Подтверждение концепции дистанционного лечения хронических воспалительных заболеваний дыхательных путей для расширения возможностей пациентов (PRECISION)

Основная цель исследования — создать подтверждение концепции дистанционного сбора субъективных/объективных данных для пациентов с астмой и СВК. В современной стандартной клинической оценке пациентов с хроническими заболеваниями, такими как астма и СВК, есть два основных компонента: субъективный (предоставляемый пациентом) и один объективный (предоставляемый врачом). В частности, субъективные данные собираются с помощью стандартизированных PROM (таких как SNOT-22 для СВК и ACT для астмы). Сбор объективных данных получают посредством клинических исследований, таких как эндоскопическая оценка, ольфактометрия, рентгенологическая оценка (с определением шкалы Лунда-Макки), измерение носового потока (обычно с помощью PNIF или риноманометрия), цитологическое исследование, анализы крови (в частности количество эозинофилов и IgE), FeNO (фракционированный выдыхаемый оксид азота). Оба типа данных необходимы одновременно для правильного лечения и наблюдения за заболеванием, и, прежде всего, качество измерений имеет решающее значение.

Основная цель проекта — количественно оценить, насколько улучшается опыт пациента в удаленном лечении части своего заболевания по сравнению с посещением больницы.

Это будет количественно оценено с помощью опросников «PREM» (оценки опыта, сообщаемые пациентами). В частности, в соответствии с современным уровнем техники, исследователи будут оценивать удовлетворенность пациентов на основе двух анкет:

• CSQ8 (опросник удовлетворенности клиента): дает количественную оценку лечения.
• PSSUQ (опросник по удобству использования системы после исследования): обеспечивает количественную оценку соответствия используемой технологии. Наконец, исследователи оценят удовлетворенность пациентов тем, что за ними частично наблюдают дома, с помощью специального опросника.

Вторичная цель:

Оценка лучших каналов для проведения PROM в зависимости от возрастной группы и культурного уровня.

PROM отражают восприятие человеком своего здоровья с помощью анкет, играют явно преобладающую роль в клинической оценке пациентов с СВК и астмой в соответствии с новыми классификационными системами и являются основой субъективной части (например, Синоназальный тест на исход (SNOT), тест на контроль астмы (ACT), оценка химиосенсорных жалоб (CCS)). Учитывая трудоемкость заполнения PROM и легкость, с которой их можно выполнять удаленно, все больше и больше PROM доставляются онлайн (например, с помощью форм на веб-сайтах). Проблема с такой модальностью в реальном контексте заключается в соблюдении пациентами режима лечения с течением времени, поскольку низкая заболеваемость контролируемым заболеванием может быть связана со снижением мотивации. Кроме того, пациентам могут потребоваться разъяснения по конкретным вопросам со стороны медицинских работников, что способствует причинам, по которым PROM до сих пор применяются во многих больницах.

В этом проекте будут оцениваться три разных канала:

Чат-боты социальных сетей: Чат-боты — это «онлайн-системы диалога между человеком и компьютером на естественном языке». Технология, лежащая в основе чат-ботов сегодня, довольно сложна и охватывает области обработки естественного языка, генерации ответов и управления диалогами. Наша цель — оценить использование чат-ботов для повышения вовлеченности и реализации пояснений PROM. Чат-бот также будет использоваться для сбора медицинских останков, что поможет улучшить соблюдение режима лечения. Используя существующие социальные сети (например. Whatsapp, Telegram), пациентам не требуется специальное обучение, поскольку они уже привыкли пользоваться приложениями для обмена мгновенными сообщениями.

Phonebot — это телефонная система, которая обрабатывает входящие и исходящие телефонные звонки, а также внутренние коммуникации организации. Следователи оценят эффективность использования телефонных звонков для завершения опроса, необходимого для PROM. Оцениваемая система использует синтетический голос для задавания вопросов пациентам и распознавание речи/тона для получения ответов.

Мобильное приложение: наличие специальных приложений на смартфонах и возможности, предлагаемые этой технологией (push-уведомления, персонализированная графика и удобство использования), являются еще одним возможным каналом администрирования PROM. Следователи оценят эффективность этого канала, чтобы получить ответы от PROM.

Каналы будут предоставлены различным пациентам с целью:

• Поймите, какой канал обеспечивает лучшее соответствие требованиям, например, постоянство сбора данных с течением времени.
• Выясните, показывает ли канал разницу в качестве данных, полученных посредством сбора исходных данных и клинического мониторинга.
• Понимание того, какой канал наиболее подходит конкретному профилю пациента, анализ корреляции активности с возрастом и образованием человека
• Также будет оценена оценка возможностей пациента, обеспечиваемая использованием методов канала для получения объективных данных о воздушном потоке с использованием неинвазивных методов.

