Surveillance à distance des patients à haut risque atteints de maladies cardio-pulmonaires chroniques

Les exacerbations des maladies cardiopulmonaires chroniques sont une cause majeure de morbidité et de mortalité dans le monde. On estime à 23 millions le nombre de patients souffrant d'insuffisance cardiaque dans le monde, et la prévalence de l'insuffisance cardiaque aux États-Unis devrait augmenter au cours des quatre prochaines décennies, avec environ 772 000 nouveaux cas d'insuffisance cardiaque prévus en 2040. Les exacerbations des maladies respiratoires chroniques peuvent accélérer le déclin de la fonction pulmonaire et réduire la survie. Ils peuvent également entraîner une augmentation significative du coût des soins de santé. Les exacerbations de la maladie pulmonaire obstructive chronique (MPOC) sont une cause importante de réadmission avec un taux de réadmission sur 30 jours d'environ 20 % et des dépenses ultérieures de 15 milliards de dollars américains en dépenses de santé annuelles. La fibrose kystique (FK), une maladie génétique qui affecte la clairance des voies respiratoires et les sécrétions, a un taux de réadmission à 30 jours d'environ 11 %.

En raison du coût élevé des séjours à l'hôpital et des visites aux urgences, et en particulier dans le contexte de la pandémie de COVID-19, des modèles de gestion « hors hôpital » plus rentables sont devenus de plus en plus attrayants. Ces modèles offrent non seulement des avantages en termes de coûts aux patients, aux payeurs et aux hôpitaux, mais augmentent également la capacité de fournir des soins aux personnes à domicile.

Les variables respiratoires se sont révélées être l'un des indicateurs les plus sensibles de l'exacerbation de la MPOC, et une corrélation significative entre la fréquence respiratoire et les symptômes de la MPOC a été observée. Lorsqu'elles sont combinées avec la fréquence du pouls et la saturation en oxygène, ces variables fournissent une méthode utile pour identifier les exacerbations. Les modèles analytiques actuels sont conçus pour déclencher des alarmes, qui sont généralement basées sur des analyses traditionnelles de type seuil. Ces méthodes ne sont pas en mesure d'identifier et de reconnaître les tendances en raison d'un accès limité aux analyses avancées (par exemple, les méthodes d'apprentissage automatique). L'appareil proposé pour être utilisé dans cette étude mesurera la fréquence respiratoire, le rapport inspiratoire: expiratoire (I:E), la profondeur respiratoire, la fréquence cardiaque, la SpO2, la variabilité de la SpO2, les mouvements du patient, et les enquêteurs utiliseront l'apprentissage automatique et la modélisation des données pour analyser leur tendances dans le temps.

La plate-forme biométrique portable (appelée « capteur respiratoire ») développée par l'Institute of Bioengineering & Bioimaging (IBB), A*STAR doit être portée sur la poitrine via un patch adhésif de qualité médicale. Le capteur respiratoire comprend un capteur non invasif combinant un accéléromètre et des méthodes basées sur la lumière pour détecter l'expansion de la paroi thoracique ou la respiration.

Le capteur respiratoire offre la possibilité de collecter des informations respiratoires supplémentaires (fréquence respiratoire, profondeur relative des marées et rapport cyclique) en tant que prédicteurs de l'exacerbation des maladies cardiopulmonaires chroniques et peut-être d'améliorer les modèles analytiques avancés qui peuvent fournir une meilleure sensibilité et spécificité par rapport aux modèles traditionnels (par ex. journaux cliniques). En fin de compte, cela peut permettre une prédiction précoce des exacerbations ambulatoires pour permettre une intervention précoce et réduire les réadmissions (via des interventions à distance).

Dans ce projet, l'Institute of Bioengineering & Bioimaging (IBB), A*STAR souhaite collaborer avec le Massachusetts General Hospital pour agréger les données des patients et développer davantage son algorithme logiciel en utilisant l'apprentissage automatique (par ex. modèles de forêts aléatoires et modèles de mémoire à long terme, etc.) et modèles statistiques (par ex. modèles de régression et analyse de survie avec analyse univariée et multivariée) basés sur les caractéristiques respiratoires et l'hémodynamique pour prédire les exacerbations et la détérioration chez 60 patients atteints de maladies cardio-pulmonaires. Les points finaux de cette collaboration comprennent les éléments suivants :

1. Valider l'hypothèse de l'utilisation de biomarqueurs respiratoires dans des modèles (indépendants de la maladie et spécifiques à la maladie) pour prédire les exacerbations - analyse comparative à effectuer par rapport aux questionnaires de suivi et aux appels téléphoniques
2. Pour valider le niveau d'observance, le taux d'abandon et si des mesures supplémentaires sont nécessaires pour amener les patients au suivi