Wykrywanie nocnego kaszlu i jakości snu za pomocą smartfona jako marker prognostyczny kontroli astmy

Astma, przewlekła choroba układu oddechowego, należy do najczęstszych chorób przewlekłych. W Szwajcarii cierpi na nią 7-15% wszystkich dzieci i 6-7% wszystkich dorosłych. Częstymi objawami są duszność, kaszel i świszczący oddech. Objawy często nasilają się w nocy i często powodują przebudzenia. Kaszel jest szczególnie ważnym objawem astmy, ponieważ przewiduje ciężkość astmy, wskazuje na gorsze rokowanie i jest postrzegany jako objaw uciążliwy. Ponadto astma jest główną przyczyną przewlekłego kaszlu, odpowiadając za 24-29% przypadków.

Jednak niewiele wiadomo na temat przydatności śledzenia kaszlu do celów samokontroli u astmatyków. Pierwsze badanie przekrojowe wykazało, że częstość kaszlu zarówno w dzień, jak iw nocy może być ważnym wskaźnikiem kontroli astmy, co czyni go potencjalnie użytecznym parametrem do samokontroli. Niestety, ze względu na znaczną zmienność częstości występowania kaszlu w obrębie każdej kategorii kontroli astmy (tj. astma niekontrolowana, częściowo kontrolowana i kontrolowana), statystycznie istotna zależność między częstością kaszlu a kontrolą astmy może nie mieć znaczenia klinicznego. Ponadto, ze względu na przekrojowy projekt istniejących badań, pozostaje niejasne, czy częstość kaszlu może mieć jakąkolwiek wartość prognostyczną do przewidywania przyszłej kontroli astmy.

Dlatego celem tego badania jest bardziej szczegółowe zbadanie wartości, jaką częstość kaszlu może zapewnić samokontroli astmy. W tym badaniu nacisk zostanie położony w szczególności na częstotliwość nocnego kaszlu ze względów technicznych. Ogólnie plan tego badania jest następujący: Dzięki projektowi badania podłużnego możliwe jest zbadanie, w jakim stopniu trendy częstości nocnego kaszlu mogą mieć znaczące implikacje dla przyszłej kontroli astmy i zaostrzeń astmy u pacjentów. Aby jednak przeanalizować wartość predykcyjną trendów częstości nocnego kaszlu, objaw musi utrzymywać się przez wiele nocy. Nie ma dostępnych badań dotyczących występowania nocnego kaszlu u astmatyków przez wiele nocy. Dlatego częstość nocnego kaszlu u astmatyków zostanie opisana i zwizualizowana na przestrzeni jednego miesiąca w pierwszym etapie naszych badań. Ponadto celem będzie identyfikacja i modelowanie trendów częstości nocnego kaszlu.

Pomiar kaszlu jest bardzo czasochłonny. Obecnie nie ma dostępnych monitorów częstotliwości kaszlu, które mierzą częstość kaszlu w sposób w pełni zautomatyzowany i dyskretny. W związku z tym ręczne oznaczanie kaszlu na podstawie nagrań wideo lub dźwiękowych jest nadal uważane za złoty standard pomiaru częstości kaszlu według wytycznych medycznych. Niemniej jednak algorytm uczenia maszynowego został pomyślnie zaprojektowany do automatycznego wykrywania kaszlu w badaniu sprawdzającym koncepcję. Pomimo wykorzystania bardzo ograniczonych danych do opracowania algorytmu (80 kaszlnięć od 5 zdrowych osób), dokładność osiągnęła 83%. Jednak dane zostały zebrane w warunkach laboratoryjnych, co ogranicza możliwość uogólnienia wyników, a tym samym ich zastosowania w praktyce. Dlatego celem jest opracowanie algorytmu uczenia maszynowego, który jest również w stanie zapewnić solidne wyniki w terenie. Niniejsze badanie skupi się na kaszlu w porze nocnej ze względu na ograniczony hałas zakłócający, co znacznie ułatwia ręczne etykietowanie i umożliwia bardziej niezawodne wykrywanie algorytmu uczenia maszynowego. Należy zaznaczyć, że opisana powyżej analiza występowania kaszlu nocnego nie będzie oparta na kaszlu wykrytym przez algorytm, ale na ręcznie oznaczonych kaszlach w ścieżce dźwiękowej nagranej w nocy przez badany smartfon, która zostanie udostępniona przedmioty na tok studiów.

Oprócz opracowania algorytmu uczenia maszynowego do wykrywania kaszlu, będą zbierane dane do algorytmu oceniającego jakość snu pacjenta. W tym celu jakość snu będzie przewidywana na podstawie danych uzyskanych z czujników smartfona.

