- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT03739957
Telemonitoreringssystem for tidlig diagnose av KOLS-eksaserbasjoner.
Studieoversikt
Detaljert beskrivelse
Kronisk obstruktiv lungesykdom (KOLS) er et globalt helseproblem over hele verden. Det er ikke bare den fjerde dødsårsaken med 600 millioner dødsfall hvert år, men det er også den raskest økende patologien når det gjelder dødelighet i industrialiserte land, og i 2020 vil den bli den andre dødsårsaken (WHO-data). Dessuten er dens innvirkning i stor grad undervurdert. Kun én av fire pasienter får diagnosen, ofte med forsinkelse, og dette reduserer åpenbart terapeutiske sjanser. Følgelig identifiseres og kureres KOLS ofte først i sene stadier, mens det utgjør et viktig helseproblem også hos yngre mennesker (fra 45-50 år). Nyere studier estimerte en gjennomsnittlig kostnad på 1.300 euro per pasient hvert år, som kan øke til 7.000 euro i mer alvorlige stadier. En skreddersydd behandling av KOLS-pasienter vil åpenbart tillate å redusere kostnadene for sykehusinnleggelser og forbedre livskvaliteten. Denne ledelsen kan dra nytte av informasjons- og kommunikasjonsteknologistøtten, som kan tilby muligheten for teleovervåking av pasienter uten behov for gjentatte sykehusbesøk og forbedre effektiviteten til helsetjenester. Dessuten gjør den høye frekvensen av eksacerbasjoner og deres ofte atypiske kliniske presentasjon hos eldre pasienter spesielt ønskelig tilgjengeligheten av et teleovervåkingssystem som kan garantere kontinuerlig kontroll og tidlig intervensjon i tilfelle nødvendighet. Bruken av telemonitoreringssystemer hos KOLS-pasienter har allerede vist en moderat effekt for å redusere hospidaliseringer og andre relaterte utfall (Pedone C et al. BMC Health Serv Res 2003), men bevisene er ikke homogene (Pedone C e Lelli D Pneumonol Alergol Pol 2015). En ytterligere forbedring av virkningen av teleovervåkingssystemer på helsestatusen til KOLS-pasienter kan komme fra Decision Support System (DSS), i stand til å forutsi kliniske hendelser (dvs. eksacerbasjoner) og for å hjelpe helsepersonell med å overvåke eller forutsi hendelser på grunnlag av variasjon av kliniske parametere, ikke direkte samlet inn med konvensjonelle strategier.
Vår forskningsgruppe (L.I.A., Università Campus Biomedico di Roma, Asl n. 4 Lanusei) har allerede utviklet en prediktiv algoritme for eksaserbasjoner eller kliniske bekymringsfulle hendelser før symptomene begynner. Prosjektet har blitt finansiert av Provincia Autonoma di Bolzano (Italia) og presentert på IEEE-EMBS International Conference on Biomedical and Health Informatics (BHI) i Las Vegas 24.-27. februar 2016 ["On the Remote Detection of COPD-Related Worrisome" Begivenheter" - BHI 2016]. Hele artikkelen har blitt publisert i IEEE Journal of Biomedical and Health Informatics ["Et beslutningsstøttesystem for teleovervåking av KOLS-relaterte bekymringsfulle hendelser"] mars 2017.
Ved å utnytte resultatene våre er det utviklet et innovativt medisinsk utstyr for overvåking av helsestatus for å oppdage eksacerbasjoner eller kliniske bekymringsfulle hendelser ved å ta hensyn til tidlige tegn pasienten fortsatt ikke er klar over, og følgelig foreslår han å henvise til lege før symptomene begynner. . Enheten består av et digitalt Bluetooth-pulsoksymeter og en APP. APP kobles til pulsoksymeteret som måler hjertefrekvens og oksygenmetning i blodet. Til å begynne med tilpasser APP seg til de fysiologiske egenskapene til hver pasient, og tilpasser dermed responsene, og setter sine egne koeffisienter for analysen av parametrene som brukes på grunnlag av den kontinuerlige strømmen av data mottatt fra pulsoksymeteret. Den innledende perioden med "tilpasning" for den grunnleggende innstillingen av maskinen er estimert om 5 dager, hvoretter enheten vil fortsette å modellere seg på pasienten både gjennom selvlæring ved bruk av inngangsdata, og gjennom en mulig, men ikke obligatorisk intervensjon fra leger som endrer konfigurasjonsparametrene for bedre respons fra maskinen. Resultatene våre antyder at algoritmen er i stand til å oppdage potensielt kritiske situasjoner med en sensitivitetsindeks på 98 % og en spesifisitet på 100 %.
