Monitoraggio remoto di pazienti ad alto rischio con malattie cardiopolmonari croniche

Le riacutizzazioni delle malattie cardiopolmonari croniche sono una delle principali cause di morbilità e mortalità in tutto il mondo. Ci sono circa 23 milioni di pazienti con insufficienza cardiaca in tutto il mondo e si prevede che la prevalenza di insufficienza cardiaca negli Stati Uniti aumenterà nei prossimi quattro decenni con una stima di 772.000 nuovi casi di insufficienza cardiaca previsti nel 2040. Le riacutizzazioni della malattia respiratoria cronica possono accelerare il declino della funzione polmonare e ridurre la sopravvivenza. Possono anche portare a un aumento significativo del costo dell'assistenza sanitaria. Le riacutizzazioni della broncopneumopatia cronica ostruttiva (BPCO) sono un'importante causa di riammissioni con un tasso di riammissione a 30 giorni di circa il 20% e una conseguente spesa di 15 miliardi di dollari USA in spese sanitarie annuali. La fibrosi cistica (FC), una malattia genetica che colpisce la clearance e le secrezioni delle vie aeree, ha un tasso di riammissione a 30 giorni di circa l'11%.

A causa dell'elevato costo delle degenze ospedaliere e delle visite al pronto soccorso, e soprattutto nel contesto della pandemia di COVID-19, i modelli di gestione "extraospedaliera" più convenienti sono diventati sempre più allettanti. Tali modelli non solo forniscono vantaggi in termini di costi a pazienti, pagatori e ospedali, ma aumentano anche la capacità di fornire assistenza alle persone a casa.

Le variabili respiratorie hanno dimostrato di essere uno degli indicatori più sensibili per l'esacerbazione della BPCO ed è stata osservata una correlazione significativa tra frequenza respiratoria e sintomi della BPCO. Se combinate con la frequenza cardiaca e la saturazione di ossigeno, queste variabili forniscono un metodo utile per identificare le riacutizzazioni. Gli attuali modelli analitici sono progettati per attivare allarmi, che sono generalmente basati su analisi tradizionali guidate dal tipo di soglia. Tali metodi non sono in grado di identificare e riconoscere le tendenze a causa dell'accesso limitato all'analisi avanzata (ad esempio, metodi di apprendimento automatico). Il dispositivo proposto per l'uso in questo studio misurerà la frequenza respiratoria, rapporto inspiratorio: espiratorio (I: E), profondità respiratoria, frequenza cardiaca, SpO2, variabilità SpO2, movimento del paziente e gli investigatori utilizzeranno l'apprendimento automatico e la modellazione dei dati per analizzare il loro tendenze nel tempo.

La piattaforma biometrica indossabile (denominata "sensore respiratorio") sviluppata dall'Istituto di bioingegneria e bioimaging (IBB), A*STAR deve essere indossata sull'area del torace tramite un cerotto adesivo di grado medico. Il sensore respiratorio include un sensore non invasivo che combina un accelerometro e metodi basati sulla luce per rilevare l'espansione della parete toracica o la respirazione.

Il sensore respiratorio consente di raccogliere ulteriori informazioni respiratorie (frequenza respiratoria, profondità della marea relativa e ciclo di lavoro) come predittori per l'esacerbazione di malattie cardiopolmonari croniche e forse migliorare modelli analitici avanzati che possono fornire una migliore sensibilità e specificità rispetto ai modelli tradizionali (ad es. diari clinici). In definitiva, ciò può consentire una previsione precoce delle riacutizzazioni ambulatoriali per consentire un intervento precoce e una riduzione dei ricoveri (tramite interventi a distanza).

In questo progetto, Institute of Bioengineering & Bioimaging (IBB), A*STAR vorrebbe collaborare con il Massachusetts General Hospital per aggregare i dati dei pazienti e sviluppare ulteriormente il suo algoritmo software utilizzando l'apprendimento automatico (ad es. modelli forestali casuali e modelli di memoria a lungo-breve termine ecc.) e modelli statistici (ad es. modelli di regressione e analisi di sopravvivenza con analisi univariata e multivariata) basati su caratteristiche respiratorie ed emodinamica per prevedere riacutizzazioni e deterioramento su 60 pazienti con malattie cardiopolmonari. I punti finali di questa collaborazione includono quanto segue:

1. Convalidare l'ipotesi dell'utilizzo di biomarcatori respiratori in modelli (dipendenti dalla malattia e specifici della malattia) per prevedere le riacutizzazioni - benchmarking da eseguire rispetto a questionari di follow-up e telefonate
2. Per convalidare il livello di conformità, il tasso di abbandono e se sono necessarie misure aggiuntive per convincere i pazienti a continuare