Monitoreo remoto de pacientes con EPOC que experimentan una exacerbación aguda a través de evaluaciones de salud utilizando tecnología móvil portátil (COPD-BREATHE)

La enfermedad pulmonar obstructiva crónica (EPOC) es una afección pulmonar común y potencialmente mortal responsable de aproximadamente tres millones de muertes en todo el mundo cada año. La enfermedad plantea una carga sustancial no solo en las personas sino también en los sistemas de atención médica. En la Unión Europea, la EPOC representa el 56% de los costos anuales de atención médica relacionados con las enfermedades respiratorias, lo que equivale a 38.6 mil millones de euros.

Una parte significativa de estos costos surge del empeoramiento de los síntomas de la enfermedad que instan a las hospitalizaciones frecuentes (re). Estas hospitalizaciones generalmente se desencadenan por brotes, también conocidas como exacerbaciones agudas de la EPOC (AECOPD). Tales brotes a menudo tienen un origen multifactorial, p. Infección bacteriana o viral de las vías respiratorias) y exigen intervención médica oportuna para mitigar su impacto.

AECOPD afecta negativamente el estado de salud del paciente, acelera la disminución de la función pulmonar, empeora el pronóstico y disminuye significativamente la calidad de vida. Por lo tanto, la detección temprana de exacerbaciones es esencial para prevenir una mayor progresión de la enfermedad y reducir los ingresos hospitalarios.

Mobile Health (MHealth) presenta una solución prometedora para monitorear a los pacientes con EPOC en el hogar de forma remota. Actualmente, la salud de los pacientes con EPOC fuera del hospital permanece en gran medida sin supervisión, una "caja negra". Mediante el uso de tecnología móvil portátil para medir múltiples parámetros (p. Ej. La saturación de oxígeno, la velocidad respiratoria, etc.), puede ser posible predecir la enfermedad que empeora temprano y permitir una intervención oportuna. Estudios anteriores han destacado que el monitoreo de la saturación de oxígeno periférico (SPO2) y la velocidad respiratoria pueden ser útiles para predecir AECOPD, pero aún faltan algoritmos de predicción.

En este estudio clínico, se monitorearán los siguientes parámetros: actividad física, frecuencia cardíaca continua, frecuencia respiratoria y respiración por minuto, SPO2, patrones de sueño y temperatura corporal central utilizando el reloj inteligente Corsano 287-2 (Clase IIA Meddev MDR). Estos parámetros se rastrearán desde que los pacientes ingresan a la sala de emergencias (ER) hasta tres meses después del alta hospitalaria o hasta la rehospitalización debido a la AECOPD. Los datos recopilados se utilizarán para obtener información en la progresión de la EPOC después de un evento AECOPD y construir un modelo de predicción capaz de pronosticar el deterioro de la enfermedad. Este modelo podría permitir una intervención médica oportuna en el futuro, potencialmente prevenir hospitalizaciones y mejorar los resultados de los pacientes.