3. Studiemål
For å teste algoritmen på en større populasjon for å verifisere ytelsen til det nåværende systemet. Basert på antall deskriptorer som brukes av systemet, tatt i betraktning en frafallsrate på 15 %, feilmargin på 0,02, p = 0,05, er antall registrerte pasienter 120.
Å trene algoritmen for gjenkjennelse av eksacerbasjoner, definert som forverring av dyspné eller oppspytt av enheter som er overlegne den normale døgnvariabiliteten og som krever behandlingsmodifikasjoner, konstatert gjennom klinisk evaluering; For å kalibrere og validere algoritmen for gjenkjenning av eksacerbasjonsepisoder.
For å evaluere effektiviteten til systemet når det gjelder kostnader og livskvalitet til pasienten:
Effektivitet:
den vil være basert på sammenligning av hyppigheten av akuttmottak og sykehusinnleggelser i de tre årene før intervensjonen og i intervensjonsperioden for å verifisere forventet nedgang i behovet for ekstraordinær omsorg. For dette formål, etter autorisasjon, vil fil A og fil L i Scheda di Dimissione Ospedaliera (SDO) bli brukt. På denne måten vil alle data vedrørende akuttmottak og sykehusinnleggelser, årsaker og innleggelsesdager bli hentet inn for hver pasient. En betydelig reduksjon i den kumulative frekvensen av resultatet vil bli ansett som bevis på effekt. Sammenligningen mellom intervensjonsåret og det foregående året vil bli supplert med analysen av tidsserien inkludert de foregående 3 årene og intervensjonen for å unngå at en tilsynelatende signifikant forskjell mellom intervensjonsåret og det foregående året bare reflekterer utviklingen av En trend. Siden detekterte parametere kan modifiseres også ved hendelser, ikke bare luftveier, men også av annen opprinnelse (f.eks. kardial) patologi, vil årsakene til akuttmottak eller sykehusinnleggelser bli oppdaget og katalogisert for en analytisk evaluering av effekten av intervensjonen.
analysen av objektive utfall, som er uttrykk for omsorgsbehovene (effektivitetssjekk 1), vil bli supplert av helseeffektene uttrykt av en baseline og endelig oligodimensjonal evaluering inkludert et mål på dyspné (MRC), en fysisk ytelsesindeks ( 6'WT), en personlig autonomiskala (ADL, IADL) og et spørreskjema for helsestatus korrelert med luftveissykdom (CAT). Siden det ikke er noen sammenligning for dette utfallet, vil det samme anses som oppnådd i tilfelle av ytelsesstabilitet sammenlignet med baseline.
Kostnad/effektivitet: forutsatt en vektet gjennomsnittlig kostnad ved sykehusinnleggelse for forverret KOLS og estimering av kostnadene ved den foreslåtte intervensjonen (se vedlagte analyseskjema), vil intervensjonen anses som kostnadseffektiv hvis oppnådde besparelser vil overstige minst 25 % av utgiftene påløpt. Denne terskelen, om enn vilkårlig, er praktisk og rimelig fordi lavere verdier kan bli straffet av forskjellige lokaliserte defekter i prosedyren for å beregne de involverte variablene.
Pasienter med KOLS med hyppige eksacerbasjoner vil bli registrert uavhengig av bronkial obstruksjonsgrad eller GOLD stadium. I henhold til 2018 GOLD-retningslinjene, anses to eller flere eksacerbasjoner hvert år eller minst én som fører til sykehusinnleggelse som hyppige. Forverring betyr enhver endring i respiratorisk helse som krever endring i medikamentell behandling, uavhengig av behov for akuttmottak eller sykehusinnleggelse, som omvendt karakteriserer andelen eksaserbasjoner som utgjør det første effektutfallet. Pasienter i langvarig oksygenbehandling, med kognitiv svikt som, etter utrederens oppfatning, hemmer muligheten for å følge protokollen og med forventet levealder begrenset til ett år, vil bli utelukket. Ingen andre eksklusjonskriterier vil bli forutsett, spesielt komorbiditet, siden studien er designet for en reell dimensjon og algoritmen kan brukes til å formidle informasjon av interesse for forverring av ikke-respiratorisk patologi.
