Bevis på konsept for fjernbehandling av kroniske inflammatoriske luftveissykdommer for å styrke pasienten (PRECISION)

Hovedmålet med studien er å lage et Proof of Concept for fjerninnhenting av subjektive/objektive data for pasienter med astma og CRS. I dagens standard kliniske vurdering av pasienter med kroniske sykdommer som astma og CRS er det to hovedkomponenter, en subjektiv (gitt av pasienten) og en objektiv (gitt av legen). Spesielt innhentes subjektive data via standardiserte PROM-er (som SNOT-22 for CRS og ACT for astma). Innsamlingen av objektive data oppnås gjennom kliniske evalueringer, slik som endoskopisk evaluering, olfaktometri, radiologisk evaluering (med definisjonen av Lund-Mackey-score), måling av nesestrøm (vanligvis gjennom PNIF eller rhinomometri), cytologi, blodprøver (spesielt eosinofiltall og IgE), FeNO (fraksjonert utåndet nitrogenoksid). Begge typer data trengs samtidig for riktig behandling og oppfølging av sykdommen og fremfor alt er kvaliteten på målingene avgjørende.

Hovedmålet med prosjektet er å kvantifisere hvor mye pasientens erfaring med å håndtere deler av sin sykdom fjernt forbedres sammenlignet med et sykehusbesøk.

Dette vil bli kvantitativt vurdert gjennom administrasjon av "PREMs" (Patient-Reported Experience Measures) spørreskjemaer. Spesielt vil etterforskerne, i samsvar med teknikkens stand, evaluere pasienttilfredshet basert på to spørreskjemaer:

• CSQ8 (Client Satisfaction Questionnaire): gir en kvantitativ evaluering av behandlingen
• PSSUQ (Post-Study System Usability Questionnaire): gir en kvantitativ vurdering av hensiktsmessigheten av teknologien som brukes. Til slutt vil etterforskerne evaluere pasientenes tilfredshet med å bli fulgt delvis hjemmefra gjennom et ad-hoc spørreskjema.

Sekundært mål:

Evaluering av de beste kanalene for administrasjon av PROMer basert på aldersgruppe og kulturelt nivå.

PROMs fanger opp en persons oppfatning av helsen deres gjennom spørreskjemaer, har en desidert overveiende rolle i den kliniske evalueringen av pasienter med CRS og astma i henhold til de nye klassifiseringssystemene og er omdreiningspunktet for den subjektive delen (f.eks. SinoNasal Outcome Test (SNOT), Astmakontrolltest (ACT), Chemosensory Complaint Score (CCS)). Gitt den tidkrevende karakteren av å fullføre PROM-er og hvor enkelt de kan utføres eksternt, blir flere og flere PROM-er levert online (f.eks. med nettstedsskjemaer). Problemet med en slik modalitet i den virkelige verden er pasientens etterlevelse over tid, da den lave sykeligheten av kontrollert sykdom kan være assosiert med redusert motivasjon. Videre kan pasienter trenge avklaring på spesifikke spørsmål fra helsepersonell, som bidrar til årsakene til at PROMs fortsatt administreres på mange sykehus i dag.

I dette prosjektet vil tre ulike kanaler bli evaluert:

Sosiale nettverk Chatbots: Chatbots er "naturlig språk online menneske-datamaskin dialogsystemer." Teknologien bak chatbots i dag er ganske kompleks og spenner over feltene naturlig språkbehandling, responsgenerering og dialoghåndtering. Målet vårt er å evaluere bruken av chatbots for å øke engasjementet og implementere forklaringer av PROMs. Chatboten vil også bli brukt til medisinske rester, noe som bidrar til å forbedre etterlevelsen av oppfølgingen. Ved å bruke eksisterende sosiale nettverk (f.eks. Whatsapp, Telegram), pasienter trenger ikke spesifikk opplæring da de allerede er vant til å bruke direktemeldingsapplikasjoner.

Phonebot er et telefonsystem som håndterer innkommende og utgående telefonsamtaler, samt en organisasjons interne kommunikasjon. Etterforskerne vil evaluere effektiviteten av å bruke telefonsamtaler for å fullføre undersøkelsen som kreves for PROMs. Det evaluerte systemet bruker syntetisk stemme for å stille spørsmål til pasienter og tale/tonegjenkjenning for å fange opp svar.

Mobilapp: Tilgjengeligheten av dedikerte apper på smarttelefoner og mulighetene som tilbys av denne teknologien (push-varsler, personlig grafikk og brukervennlighet) er en annen mulig kanal for å administrere PROM-er. Etterforskerne vil evaluere effektiviteten til denne kanalen for å få svarene fra PROMene.

Kanalene vil bli gitt til forskjellige pasienter med mål om:

• Forstå hvilken kanal som gir bedre samsvar, for eksempel vedvarende datainnsamling over tid
• Forstå om kanalen viser en forskjell i kvaliteten på data innhentet gjennom grunndatainnsamling og klinisk overvåking
• Forstå hvilken kanal som er best egnet for en spesifikk pasientprofil, analysere sammenhengen mellom aktiviteten og individets alder og utdanning
• Evaluering av pasientens styrking gitt ved bruk av kanalen Teknikker for å innhente objektive luftstrømdata ved bruk av ikke-invasive teknikker vil også bli evaluert.

