Plataforma de Gerenciamento de Doenças para Insuficiência Cardíaca (DMP-HF) (DMP-HF)

O manejo da insuficiência cardíaca (IC) e reinternações permanecem no topo da lista de tópicos complexos em medicina cardiovascular nos Estados Unidos. Os programas atuais em todo o sistema para reduzir as readmissões hospitalares relacionadas à IC mostraram resultados inconsistentes. No entanto, programas de suporte de cuidados transicionais ambulatoriais têm sido associados a melhores resultados relacionados à IC, incluindo reinternações hospitalares reduzidas, em pequenos estudos. Pequenos estudos também indicam que a transferência remota de dados não invasivos por meio de telemonitoramento (por exemplo, pressão arterial e peso) e suporte telefônico estruturado pode reduzir reinternações hospitalares de maneira econômica. A atual pandemia colocou tensões significativas no vínculo entre médicos e pacientes, destacando a necessidade de inovação rápida para atendimento virtual.

Este estudo envolve o AMAZE™ DMP, desenvolvido pela AstraZeneca, para fornecer uma experiência unificada para o gerenciamento de pacientes com IC durante toda a jornada de atendimento ao paciente. A plataforma integrará vários sistemas, incluindo um aplicativo baseado em smartphone onde os pacientes podem inserir humor diário, sintomas, medidas de peso e sinais vitais, como pressão arterial (PA) e adesão à medicação. Essa entrada alimentará diretamente um painel voltado para o médico incorporado ao prontuário eletrônico que permitirá à equipe de atendimento clínico acessar visualizações em tempo real dos estados dos pacientes dentro e fora da clínica.

Os pacientes serão identificados por meio de um algoritmo baseado em registro médico eletrônico (EMR) automatizado e a elegibilidade será verificada manualmente. Os participantes serão inscritos no estudo após internação por IC no Massachusetts General Hospital (MGH).

Os provedores clínicos e a equipe do estudo poderão visualizar e monitorar as entradas do aplicativo de smartphone AMAZE™ dos participantes no prontuário eletrônico por meio do painel do provedor AMAZE™. A função de mensagens seguras AMAZE™ será usada para estudos e comunicações clínicas entre o paciente, a equipe do estudo e a equipe de atendimento clínico para facilitar o gerenciamento ambulatorial de IC. O aplicativo AMAZE™ para smartphone (app) avaliará indiretamente a qualidade de vida do paciente (Kansas City Cardiomyopathy Questionnaire - KCCQ), bem como a satisfação do paciente com o aplicativo (mHealth App Usabilidade Questionnaire - MAUQ). Para os médicos, o MAUQ medirá a satisfação do provedor com o painel AMAZE™.

A demografia da linha de base e os resultados do estudo serão avaliados por meio de pesquisa direta do paciente pela equipe do estudo em pontos de tempo pré-especificados (inscrição, 30 dias após a inscrição, 60 dias após a inscrição). Os resultados incluirão mudanças de medicação, hospitalizações, apresentações em departamentos de emergência, visitas de atendimento de urgência, atendimento primário ou consultas de cardiologia e inscrição em reabilitação cardíaca. O histórico médico, incluindo exames laboratoriais, procedimentos e diagnósticos, será coletado do prontuário eletrônico e registrado no REDCap. O aplicativo AMAZE™ rastreará a adesão à medicação, registro diário de sintomas, pressão arterial, peso, frequência cardíaca e atividade quando inseridos pelos participantes em um registro diário. Os participantes serão solicitados e encorajados a inserir informações no aplicativo baseado em smartphone diariamente pela equipe do estudo.

O principal objetivo da presente proposta será gerar evidências sobre a viabilidade e o valor percebido da plataforma AMAZE™ implementada na prática clínica. Os resultados serão medidos usando a taxa de conversão (taxa de inscrição no estudo entre o número total de pacientes elegíveis) e a taxa de utilização (porcentagem de dias em que os participantes se envolveram com o aplicativo AMAZE™ durante o período de estudo de 60 dias). Este estudo é um primeiro passo necessário antes de testar a eficácia em um grande estudo multicêntrico.