Hver pasient vil bli utstyrt med BPCOmedia-settet for å måle statusen til pasientens helse-KOLS. Settet består av et Bluetooth-pulsoksymeter og en APP for Android-system som kan lastes ned fra Google Play og installeres på Android-smarttelefonen til pasienten fra og med versjon 4.1.
Under eksperimentering vil en dedikert saksbehandler sykepleier ivareta den profesjonelle teamlederen (fastlegen) og for hele teamet der spesialpneumologen er tilstede, en upartisk og tverrgående tilnærming for utvikling av en personlig behandlingsplan, tilrettelegge for koordinering og hensiktsmessig. bruk av de ulike tjenestene.
Målinger av oksyhemoglobinisk metning og hjertefrekvens vil bli utført 3 ganger om dagen, i henhold til en forhåndsdefinert overvåkingsplan, og når pasienten opplever symptomer. Pasienten vil først henvise til saksbehandler sykepleier eller til fastlegen, hvis den første er utilgjengelig, når algoritmen vil oppdage en potensielt farlig situasjon eller når dens opplevde helsestatus vil avvike fra måling utført av teleovervåkingssystemet. På den annen side vil saksbehandler sykepleier og fastlege daglig overvåke parametrene og vil vurdere om de mottatte verdiene er forenlige med en pågående eller forestående forverring av helsetilstanden («bekymrende hendelse»). I dette tilfellet vil pasienten bli kontaktet på telefon for å undersøke symptomene eller tilstedeværelsen av tegn på forverring (dyspné, asteni, økt sekret). På grunnlag av innhentede data vil den bekymringsfulle hendelsen bli omklassifisert som følger:
Falsk alarm; Mindre hendelse (klinisk forverring som ikke krever terapeutisk intervensjon eller andre intervensjoner) Mulig forverring. Ved mulig forverring vil pasienten bli besøkt av fastlegen som vil fastslå den faktiske tilstedeværelsen av en eksacerbasjon (med påfølgende modifikasjon av terapi, indikasjon på ytterligere diagnostiske undersøkelser eller sending til høyere behandlingsnivåer, avhengig av indikasjonen). eller omklassifisere hendelsen som "Minor Event".
Pneumologen vil alltid være tilgjengelig for tolkning av situasjoner som involverer spesialistkunnskap og vil bli kontaktet av både saksbehandler sykepleier og fastlege avhengig av tilgjengelighet. Ved spesielle situasjoner, for eksempel viktige desaturasjoner, vil preferanseruter bli aktivert slik at spesialist pneumolog kan gripe inn umiddelbart.
For å oppnå et tilstrekkelig antall arrangementer for prosjektets mål, planlegges det å melde inn minst 120 pasienter, som skal følges i en periode på 12 måneder.
Hovedutfallet vil være bronkiale eksaserbasjoner, som antas å ha en Poisson-fordeling med et gjennomsnitt på 2/pasient/år. Tatt i betraktning som klinisk signifikant en reduksjon på 0,25 eksaserbasjoner/pasient/år, ved å bruke Lehrs ligning med Type I og Type II feil på henholdsvis 5 % og 20 %, får vi et estimat på utvalgsstørrelsen på 480 personer fulgt i et år; det anses som hensiktsmessig å øke til 500 for å utligne eventuelle tap ved oppfølging.
Denne prøvestørrelsen er også tilstrekkelig for utviklingen av hendelsesforutsigelsesalgoritmen: faktisk basert på antall deskriptorer som brukes av systemet og tatt i betraktning en frafallsrate på 15 %, feilmargin på 0,02, p = 0,05 , antallet av pasientene som kreves er 120.
Instrumenteringen vil bli levert i løpet av en treningsøkt der pasienten vil bli instruert om hvordan teleovervåkingssystemet fungerer og om atferd som skal følges ved endringer i helsetilstand.