Мониторинг дыхания является важным инструментом ранней диагностики респираторных и сердечно-сосудистых заболеваний. В частности, частота дыхания имеет решающее значение для мониторинга развития респираторных заболеваний, таких как хроническая обструктивная болезнь легких (ХОБЛ), хронический риносинусит (ХРС), астма или недавнее заболевание COVID-19. Дыхание обычно контролируют с помощью спирометрического теста, который измеряет дыхательный поток и, следовательно, оценивает дыхательные объемы и частоту. Однако ее можно проводить только в больнице под наблюдением врача и требует от пациента контролируемого дыхания при ношении назальных или оральных датчиков. Носимые и безопасные для кожи технологии могут предложить интересные альтернативы смягчению такого дискомфорта. В частности, безбатарейные устройства сверхвысокой частоты (УВЧ) радиочастотной идентификации (RFID) могут обеспечить минимально инвазивные, простые в использовании и недорогие диагностические процедуры.

Поэтому в проекте будут рассмотрены методы объективной оценки воздушного потока, в частности:

• при астме объем форсированного выдоха за одну секунду (ОФВ1) и пиковая скорость выдоха (ПСВ)
• при СВК назальный пиковый поток на вдохе (PNIF) представляется более надежным, чем (передняя активная) риноманометрия (AAR) и акустическая ринометрия (AR). i) для дистанционного измерения ПСВ и ОФВ будет использоваться коммерчески доступный портативный спирометр с помощью интуитивно понятного приложения, которое помогает пациентам предоставлять данные, получать их и пересылать в больницу ii) одно и то же оборудование может использоваться для измерения PNIF путем адаптации программного обеспечения и подключаемых назальных масок, доступных на рынке. В результате путем повторного использования и адаптации имеющихся технологий будет доступно портативное устройство двойного назначения, подходящее для дистанционной оценки функции верхних и нижних дыхательных путей.

Ожидаемые результаты достижения этой конкретной цели:

• определение характера дыхания пациента с использованием доступных инструментов и надежности для ранней диагностики аномальных явлений;
• независимый анализ работы ноздрей и оценка надежности получения аналога ПНИФ;
• оценка надежности приборов при определении эквивалентных спирометрических показателей.

Управление данными будет осуществляться в соответствии с правилами, определенными Законом о переносимости и подотчетности медицинской информации (HIPAA), а в Европе – Общим регламентом защиты данных (GDPR).

Удаленные подходы, протестированные в этом проекте, позволят генерировать огромное количество реальных данных для анализа. Будет разработан конкретный план управления данными, чтобы заранее определить методы сбора, управления и защиты данных клинических исследований. В плане будут определены конкретные цели сбора данных, тип и расположение данных, доступ к данным, роли и обязанности, что позволит исследовательской группе получить полное представление о требованиях.

Ключевую роль будет играть платформа REDCap (Research Electronic Data Capture), которая будет использоваться для корректного сбора и управления данными. Это безопасное веб-приложение, совместимое со многими стандартами, такими как FISMA и HIPAA, разработанное для управления данными клинических исследований.

В ходе экспериментов данные будут собираться двумя способами: один будет стандартным со сбором субъективной информации (PROM) и объективной информации (потоки воздуха, клинические и эндоскопические данные) и последующим вводом данных. Другой режим будет использовать специально созданные конвейеры и позволит получать данные напрямую через MHT (Mobile Health Technology), а в случае телефонных ботов — напрямую через облако и, следовательно, будет полностью автоматизирован. Это резко увеличит объем данных, потенциально получаемых с помощью второго метода, без логистических ограничений и расширит возможности работы с большими данными для построения надежных прогностических моделей для исследуемых заболеваний.

В рамках проекта будут разработаны специальные конвейеры данных, которые будут автоматически заполняться PROM и данными о воздушном потоке, полученными через MHT, в базу данных Redcap.

Телефонный и чат-бот будут использовать облачные решения, такие как Twilio (коммуникационные API для SMS, голоса, видео и аутентификации, дата не указана) или Amazon Connect (который, в свою очередь, основан на Twilio). Эти системы начинались как частные телефонные станции (т.е. системы деловой телефонии, которые управляют входящими и исходящими вызовами) и превратились в многоканальные системы связи. Теперь они интегрируют телефонию, SMS, чат-ботов с различными каналами обмена мгновенными сообщениями, потоковым видео в реальном времени и системами электронной почты. Кроме того, они также интегрируют несколько связанных технологий, таких как системы искусственного интеллекта для управления разговором, системы синтеза речи, потоки данных и инструменты составления диалогов.

