Monitoramento Remoto de Pacientes de Alto Risco com Doenças Cardiopulmonares Crônicas

As exacerbações das doenças cardiopulmonares crônicas são uma das principais causas de morbidade e mortalidade em todo o mundo. Estima-se que haja 23 milhões de pacientes com insuficiência cardíaca em todo o mundo, e a prevalência de insuficiência cardíaca nos Estados Unidos deverá aumentar nas próximas quatro décadas, com cerca de 772.000 novos casos de insuficiência cardíaca projetados para o ano de 2040. As exacerbações da doença respiratória crônica podem acelerar o declínio da função pulmonar e reduzir a sobrevida. Eles também podem levar a um aumento significativo no custo dos cuidados de saúde. As exacerbações da Doença Pulmonar Obstrutiva Crônica (DPOC) são uma causa importante de readmissões com uma taxa de readmissão em 30 dias de aproximadamente 20% e gastos subsequentes de US$ 15 bilhões em gastos anuais com saúde. A fibrose cística (FC), uma doença genética que afeta a desobstrução e as secreções das vias aéreas, tem uma taxa de reinternação em 30 dias de aproximadamente 11%.

Devido ao alto custo das internações hospitalares e atendimentos de emergência, e especialmente no cenário da pandemia de COVID-19, modelos de gestão "extra-hospitalares" mais econômicos têm se tornado cada vez mais atraentes. Esses modelos não apenas fornecem benefícios de custo para pacientes, pagadores e hospitais, mas também aumentam a capacidade de fornecer atendimento às pessoas em casa.

As variáveis ​​respiratórias têm se mostrado um dos indicadores mais sensíveis para a exacerbação da DPOC, tendo sido observada uma correlação significativa entre a frequência respiratória e os sintomas da DPOC. Quando combinadas com frequência de pulso e saturação de oxigênio, essas variáveis ​​fornecem um método útil para identificar exacerbações. Os modelos analíticos atuais são projetados para acionar alarmes, que geralmente são baseados em análises tradicionais orientadas por tipo de limite. Esses métodos não são capazes de identificar e reconhecer tendências devido ao acesso limitado a análises avançadas (por exemplo, métodos de aprendizado de máquina). O dispositivo proposto para uso neste estudo medirá frequência respiratória, relação Inspiratória: Expiratória (I:E), profundidade respiratória, frequência cardíaca, SpO2, variabilidade de SpO2, movimento do paciente, e os investigadores usarão aprendizado de máquina e modelagem de dados para analisar seus tendências ao longo do tempo.

A plataforma biométrica vestível (denominada 'Sensor Respiratório') desenvolvida pelo Instituto de Bioengenharia e Bioimagem (IBB), A*STAR, deve ser usada na área do peito por meio de um adesivo de grau médico. O sensor respiratório inclui um sensor não invasivo que combina um acelerômetro e métodos baseados em luz para detectar a expansão da parede torácica ou a respiração.

O Sensor Respiratório permite a possibilidade de coletar informações respiratórias adicionais (frequência respiratória, profundidade corrente relativa e ciclo de trabalho) como preditores de exacerbação de doenças cardiopulmonares crônicas e talvez melhorar modelos analíticos avançados que podem fornecer melhor sensibilidade e especificidade em comparação com modelos tradicionais (por exemplo, diários clínicos). Em última análise, isso pode permitir a previsão precoce de exacerbações ambulatoriais para permitir intervenção precoce e reinternações reduzidas (por meio de intervenções remotas).

Neste projeto, o Institute of Bioengineering & Bioimaging (IBB), A*STAR gostaria de colaborar com o Massachusetts General Hospital para agregar dados de pacientes e desenvolver seu algoritmo de software usando aprendizado de máquina (por exemplo, modelos de floresta aleatória e modelos de memória de longo prazo, etc.) e modelos estatísticos (por exemplo, modelos de regressão e análise de sobrevivência com análise univariada e multivariada) com base em características respiratórias e hemodinâmica para prever exacerbações e deterioração em 60 pacientes com doenças cardiopulmonares. Os pontos finais desta colaboração incluem o seguinte:

1. Validar a hipótese de usar biomarcadores respiratórios em modelos (agnósticos e específicos da doença) para prever exacerbações - comparações a serem feitas versus questionários de acompanhamento e telefonemas
2. Para validar o nível de adesão, a taxa de desistência e se medidas adicionais são necessárias para levar os pacientes ao acompanhamento