Passende forståelse vil bli bekreftet på slutten av økten, og studiepersonalet vil tilby pasienten ytterligere økter selv etter en tid ved behov.
Pasienten vil også bli spesifisert at utredningssystemet ikke erstatter vanlig assistanse og at det ved eventuelle variasjoner av symptomene er nødvendig å følge de vanlige prosedyrene ved å kontakte primærlegen eller spesialisten ved behov.
Alle pasienter vil signere et informert samtykke. Telemonitoreringssystemet som brukes er ikke ment som en erstatning for normal assistanse og studieprosedyrene gir ikke nødintervensjoner, derfor vil deltakerne bli bedt om å kontakte legen sin for evaluering av eventuelle helseproblemer og for å aktivere de vanlige nødprosedyrene i tilfelle kritiske situasjoner.
Dataanalyse Data vil bli analysert i henhold til beskrivende statistikkmetoder for å evaluere ytelsen, beregne nøyaktighet, presisjon, spesifisitet og sensitivitet. I første omgang vil opplæringsfasen bruke data fra en referansepopulasjon. Deretter, ved å bruke en person ute, vil systemtreningen bli evaluert igjen ved å bruke dataene som ble innhentet under den nåværende eksperimenteringen, og deretter fortsette til estimat av ytelsene.
5. Teleovervåkingssystem
Grunnleggende egenskaper er oppsummert nedenfor:
Systemet som består av appen og et pulsoksymeter og er sertifisert som medisinsk utstyr (neste juni 2017); Pasienten får et sett bestående av et pulsoksymeter og Android-appen som kan lastes ned fra Google Play og kan installeres på din Android-smarttelefon fra versjon 4.1 og oppover; Pasienten bruker appen til å utføre målinger hjemme, uten behov for ekstern støtte; Appen fungerer i tre moduser: konfigurasjon, trening / kalibrering, overvåking; Under konfigurasjonen oppretter brukeren en konto knyttet til det kjøpte pulsoksymeteret og appen, for å redusere misbruk av enheten av personer som ikke har kjøpt den; I løpet av treningsfasen får appen den nødvendige informasjonen for å kalibrere algoritmen og for å gjøre den i stand til å identifisere forekomsten av en av de nevnte farlige hendelsene; Under overvåkingsfasen bruker pasienten appen til å overvåke utbruddet av en av de nevnte farlige hendelsene; Brukeren, ved å bruke legitimasjonen som ble oppgitt under konfigurasjonen, kan få tilgang til en nettportal kalt pasientportalen hvor han kan sjekke historikken for de utførte målingene; Pasientportalen lar sluttbrukeren se sine data i en grafisk og intuitiv form og dele målinger med legen sin; Leger får tilgang til en portal dedikert til dem og kalt medisinsk portal; I den medisinske portalen kan legen konsultere målingene utført av pasientene hans forutsatt at pasienten har satt legen i stand til å konsultere sine data; Mulighet for legen å innhente rapporter om tiltak utført av pasientene; Appen og både pasientportalen og den medisinske portalen støtter de europeiske hovedspråkene fra italiensk og engelsk.
Installasjons- og konfigurasjonsfase Brukeren laster ned Android-appen fra Google Play-butikken. På installasjonstidspunktet veileder appen brukeren til å registrere en ny konto, hvis den ikke allerede er i besittelse av en, og til å registrere pulsoksymeteret som er kjøpt, ved å skrive inn den alfanumeriske kommersielle koden som er tilgjengelig i pakken.
En enkelt konto kan kobles til den kommersielle koden.
Under kontooppretting og tilknytning til pulsoksymetriveiviseren krever appen minimumsinformasjonen som er nødvendig for registrering og brukerprofilering:
Navn og etternavn E-postadresse Telefonnummer Brukernavn og passord For å gå videre med registreringen må pasienten se personvernerklæringen og samtykke til behandling av personlige helseopplysninger slik gjeldende lovgivning krever.
På slutten av installasjons-/konfigurasjonsfasen starter appen i trenings-/kalibreringsmodus.