Следователи будут использовать такие системы как удобные с разных точек зрения. Во-первых, в соответствии с политикой своей компании Whatsapp заставляет своих клиентов использовать реселлеров (например, Twilio) для доступа к API Whatsapp Business, к которым в противном случае мы не можем получить прямой доступ. Во-вторых, такие облачные системы имеют возможность масштабироваться до миллионов пользователей за считанные минуты за счет использования облачных вычислений, что очень удобно, поскольку проект стремится к тому, чтобы его можно было легко тиражировать. Наконец, такие решения, как Amazon Connect, используют передовые решения искусственного интеллекта (обработки естественного языка), которые используются и затем тестируются на эффективность с помощью популярного продукта Amazon Alexa. Будут разработаны индивидуальные мобильные приложения для предоставления пациентам анкет. Эти приложения будут выпущены на платформах Android и iOS. Все эти приложения будут разработаны совместно с партнерами по проекту для получения спецификаций конечного автомата и уточнения потоков использования.

Статистический план Планирование трех клинических исследований было выполнено с учетом желаемой статистической мощности, короткого времени для завершения проекта (всего 2 года) и того факта, что три клинических исследования являются «де-факто» также доказательством концепции для очень инновационный подход с целью изменить ежедневное лечение двух очень распространенных хронических заболеваний и достичь поворотного момента на пути к реальному расширению прав и возможностей пациентов.

Для клинического исследования 1 для достижения уровня достоверности 95% и доверительного интервала 15 необходимый размер выборки был оценен в 40.

Что касается клинического исследования 2, исследователи хотели организовать исследование, способное выявить 20% разницу между группами, для которого, поскольку исследование проводится в четырех группах, было бы достаточно 12 пациентов в каждой группе. Но также, поскольку это исследование с четырьмя группами, следует применить некоторую поправку (даже поправку Бонферрони) и, если она применяется к значению альфа, с шестью возможными сравнениями (не только групп лечения с контрольной группой, но и между группами лечения) значение альфа увеличилось бы с 0,05 примерно до 0,009, поэтому исследователи сочли полезным увеличить каждую группу до 20 субъектов (общее количество субъектов 80).

Наконец, в третьем клиническом исследовании исследователи хотели иметь возможность обнаружить 25%-ную разницу в измерениях воздушного потока между стандартными кабинетными тестами и двумя домашними системами, для которых требуется размер выборки в 15 пациентов.

Для оценки статистически значимых различий по основным конечным точкам исследователи будут использовать:

Для исследования 1, где первичной конечной точкой является удовлетворенность пациентов, R-квадрат, хи-квадрат, критерий Пирсона и точный критерий Фишера для оценки удовлетворенности пациентов в группе лечения по сравнению с контрольной группой. Значение альфа будет установлено на 0,05.

Анализ будет применен к упомянутым ранее опросникам (PREM), чтобы количественно оценить улучшение опыта пациентов, получающих лечение с использованием МГТ (спирометры и PROM), по сравнению с текущим сценарием, который предполагает только периодические личные посещения больницы.

В испытании 2, чтобы оценить первичную конечную точку, которая представляет собой процент заполнения анкет в четырех группах, исследователи будут использовать ANOVA с последующими t-тестами для выполнения 6 возможных сравнений между 6 группами. Для ANOVA будет использоваться значение альфа 0,05, а для одиночных сравнений будет применяться корректировка Бонферрони, в результате чего альфа будет равна 0,009.

Будут оцениваться следующие показатели достоинств:

• процент заполнения: сколько анкет было заполнено, процент отсева;
• качество ответов: также осуществляется посредством анализа метаинформации (например, «золотые вопросы») и использование составления анкет в больнице как основную истину;
• лучший канал для управления PROM с учетом технологического профиля пациента: Phonebot, система обмена мгновенными сообщениями и специальные приложения;
• расширение прав и возможностей пациентов посредством анкет. В испытании 3 гипотеза не меньшей эффективности будет проверена путем сравнения дистанционных измерений со стандартными амбулаторными тестами с помощью парных t-тестов. Альфа будет установлена ​​на 0,05.

Вторичные конечные точки будут оцениваться с помощью того же программного обеспечения (JMP от института SAS) с соответствующими статистическими инструментами.

Наконец, найденные агрегированные данные станут предметом научных публикаций, что обогатит общие ноу-хау по этой теме и, следовательно, позволит использовать эти данные во вторичных статистических целях.