AdLip: Cyfrowy/AI osobisty asystent zdrowia wspierany przez trenera ludzkiego w celu poprawy przestrzegania leków obniżających poziom lipidów (AdLip)

Hiperlipidemia pozostaje jednym z trzech głównych metabolicznych czynników ryzyka leżących u podstaw wystąpienia AMI do roku 2050. W niedawnym badaniu 3 grup etnicznych azjatyckich z AMI przewiduje się, że częstość występowania hiperlipidemii wzrośnie o 205% (341 do 1041 na 100 000 mieszkańców) w latach 2025–2050. W celu zmniejszenia ryzyka chorób sercowo-naczyniowych u osób z wysokim stężeniem LDL-C zazwyczaj zaleca się połączenie modyfikacji stylu życia i terapii hipolipemizującej. Światowa Organizacja Zdrowia (WHO) definiuje przestrzeganie zaleceń jako „stopień, w jakim zachowanie danej osoby (w tym przyjmowanie leków) odpowiada ustalonym zaleceniom lekarza”

Złe przestrzeganie zaleceń lekarskich zwiastuje gorsze wyniki zdrowotne. W Singapurze około 60% dorosłych nie przyjmuje leków zgodnie z zaleceniami (jak powyżej), co stwarza znaczne obciążenie ekonomiczne i kliniczne dla poszczególnych osób i systemów opieki zdrowotnej.

Wykorzystanie technologii cyfrowej w przestrzeganiu zaleceń lekarskich stale rośnie, w miarę jak coraz więcej podmiotów świadczących opiekę zdrowotną i pacjentów dostrzega korzyści płynące z technologii cyfrowej w zakresie poprawy przestrzegania zaleceń lekarskich i ogólnego wyniku zdrowotnego. Interwencje cyfrowe skutecznie pomogły pacjentom w zarządzaniu przyjmowanymi lekami, przypominając im o terminowym przyjmowaniu leków i dostarczając im więcej informacji o przyjmowanych lekach i planie leczenia. W dzisiejszym zabieganym świecie zapewnienie leków w odpowiednim czasie i w sposób postrzegany jako ważne będzie kluczem do skutecznego przekonania pacjentów, którzy celowo nie przestrzegają zaleceń, do przyjmowania leków zgodnie z zaleceniami.

Niniejsze badanie jest wieloośrodkowym, otwartym, dwuramiennym, równoległym, randomizowanym badaniem kontrolowanym. Zamierzamy losowo przydzielić pacjentów z hiperlipidemią do jednej z dwóch grup: aplikacji Digital/AI Personal Health Assistant wspieranej przez człowieka (grupa interwencyjna) i opieki standardowej (grupa kontrolna) ze stosunkiem alokacji 1:1. Grupa interwencyjna otrzyma za pośrednictwem aplikacji spersonalizowaną informację zwrotną w połączeniu z ludzkim coachingiem, oprócz zwykłej opieki klinicznej w zakresie kontroli cholesterolu. Grupa kontrolna otrzyma standardową opiekę w zakresie gospodarki lipidowej, ale nie otrzyma spersonalizowanej aplikacji ani dostępu do coachingu zdrowotnego.

Uczestnicy z hiperlipidemią (n=376) zostaną zapisani do poliklinik, a kluczowymi kryteriami włączenia są uczestnicy, którzy nie przestrzegają zaleceń dotyczących statyn w podskali „Zakres nieprzestrzegania zaleceń” w ramach pomiaru nieprzestrzegania zaleceń DOSE), z wynikiem > 1 (zakres od 0-15) z ezetymibem lub bez niego i u których stężenie LDL-C przekracza zalecane poziomy docelowe, stratyfikowane według kategorii ryzyka. Uczestnicy będą monitorowani podczas wizyty 2 w 3 miesiącu, wizyty 3 w 6 miesiącu i wizyty 4 w 12 miesiącu, podczas gdy liczba tabletek będzie zbierana podczas wizyt po 3, 6 i 12 milionach. W ramach opieki standardowej farmaceuta kliniczny będzie monitorował pacjentów, w razie potrzeby dobierając leki hipolipemizujące (takie jak statyna, ezetymib itp.), a także przeglądał wyniki klinicznych badań krwi i podejmował odpowiednie działania.

Tylko osoby należące do grupy interwencyjnej, trener Human-AI-Health, wykorzystają informacje zebrane przez chatbota AI do ukierunkowania ukierunkowanej interwencji behawioralnej podczas konsultacji telefonicznej. Zakres coachingu będzie ściśle powiązany z przestrzeganiem zaleceń lekarskich i ogólnym samopoczuciem. Trener nie będzie rozpoczynał, przerywał ani zwiększał dawki żadnego leku. Coach przekaże wątpliwości farmaceutom klinicznym, jeśli uzna to za stosowne. Badanie cząstkowe dyskusji w grupach fokusowych zostanie przeprowadzone na zagnieżdżonej próbie 30–50 pacjentów grupy interwencyjnej. Cele są następujące: (a) zebranie spostrzeżeń od pacjentów objętych interwencją na temat ich doświadczeń z aplikacją i coachingiem w zakresie zdrowia ludzkiego, (b) wgląd w to, które elementy interwencji sprawdzają się w ich przypadku najlepiej i w jakich okolicznościach, (c) wgląd w obawy, które mogą mieć wpływ skuteczność interwencji, (d) czynniki przyciągające ich udział i trwałe zaangażowanie, (e) czynniki, które powstrzymują ich od trwałego zaangażowania, (f) czynniki, które mogą sprawić, że inni pacjenci z CVD będą bardziej skłonni do udziału w takiej interwencji oraz (g) pomysły i sugestie, dzięki którym interwencja będzie bardziej atrakcyjna i skuteczna.