Trenings- og kalibreringsfase For riktig funksjon trenger appen en innledende treningsfase med den forhåndsdefinerte varigheten på N = 5 dager.
Treningsfasen er basert på en overvåkingsplan bestående av tre målinger / dag delt på forhåndsdefinert tidsperiode: morgen, ettermiddag, kveld. En måling er nødvendig for hver tidsluke.
Overvåkingsplanen inkluderer en rekke påminnelser som, gjennom push-varslingen knyttet til et lydsignal, minner pasienten på målingene som skal utføres. Overvåkingsplanen kan konsulteres i skrivebeskyttet på appen i en spesiell seksjon.
Ved hver måling angitt av M, henter appen inn verdien av prosentandelen av hemoglobinmetning SpO2, verdien av HR-hjertefrekvensen målt av pulsoksymeteret og datoen og klokkeslettet da målingen finner sted. Inndataene er formelt indikert med triaden (SPO2, HR, t), der verdien t indikerer både dato og klokkeslett for målingen M og tjener derfor til å klassifisere målebåndet: morgen, ettermiddag, kveld.
På slutten av de 5 dagene, dvs. av treningsfasen, ved bruk av målingene og et datasett med pasientprofiler som er forhåndslagret i APP, blir det automatisk bestått under overvåkingsfasen.
APPen viser i et spesielt bånd som alltid er tydelig synlig i fasen den finner: trening eller overvåking.
I løpet av treningsfasen lagrer appen dataene til de enkelte målingene og resultatet av kalibreringen på backend ved slutten av treningsfasen. Appen fungerer også på en uavhengig måte fra backend slik at dataene synkroniseres i bakgrunnen på en transparent måte for brukeren selv i fravær av tilkobling.
Overvåkingsfasen Når trenings- og kalibreringsfasen er fullført, går appen inn i overvåkingsfasen der pasienten utfører tiltakene for å holde helsen sjekket og overvåket.
Informasjonen som skal huskes i denne fasen er:
HR hjertefrekvens; SpO2 hemoglobinmetning; Dato og klokkeslett for deteksjon I henhold til overvåkingsplanen inviterer appen brukeren til å utføre målingen ved å ha på og slå på pulsoksymeteret. Ved deteksjon varsler appen brukeren ved å invitere ham til å fjerne pulsoksymeteret. Enkeltmålingen, helt gjennomsiktig for brukeren, implementeres som en serie målinger mer hensiktsmessig filtrert (indikativt gjennomsnittet av målingene utført på 5 - 10 sekunder).
Ved hver måling spør appen, mottatt parameterne fra pulsoksymeteret, algoritmen ved å sende SpO2, hjertefrekvens, dato og klokkeslett og viser resultatet av behandlingen av algoritmen. Dette resultatet presenteres for pasienten gjennom lett forståelig tekst og med passende ikoner som gir en klar og umiddelbar forståelse av pasientens helsetilstand.
Appen er i stand til å utføre målingen selv i fravær av tilkobling, så alle konfigurasjonsparametere (se overvåkingsplan) lagres lokalt til appen og fra tid til annen synkronisert med det som er eksternt tilstede til backend.
Etter målingen lagres parametrene for selve målingen og resultatet av behandlingen lokalt og om mulig på skyen. I tilfelle det ikke er mulig å lagre dem umiddelbart på skyen på grunn av manglende tilkobling, vil justeringen av dataene skje på en transparent måte for pasienten.
Appen fører også en målehistorikk lokalt slik at pasienten kan se målingene direkte fra appen. Disse målene presenteres i tabell- og grafisk modus.
I overvåkingsfasen skal pasienten ha mulighet til å kontakte den pårørende legen i tilfelle forverring av de opplevde tilstandene og dersom han finner uenighet mellom hans/hennes opplevde tilstand og resultatet av appen. Det er derfor mulig direkte fra appen å starte en ny trenings-/treningsfase for å rekalibrere algoritmen.
Innstillinger Appen har en spesiell seksjon dedikert til personlige innstillinger. I denne delen kan pasienten se sine personlige data, overvåkingsplanen og utføre en tilbakestilling for å starte trenings- og kalibreringsfasen på nytt.
