mHealth för att tidigt upptäcka exacerbation för äldre personer med hjärtsvikt (mobileHF)

Patientregister genomfördes i två olika databaser: en innehöll allmän information om patienter och epidemiologiska data. Den andra databasen lagrade de övervakade data som erhölls var 48:e timme.

Kvalitetssäkring och källdataverifiering uppnåddes genom att hämta allmän information om patienter från sjukhusets elektroniska journal. Dessutom utvärderades epidemiologisk information av huvudutredaren som tog bort extremvärden och bedömde förekomsten av skarpa förändringar i tidsserier (t. förändringar >0,5 kg på två dagar).

Patienter rekryterades vid Geriatrikens akutenhet. När de lades in på grund av en hjärtsviktsexacerbation gjorde en utbildad sjuksköterska den första bedömningen. Om patienten var lämplig förklarade en geriatriker för honom/henne studien och om patienten accepterade ombads vi att underteckna det informerade samtycket. Sedan tilldelades han slumpmässigt en grupp. För de i interventionsgruppen utbildades de av geriatrikern och sjuksköterskan i hur man utför mätningarna i mobiltelefonen. För de i kontrollgruppen registrerade personalen baslinjeegenskaperna och under uppföljningen registrerades akutbesök, återinläggningar och dödsfall. Dessa senare variabler registrerades också hos patienterna i interventionsgruppen.

Dataordboken inkluderade variabler som identifierar patienter och andra som beskriver deras status och utveckling:

• Syremättnad, mätt som ett heltal (80-100)
• Puls, mätt i slag/minut (0-200)
• Diastoliskt blod, mätt i mmHg (0-100)
• Systoliskt blodtryck, mätt i mmHg (0-100)
• Andningsfrekvens, mätt i andetag/minut (0-100)
• Hudtemperatur, mätt i Celsius
• Vikt, mätt i kg
• Glukos, mätt i mg/dl (0-500)
• Kort fysisk prestandabatteri, tid att gå i 4,3 meter, mätt i sekunder (0-100)
• Kort fysisk prestandabatteri, gånghastighet i 4,3 meter, mätt i decimalmeter/sekund (0-1)
• Kort fysisk prestandabatteri, test av stolstativ en gång, uppmätt i sekunder (0-100)
• Symtomfråga F1: Mår du sämre än förra gången?, mätt som en boolesk variabel (JA/NEJ)
• Symtomfråga F2: Mår du sämre än dagen då sjukhuset skrevs ut?, mätt som en boolesk variabel (JA/NEJ)
• Symtomfråga F3: Känner du dig andfådd?, mätt som en kategorisk variabel (ansträngning/DLA/i vila)
• Symtomfråga F4: Känner du att dina ben är svullna? ?, mätt som en boolesk variabel (JA/NEJ)
• Symtomfråga F5: Har du vaknat under natten och känt dig trött? ?, mätt som en boolesk variabel (JA/NEJ)
• Symtomfråga F6: Har du behövt fler kuddar för att sova än förra gången? ?, mätt som en boolesk variabel (JA/NEJ)
• Symtomfråga F7: Har du tagit alla dina droger? ?, mätt som en boolesk variabel (JA/NEJ)
• Symtomfråga F8: Har du följt din läkares mat- och drycksindikationer?, mätt som en boolesk variabel (JA/NEJ) Provstorleken beräknades för att minska återinläggningsfrekvensen med 10 % på 3 månader. Har en signifikant nivå på 0,05. Prov: 50-60 per grupp. Med de första 20 patienterna inkluderade räknades provstorleken om, endast 40 behövdes i varje grupp. Men vi inkluderade fler patienter i interventionen (upp till 50) för att möta droppar, endast 3 avbröt studien, så vi fick data från 47 i interventionsgruppen.

Saknade data exkluderades från analysen, registret exkluderades. Om en patient registrerade mer än en mätning för samma förväntade data fanns den senaste kvar och resten raderades.

Statistisk analys:

Först gjorde vi en deskriptiv analys av data. Senare analyserade vi effekterna av interventionen med telemedicin och de prediktiva värdena för de olika uppmätta variablerna genom logistiska regressioner.

Beskrivande data presenteras som medianvärden (IQR). Baslinjekarakteristika mellan kontroll- och interventionsgrupper jämfördes med hjälp av icke-parametriska tester (Mann-Whitney).

För att fastställa effekterna av interventionen delades analysen upp i två delar. Först anpassades en logistisk regressionsmodell för att avgöra om patientövervakningen (ja/nej) signifikant förutsäger försämring med hjälp av ålder och kön som kovariater. Därefter skapades en ny variabel, inläggningslängd, med vistelsetiden för eventuell återinläggning i varje grupp för att bedöma om användningen av teleövervakning påverkade inläggningstiden. Både kontroll- och interventionsgrupper jämfördes med Mann-Whitney.

Slutligen, i interventionsgruppen, anpassades samma logistiska regressionsmodell för att fastställa de faktorer som signifikant förutsäger försämring.

Alla analyser gjordes med Statistical Package R för Windows (Wien, Österrike) (http://www.r-project.org), version 3.1.1. P-värdet sattes till nivå <0,05.