mHealth para la detección temprana de exacerbaciones en personas mayores con insuficiencia cardíaca (mobileHF)

Los registros de pacientes se realizaron en dos Bases de Datos diferentes: una incluía información general de pacientes y datos epidemiológicos. La otra base de datos almacenaba los datos monitoreados obtenidos cada 48 horas.

El aseguramiento de la calidad y la verificación de los datos de origen se lograron mediante la recuperación de información general sobre los pacientes de la Historia Clínica Electrónica del Hospital. Además, la información epidemiológica fue evaluada por el investigador principal, quien eliminó los valores atípicos y evaluó la ocurrencia de cambios bruscos en las series temporales (p. cambios >0.5Kg en dos días).

Los pacientes fueron reclutados en la unidad de agudos del Servicio de Geriatría. Cuando ingresaron debido a una exacerbación de insuficiencia cardíaca, una enfermera capacitada realizó la evaluación inicial. Si el paciente era apto, un geriatra le explicaba el estudio y si el paciente aceptaba se pedía la firma del consentimiento informado. Luego fue asignado al azar a un grupo. Para aquellos en el grupo de intervención, fueron capacitados por el geriatra y la enfermera sobre cómo realizar las mediciones en el teléfono móvil. Para aquellos en el grupo de control, el personal registró las características iniciales y durante el seguimiento se registraron las visitas de emergencia, los reingresos y la muerte. Estas últimas variables también se registraron en los pacientes del grupo de intervención.

El diccionario de datos incluía variables que identificaban a los pacientes y otras que describían su estado y evolución:

• Saturación de oxígeno, medida como un número entero (80-100)
• Frecuencia cardíaca, medida en latidos/minuto (0-200)
• Sangre diastólica, medida en mmHg (0-100)
• Presión arterial sistólica, medida en mmHg (0-100)
• Frecuencia respiratoria, medida en respiraciones/minuto (0-100)
• Temperatura de la piel, medida en Celsius
• Peso, medido en kg
• Glucosa, medida en mg/dl (0-500)
• Batería de rendimiento físico corto, tiempo para caminar 4,3 metros, medido en segundos (0-100)
• Batería de rendimiento físico corto, velocidad de marcha de 4,3 metros, medida en metros decimales/segundo (0-1)
• Batería de rendimiento físico breve, prueba de soporte de silla una vez, medida en segundos (0-100)
• Pregunta síntoma P1: ¿Se siente peor que la última vez?, medido como una variable booleana (SI/NO)
• Pregunta síntoma Q2: ¿Se siente peor que el día del alta hospitalaria?, medida como variable booleana (SI/NO)
• Síntoma pregunta P3: ¿Sientes que te falta el aire?, medido como una variable categórica (esfuerzo/DLA/en reposo)
• Síntoma pregunta P4: ¿Siente las piernas hinchadas? ?, medido como una variable booleana (SI/NO)
• Pregunta sobre síntomas Q5: ¿Se ha despertado durante la noche sintiendo fatiga? ?, medido como una variable booleana (SI/NO)
• Pregunta sobre síntomas Q6: ¿Ha necesitado más almohadas para dormir que la última vez? ?, medido como una variable booleana (SI/NO)
• Síntoma pregunta P7: ¿Ha tomado todos sus medicamentos? ?, medido como una variable booleana (SI/NO)
• Síntoma pregunta P8: ¿Ha seguido las indicaciones de alimentos y bebidas de su médico?, medido como una variable booleana (SÍ/NO) El tamaño de la muestra se calculó para reducir la tasa de reingreso en un 10 % en 3 meses. Teniendo un nivel significativo de 0.05. Muestra: 50-60 por grupo. Con los primeros 20 pacientes incluidos, se recalculó el tamaño de la muestra, solo se necesitaban 40 en cada grupo. Sin embargo, incluimos más pacientes en la intervención (hasta 50) a gotas faciales, solo 3 abandonaron el estudio, por lo que obtuvimos datos de 47 en el grupo de intervención.

Los datos faltantes se excluyeron del análisis, se excluyó el registro. Si un paciente registraba más de una medición para los mismos datos esperados, quedaba la última y el resto se eliminaba.

Análisis estadístico:

En primer lugar, llevamos a cabo un análisis descriptivo de los datos. Posteriormente, analizamos los efectos de la intervención con telemedicina y los valores predictivos de las diferentes variables medidas mediante regresiones logísticas.

Los datos descriptivos se presentan como valores de la mediana (RIC). Las características iniciales entre los grupos de control y de intervención se compararon mediante pruebas no paramétricas (Mann-Whitney).

Para determinar los efectos de la intervención, el análisis se dividió en dos partes. En primer lugar, se ajustó un modelo de regresión logística para determinar si la monitorización del paciente (sí/no) predecía significativamente el empeoramiento utilizando la edad y el sexo como covariables. Luego, se creó una nueva variable, la duración de la estancia hospitalaria, con la duración de la estancia para cualquier reingreso en cada grupo para evaluar si el uso de la telemonitorización afectaba la duración de la hospitalización. Tanto los grupos de control como los de intervención se compararon mediante Mann-Whitney.

Finalmente, en el grupo de intervención se ajustó el mismo modelo de regresión logística para determinar los factores que predicen significativamente el empeoramiento.

Todos los análisis se realizaron con el paquete estadístico R para Windows (Viena, Austria) (http://www.r-project.org), versión 3.1.1. El valor P se fijó en un nivel <0,05.