Algoritmebibliotek Algoritmen er innkapslet i et bibliotek utviklet av Biomedical Campus ved Universitetet i Roma og eid av L.I.A til Giuseppe Capasso.
Pasientens grensesnitt
Ved å bruke legitimasjonen som ble valgt under den innledende konfigurasjonsfasen, kan pasienten få tilgang til en nettportal dedikert til pasienter. Etter tilgang til denne portalen har pasienten muligheten til:
Administrer dine personlige data og endre passordet for tilgang til portalen og appen.
Se standard overvåkingsplan som er tilgjengelig som skrivebeskyttet. Se listen over målinger som er utført og vis dem i grafisk modus, med mulighet for å filtrere og vise dem for tidsperioder.
Sett opp din egen lege som du deretter kan dele overvåkingsdataene dine med. Pasienten inviterer legen til å få tilgang til dataene sine på en måte som ligner på den som brukes av de vanligste sosiale nettverkene for å dele informasjon.
Legenes grensesnitt Denne portalen lar behandlende leger få tilgang til pasientenes data via nettet. Ved å følge den aktuelle lenken 'Registrer deg som lege på påloggingssiden til medisinsk portal, kan legen registrere seg på portalen. Aktiveringen må skje etter tilstrekkelig verifisering av administratorene, som kan be om ytterligere dokumentasjon for å fastslå identiteten til legen som ber om registrering.
Når den er registrert, kan legen bruke sin legitimasjon for å få tilgang til portalen der han kan administrere sine personlige data som ble lagt inn under registreringen og få tilgang til målingene til pasienter som har delt tilgang. Legen kan på sin side søke etter pasienter og sende en forespørsel om innsyn i data. Pasienten kan da godta forespørselen eller ikke.
Legen kan ikke gjøre noen endringer i pasientens data, han har dem skrivebeskyttet. Det er kjente felt der du kan legge inn annen informasjon som stammer fra en sykehistorie eller et besøk.
Legenes grensesnitt - spesifikke funksjoner For å støtte oppnåelsen av målene for studien/eksperimenteringen, er det forutsett en rekke funksjoner for å samle inn et sett med "visse" data, som er validert av legen i nærheten av det detekterte tiltaket. at samme lege har muligheten til å konfrontere pasienten og bekrefte eller omdirigere resultatet generert av algoritmen. Fra et teknisk synspunkt handler det om å samle dataene som sendes av appen i backend, men lar legen bekrefte dataene eller omklassifisere resultatet som etter hans mening burde ha blitt generert. Derfor, som allerede forutsett, vil legen få tilgang til bakenden med mulighet til å velge den aktuelle pasienten, for å undersøke tiltakene som er interessert i at dommen bekrefter resultatet eller modifiserer det i henhold til en rekke merker som vil bli indikert av den vitenskapelige komité.
Informasjonen kan deretter trekkes ut ad hoc og leveres til analyse på Biomedical Campus.
Arbeidsskjema Følgende diagram representerer den logiske arkitekturen til hele systemet. Diagrammet viser også hvilke deler som ligger i smarttelefonen (Smarpthone-området) og hvilke som i stedet er hjelpekomponenter som ligger i nettet (nettområdet). Det er viktig å huske på at det medisinske utstyret består av appen og algoritmen som er inkludert i området merket som Smarttelefon. Brukerne av systemet er pasienten og legen. Pasienten bruker smarttelefonen til overvåking og konsultasjon, mens webdelen brukes til enkel konsultasjon både av pasienten og av legen i de aktuelle nettportalene.
Hovedkomponenter er beskrevet nedenfor.
App Dette representerer appen som er installert på pasientens smarttelefon. Appen mottar målinger fra pulsoksymetrien under overvåkingsfasen og samhandler med den prediktive algoritmen for å bestemme pasientens helsestatus. Dataene som er nyttige for behandling av helsestatus og for konsultasjon, lagres deretter i en lokal database slik at du kan jobbe uavhengig av nettforbindelsen. Appen samhandler med backend med det eneste formålet å lagre målinger og helsedata eksternt.