Po zakończeniu pierwszego etapu badań rozpowszechnienie nocnego kaszlu w badaniu zadecyduje, czy potrzebne będą dalsze analizy zarejestrowanych danych i tym samym rozpocznie się drugi etap badań. Jeśli kaszel nocny nie będzie występował częściej, niż można to wytłumaczyć przypadkiem, nie zostanie przeprowadzona żadna dodatkowa analiza sugerująca zakończenie pierwszego etapu i zakończenie projektu. Biorąc jednak pod uwagę wystarczającą częstość nocnego kaszlu w pierwszym etapie (tj. częstość nocnego kaszlu różni się od zera z istotnością statystyczną); drugi etap badań skupi się na wartości nocnego kaszlu jako markera prognostycznego kontroli astmy. Znaczna zmienność w obrębie kategorii kontroli astmy pokazana w badaniu sugeruje, że związek między częstością nocnego kaszlu a kontrolą astmy może być moderowany przez inne zmienne. Wcześniejsze badania wykazały, że jakość snu jest związana z kontrolą astmy i jakością życia: nawet jeśli bierze się pod uwagę współistniejące choroby (np. choroba refluksowa przełyku i obturacyjny bezdech senny), gorsza jakość snu wiąże się z gorszą kontrolą astmy i jakością życia. Jednym z powodów związku między jakością snu a kontrolą astmy może być to, że nocne objawy astmy często powodują przebudzenia. Biorąc pod uwagę znaczenie jakości snu dla kontroli astmy, zbadana zostanie (predykcyjna) wartość częstości nocnego kaszlu i jej wpływ na jakość snu.

Podsumowując, na każdym etapie tego badania zostanie zbadane następujące pytanie badawcze związane z astmą: (1) jaka jest częstość występowania nocnego kaszlu u astmatyków w ciągu jednego miesiąca? (2) Czy nocny kaszel, który ma wpływ na jakość snu, jest ważnym wskaźnikiem prognostycznym kontroli astmy? Ponadto badanie obejmuje dwa cele techniczne: zebranie danych w celu opracowania dwóch algorytmów uczenia maszynowego, które są w stanie w pełni automatycznie wykrywać nocny kaszel i jakość snu za pomocą smartfona w rzeczywistych warunkach.

Odpowiedzi na te pytania badawcze dają wiele wkładów: jeśli chodzi o pytania związane z astmą, nadzieja będzie polegać na przedstawieniu kontekstu objawów nocnego kaszlu w celu zwiększenia możliwości interpretacji częstości kaszlu oraz pomyślnego powtórzenia i rozszerzenia wyników, które mogłyby potwierdzają ważność nocnego kaszlu jako (prognostycznego) markera kontroli astmy. Jeśli chodzi o cele techniczne, należy mieć nadzieję na udowodnienie koncepcji, że smartfony są odpowiednimi urządzeniami do automatycznego wykrywania objawów astmy w rzeczywistych warunkach.

Oczekiwane wyniki mogą umożliwić nową opcję terapeutyczną, a mianowicie w pełni zautomatyzowane telemonitorowanie astmatyków. Korzystając ze smartfona pacjenta, można wyobrazić sobie dyskretny system wczesnego ostrzegania o pogorszeniu/zaostrzeniu astmy. Taki system mógłby zmniejszyć obciążenie związane z astmą zarówno dla indywidualnego pacjenta (np. wyższa jakość życia i kontrola astmy poprzez określenie okien możliwości, w których pacjenci mogą zmienić leki zgodnie z planem działania na astmę, aby zapobiec pogorszeniu i zaostrzeniom astmy), jak również a także system opieki zdrowotnej (tj. oszczędności kosztów dzięki zmniejszeniu liczby hospitalizacji i wizyt na oddziałach ratunkowych). Biorąc pod uwagę powszechną dostępność smartfonów, taka nowatorska opcja terapeutyczna może umożliwić niedrogie telemonitorowanie astmy na dużą skalę. Wcześniejsze badania wskazywały na potrzebę takiej nowatorskiej opcji terapeutycznej: większość astmatyków cierpi na niekontrolowaną astmę. Połowa chorych na astmę nie jest w stanie właściwie ocenić nasilenia objawów, dlatego skorzystałaby z systemu wczesnego ostrzegania. Ponadto zautomatyzowane systemy wydają się mieć większe długoterminowe zaangażowanie w porównaniu z tradycyjnymi interwencjami, co czyni je szczególnie odpowiednimi do systemów wczesnego ostrzegania w chorobach przewlekłych. Co więcej, telemonitorowanie objawów może dostarczyć lekarzom cennych informacji na temat objawów astmy między wizytami. Podsumowując, zautomatyzowany system wczesnego ostrzegania może pomóc pacjentom we wcześniejszym wykrywaniu zaostrzeń astmy i informowaniu ich lekarzy na czas, aby można było zapobiec niekorzystnym konsekwencjom zdrowotnym.

Planowane badanie mieści się w kategorii ryzyka związanego z gromadzeniem danych osobowych związanych ze zdrowiem przy minimalnym ryzyku i obciążeniach. Jest to prospektywne badanie obserwacyjne, bez interwencji. Można spodziewać się jedynie niewielkiego i tymczasowego wpływu na zdrowie uczestnika, jeśli w ogóle.

W trakcie badania objawy astmy pacjenta będą dyskretnie monitorowane za pomocą smartfona; w ten sposób zapewnione jest minimalne ryzyko i obciążenia. Pomiędzy wizytami doktorskimi na początku i na końcu badania wszystkie pytania kontrolne i kwestionariusze będą podawane za pośrednictwem smartfonów, które udostępnimy na potrzeby tego badania. Dlatego obciążenie powinno być minimalne dla pacjentów, ponieważ ich codzienna rutyna nie zostanie zakłócona.

W ramach dwóch wizyt lekarskich nie będzie przeprowadzany żaden zabieg inwazyjny. Badanie lekarskie przebiega zgodnie ze standardowym protokołem dla astmy. Dodatkowo pacjentom zostanie zwrócona opłata za wszelkie niedogodności napotkane podczas badania.