Pusteovervåking er et viktig verktøy i tidlig diagnostisering av luftveis- og kardiovaskulære sykdommer. Spesielt er respirasjonsfrekvensen avgjørende for å overvåke utviklingen av luftveislidelser, slik som kronisk obstruktiv lungesykdom (KOLS), kronisk rhinosinusitt (CRS), astma eller den nylige COVID-19-sykdommen. Pusten overvåkes vanligvis i en spirometritest som måler respirasjonsstrømmer og følgelig estimerer respirasjonsvolumer og -hastigheter. Imidlertid kan det bare utføres på et sykehus under tilsyn av en leverandør og krever at pasienten puster på en kontrollert måte mens han har på seg nese- eller orale sonder. Bærbare og hudvennlige teknologier kan tilby interessante alternativer for å dempe slikt ubehag. Spesielt kan batterifrie enheter for ultrahøy frekvens (UHF) radiofrekvensidentifikasjon (RFID) gi minimalt invasive, brukervennlige og rimelige diagnostiske prosedyrer.

Derfor vil prosjektet vurdere teknikker for objektiv vurdering av luftstrøm, og spesielt:

• ved astma det tvungne ekspirasjonsvolumet på ett sekund (FEV1) og peak ekspiratorisk flow (PEF)
• i CRS virker nasal peak inspiratory flow (PNIF) mer pålitelig enn (anterior aktiv) rhinomometri (AAR) og akustisk rhinometri (AR) i) et kommersielt tilgjengelig bærbart spirometer vil bli brukt til å måle PEF, FEV eksternt, med en intuitiv APP som hjelper pasienter med å gi data, motta og videresende dem til sykehuset ii) samme maskinvare kan brukes til å måle PNIF, gjennom en tilpasning av programvaren og tilkoblingsbare nesemasker som er tilgjengelig på markedet. Som et resultat vil en bærbar dobbelfunksjonsenhet egnet for fjernvurdering av øvre og nedre luftveisfunksjon være tilgjengelig ved gjenbruk og tilpasning av tilgjengelig teknologi.

De forventede resultatene av dette spesifikke målet er:

• definisjon av pasientens pustemønster ved bruk av tilgjengelige verktøy og pålitelighet for tidlig diagnose av unormale hendelser;
• uavhengig analyse av ytelsen til neseborene og vurdering av påliteligheten av å få en analog av PNIF;
• evaluering av påliteligheten til instrumentene i definisjonen av ekvivalente spirometriske parametere.

Databehandling vil finne sted i henhold til reglene definert av Health Information Portability and Accountability Act (HIPAA) og i Europa av General Data Protection Regulation (GDPR).

De eksterne tilnærmingene som er testet i dette prosjektet vil generere en enorm mengde reelle data for analyse. En spesifikk datahåndteringsplan vil bli utviklet for å definere på forhånd metodene for å samle inn, administrere og beskytte kliniske forskningsdata. Planen vil definere spesifikke datainnsamlingsmål, datatype og plassering, datatilgang, roller og ansvar, slik at forskerteamet får en grundig forståelse av kravene.

En nøkkelrolle vil bli spilt av REDCap-plattformen (Research Electronic Data Capture), som vil bli brukt til å samle inn og administrere data på riktig måte. Dette er en sikker nettsideapplikasjon, i samsvar med mange standarder som FISMA og HIPAA, utviklet for å administrere data for klinisk forskning.

Under forsøkene vil dataene samles inn på 2 måter: den ene vil være standard med innhenting av subjektiv informasjon (PROM) og objektiv informasjon (luftstrømmer, kliniske og endoskopiske funn) og påfølgende dataregistrering. Den andre modusen vil dra nytte av spesiallagde rørledninger og vil tillate datainnhenting direkte via MHT (Mobile Health Technology) og, når det gjelder phonebots, direkte via skyen, og vil derfor være fullstendig automatisert. Dette vil drastisk øke mengden data som potensielt er innhentet gjennom denne andre modaliteten, uten logistiske begrensninger og større muligheter, arbeid med big data, for å bygge pålitelige prediktive modeller for sykdommene som undersøkes.

Prosjektet vil utvikle dedikerte datarørledninger som automatisk fylles med PROM-er og luftstrømdata innhentet via MHT inn i Redcap-databasen.

Telefonboten og chatboten vil bruke skyløsninger som Twilio (Communication APIs for SMS, Voice, Video & Authentication n.d.) eller Amazon Connect (som igjen er basert på Twilio). Disse systemene begynte som private filialsentraler (dvs. forretningstelefonsystemer som håndterer innkommende og utgående samtaler) og har utviklet seg mot flerkanals kommunikasjonssystemer. De integrerer nå telefoni, SMS, chatbots med forskjellige Instant Messaging-kanaler, sanntids videostreaming og e-postsystemer. Videre integrerer de også flere relaterte teknologier som kunstig intelligenssystemer for å administrere samtale, talesyntesesystemer, dataflyt og dialogkomposisjonsverktøy.