Prediktiv algoritme Selv om den er fysisk integrert i appen, er algoritmen lokalt en blokk i seg selv, gitt dens kritikkverdighet. Appen tar seg av å administrere tidslukene til tiltakene basert på overvåkingsplanen og kaller følgelig den prediktive algoritmen som passerer informasjonen som samles inn av pulsoksymeteret og annen informasjon behandlet fra de historiske dataene som er lagret i den lokale databasen. Med utgangspunkt i denne informasjonen bestemmer algoritmen pasientens helsestatus.
Lokal database Den lokale databasen brukes av appen for å vedlikeholde lokalt nødvendige tiltak i første omgang til algoritmen for å utføre behandlingen og for å bestemme helsetilstanden til pasienten, og for det andre for å la pasienten konsultere tidligere tiltak direkte på smarttelefonen. For riktig behandling krever algoritmen målinger fra de siste 90 dagene. Dette er tiltakene som er lagret i den lokale databasen.
Pulsoksymeter. Det er det medisinske utstyret som brukes av pasienten til å utføre målingen av SpO2 og hjertefrekvens. Samhandler via bluetooth med appen for å dele målingen som er utført.
Baksiden
Dette er den eksterne maskinvare-/programvarekomponenten som målingene gjort av de ulike pasientene og pasientprofilene lagres på. Her lagres dataene i en ekstern database og er alltid tilgjengelige for nedlasting på smarttelefoner ved behov, for å bli konsultert av pasienter og leger gjennom passende portaler, eller for å bli brukt av forskere ved Roma Biomedical Campus for å foredle og videreutvikle utvikle algoritmen. Følgende seksjon dedikert til den detaljerte arkitekturen vil også beskrive de ulike protokollene som brukes for interaksjon med de andre komponentene i systemet.
Ekstern database Ekstern database hvor pasientmålinger og pasient- og medisinske profildata lagres.
Nettgrensesnitt Dette er komponentene i systemet som lar pasienter og leger konsultere dataene som er lagret i backend.
Struktur Følgende diagram representerer den fysiske arkitekturen til hele systemet og hvordan komponentene i hele systemet samhandler/kommuniserer med hverandre.
Studietype
Registrering (Forventet)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
Sardegna
-
Cagliari, Sardegna, Italia
- Rekruttering
- ASSL Cagliari - Pneumologia Territoriale di Cagliari Area Vasta
-
Ta kontakt med:
- Cesare Severino
-
Hovedetterforsker:
- Cesare Severino
-
Lanusei, Sardegna, Italia
- Rekruttering
- ASSL Lanusei - Distretto di Tortolì
-
Ta kontakt med:
- Sandro Rubiu
-
Hovedetterforsker:
- Sandro Rubiu
-
Hovedetterforsker:
- Angela Maria Bussu
-
Nuoro, Sardegna, Italia
- Rekruttering
- ASSL Nuoro - Distretto di Nuoro
-
Ta kontakt med:
- Gesuina Cherchi
-
Hovedetterforsker:
- Gesuina Cherchi
-
Hovedetterforsker:
- Gianfranca Piredda
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Beskrivelse
Inklusjonskriterier:
- Pasienter med KOLS med to eller flere eksaserbasjoner hvert år eller minst én som fører til sykehusinnleggelse.
Ekskluderingskriterier:
- langvarig oksygenbehandling
- kognitiv svikt
- en forventet levetid begrenset til ett år
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Forebygging
- Tildeling: N/A
- Intervensjonsmodell: Enkeltgruppeoppdrag
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: BPCO Media Kit
Settet består av et Bluetooth-pulsoksymeter og en APP for Android-system som kan lastes ned fra Google Play og installeres på Android-smarttelefonen til pasienten fra og med versjon 4.1.
|
Telemonitoreringssystem for pasienter med KOLS
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Antall deltakere som trenger akuttmottak eller sykehusinnleggelse for bronkial eksaserbasjon
Tidsramme: Ett år
|
Årsaken til akuttmottak eller sykehusinnleggelse vil bli henvist til bronkial eksacerbasjon hvis det skjedde endringer i respiratorisk helse som krever endring i medikamentell behandling.
|
Ett år
|
Samarbeidspartnere og etterforskere
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Raffaele Antonelli Incalzi, MD, Campus Biomedico
Publikasjoner og nyttige lenker
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Forventet)
Studiet fullført (Forventet)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 10/2018/CE
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .