Schnittstellen objektiv zu leiten. Das Ziel dieser Studie ist es, das Gesichtsprofil von Patienten zu untersuchen und nach prädiktiven Indizes zu suchen, die verwendet werden können, um die Wahl geeigneter Schnittstellen objektiv zu leiten. Es werden Frontal- und Seitenprofilfotos von Patienten gemacht und Gesichtsmaße werden aufgezeichnet. Die Patienten erhalten dann einen monatlichen Versuch mit jeder der 3 Schnittstellen (Nasenmasken, Mund-Nasen-Masken, Nasenpolster) in randomisierter Reihenfolge. Die subjektive Wahrnehmung der Patienten von jeder Schnittstelle wird bewertet und die Patienten werden am Ende der Studie ihre bevorzugte Schnittstelle benennen. Die Leckagemenge und die Haftstunden für jeden Schnittstellentyp werden ebenfalls analysiert. Anschließend wird eine multinomiale logistische Regressionsanalyse durchgeführt, um nach Gesichtsmessungen zu suchen, die die Schnittstelle vorhersagen, mit der die Patienten am zufriedensten sind.

Hypothese Diese Messung von Gesichtsstrukturen und klinischen Merkmalen wird in der Lage sein, die am besten passende CPAP-Schnittstelle für jeden Patienten vorherzusagen.

Studienziel

• Bestimmung anthropometrischer Gesichtsmaße und klinischer Faktoren, die wichtig sind, um eine gute Anpassung der Schnittstelle für jeden Patienten zu erreichen
• Um eine Vorhersageregel oder -gleichung abzuleiten, die in der Lage ist, genau vorherzusagen, welche Schnittstelle einem Patienten verschrieben werden sollte