Etterforskerne vil gjøre bruk av slike systemer så praktisk fra ulike perspektiver. For det første, på grunn av selskapets retningslinjer, tvinger Whatsapp kundene deres til å bruke forhandlere (som Twilio) for å få tilgang til Whatsapp Business APIer som ellers ikke kan nås direkte av oss. For det andre har slike skysystemer muligheten til å skalere til millioner av brukere på minutter ved bruk av cloud computing, noe som er veldig praktisk da prosjektet har ambisjon om å enkelt replikeres. Til slutt bruker løsninger som Amazon Connect banebrytende løsninger for kunstig intelligens (naturlig språkbehandling) som deles og deretter testes for effektivitet med det populære Amazon Alexa-produktet. Tilpassede mobilapplikasjoner vil bli utviklet for å gi spørreskjemaer til pasienter. Disse applikasjonene vil bli utgitt på Android- og iOS-plattformer. Alle disse applikasjonene vil bli utformet sammen med prosjektpartnerne for å utlede spesifikasjonene til finite state-maskinen og klargjøre bruksflytene.

Statistisk plan Planleggingen av de tre kliniske studiene ble gjort med tanke på ønsket statistisk kraft, den korte tiden for gjennomføring av prosjektet (kun 2 år) og det faktum at de tre kliniske studiene er 'de facto' også Proof of concept for en svært innovativ tilnærming med ambisjon om å endre den daglige ledelsen av 2 svært vanlige kroniske sykdommer og oppnå et vendepunkt mot reell pasientstyrking.

For klinisk studie 1, for å oppnå et konfidensnivå på 95 % og et konfidensintervall på 15, ble den nødvendige prøvestørrelsen estimert til 40.

Når det gjelder klinisk studie 2, ønsket etterforskerne å sette opp en studie som var i stand til å oppdage en forskjell på 20 % mellom armene, som, som en firearmsstudie, ville være tilstrekkelig med 12 pasienter for hver arm. Men også, siden det er en firearmsstudie, bør en viss korreksjon brukes (til og med en Bonferroni-korreksjon) og, hvis den brukes på alfaverdien, med seks mulige sammenligninger (ikke bare av behandlingsgruppene med kontrollgruppen, men også mellom behandlingsgrupper) ville alfaverdien gå fra 0,05 til omtrent 0,009, så etterforskerne anså det som nyttig å øke hver arm til 20 forsøkspersoner (totalt antall forsøkspersoner 80).

Til slutt, for klinisk studie 3, ønsket etterforskerne å kunne oppdage 25 % forskjeller i luftstrømmålinger mellom standardtestene på kontoret og de 2 hjemmesystemene, for hvilke en prøvestørrelse på 15 pasienter kreves.

For å evaluere statistisk signifikante forskjeller for de primære endepunktene vil etterforskerne bruke:

For forsøk 1, hvor det primære endepunktet er pasienttilfredshet R-Square, Chi-Square, Pearson test og Fisher eksakt test for å evaluere tilfredsheten til pasienter i behandlingsgruppen sammenlignet med kontrollgruppen. Alfaverdien settes til 0,05.

Analysen vil bli brukt på spørreskjemaene (PREMs) som er nevnt tidligere, for å kvantifisere forbedringen når det gjelder pasienterfaring behandlet med MHT (spirometre og PROMs) sammenlignet med det nåværende scenariet som kun involverer periodiske personlige besøk på sykehuset.

For forsøk 2, for å evaluere det primære endepunktet som er fullføringsraten for spørreskjemaene i de fire armene, vil etterforskerne bruke ANOVA etterfulgt av t-tester for å utføre de 6 mulige sammenligningene mellom de 6 gruppene. For ANOVA vil en alfaverdi på 0,05 bli brukt, mens for enkeltsammenlikninger vil en Bonferroni-justering bli brukt som bringer alfa til 0,009.

Følgende merittertall vil bli vurdert:

• fullføringsgrad: hvor mange spørreskjemaer er fylt ut, frafallsprosent;
• kvaliteten på svarene: også utført gjennom analyse av metainformasjon (f.eks. "gullspørsmål") og bruke sammenstillingen av spørreskjemaene på sykehuset som grunnsannhet;
• beste kanal for administrasjon av PROMer med hensyn til pasientens teknologiske profil: Phonebot, Instant Messaging og dedikerte apper;
• pasientstyrking gjennom spørreskjemaer. For forsøk 3 vil non-inferioritetshypotesen bli testet ved å sammenligne fjernmålinger med standard ambulante tester via parede t-tester. Alfa vil bli satt til 0,05.

De sekundære endepunktene vil bli evaluert med samme programvare (JMP fra SAS-instituttet) med passende statistiske verktøy.

Til slutt vil de aggregerte dataene som er funnet, bli gjenstand for vitenskapelige publikasjoner, noe som beriker den generelle kunnskapen om emnet og tillater derfor sekundær statistisk bruk av dataene.