Bevis på koncept för fjärrhantering av kroniska inflammatoriska luftvägssjukdomar för patientens egenmakt (PRECISION)

Det primära syftet med studien är att skapa ett Proof of Concept för fjärrinsamling av subjektiva/objektiva data för patienter med astma och CRS. I den nuvarande standardiserade kliniska bedömningen av patienter med kroniska sjukdomar som astma och CRS finns det två huvudkomponenter, en subjektiv (tillhandahålls av patienten) och en objektiv (tillhandahållen av läkaren). I synnerhet förvärvas subjektiva data via standardiserade PROMs (som SNOT-22 för CRS och ACT för astma). Insamlingen av objektiva data erhålls genom kliniska utvärderingar, såsom endoskopisk utvärdering, olfaktometri, radiologisk utvärdering (med definitionen av Lund-Mackey-poäng), mätning av näsflöde (vanligtvis genom PNIF eller rhinomometri), cytologi, blodprov (i synnerhet eosinofilantal och IgE), FeNO (fraktionerad utandad kväveoxid). Båda typerna av data behövs samtidigt för korrekt behandling och uppföljning av sjukdomen och framför allt är kvaliteten på mätningarna avgörande.

Det primära syftet med projektet är att kvantifiera hur mycket patientens erfarenhet av att hantera en del av sin sjukdom på distans förbättras jämfört med ett sjukhusbesök.

Detta kommer att bedömas kvantitativt genom administrering av "PREMs" (Patient-Reported Experience Measures) frågeformulär. I synnerhet, i enlighet med den senaste tekniken, kommer utredarna att utvärdera patientnöjdhet baserat på två frågeformulär:

• CSQ8 (Client Satisfaction Questionnaire): ger en kvantitativ utvärdering av behandlingen
• PSSUQ (Post-Study System Usability Questionnaire): ger en kvantitativ bedömning av lämpligheten hos den använda tekniken. Slutligen kommer utredarna att utvärdera patienternas tillfredsställelse med att delvis följas hemifrån genom ett ad-hoc-enkät.

Sekundärt mål:

Utvärdering av de bästa kanalerna för administration av PROMs baserat på åldersgrupp och kulturell nivå.

PROMs fångar en persons uppfattning om sin hälsa genom frågeformulär, har en avgjort dominerande roll i den kliniska utvärderingen av patienter med CRS och astma enligt de nya klassificeringssystemen och är stödpunkten i den subjektiva delen (t.ex. SinoNasal Outcome Test (SNOT), Astmakontrolltest (ACT), Chemosensory Complaint Score (CCS)). Med tanke på den tidskrävande karaktären av att slutföra PROMs och den lätthet med vilken de kan utföras på distans, levereras fler och fler PROMs online (t.ex. med webbformulär). Problemet med en sådan modalitet i verkliga sammanhang är patientens följsamhet över tid, eftersom den låga sjukligheten av kontrollerad sjukdom kan vara förknippad med minskad motivation. Vidare kan patienter behöva förtydliganden i specifika frågor från sjukvårdspersonal, vilket bidrar till orsakerna till vilka PROMs fortfarande administreras inom många sjukhus idag.

I detta projekt kommer tre olika kanaler att utvärderas:

Sociala nätverk Chatbots: Chatbots är "naturligt språk online människa-dator dialogsystem." Tekniken bakom chatbots idag är ganska komplex och spänner över områdena naturlig språkbehandling, svarsgenerering och dialoghantering. Vårt mål är att utvärdera användningen av chatbots för att öka engagemanget och implementera förklaringar av PROMs. Chatboten kommer också att användas för medicinska rester, vilket hjälper till att förbättra uppföljningen. Genom att använda befintliga sociala nätverk (t.ex. Whatsapp, Telegram), behöver patienter inte specifik utbildning eftersom de redan är vana vid att använda snabbmeddelandeapplikationer.

Phonebot är ett telefonsystem som hanterar inkommande och utgående telefonsamtal, samt en organisations interna kommunikation. Utredarna kommer att utvärdera effektiviteten av att använda telefonsamtal för att fylla i den undersökning som krävs för PROMs. Det utvärderade systemet använder syntetisk röst för att ställa frågor till patienter och tal/tonigenkänning för att fånga svar.

Mobilapp: Tillgången till dedikerade appar på smartphones och de möjligheter som denna teknik erbjuder (push-meddelanden, personlig grafik och användbarhet) är en annan möjlig kanal för att administrera PROM. Utredarna kommer att utvärdera effektiviteten av denna kanal för att få svar från PROMs.

Kanalerna kommer att tillhandahållas olika patienter med syftet att:

• Förstå vilken kanal som ger bättre efterlevnad, till exempel att datainsamlingen håller i sig över tid
• Förstå om kanalen visar en skillnad i kvaliteten på data som förvärvats genom baslinjedatainsamling och klinisk övervakning
• Förstå vilken kanal som är mest lämpad för en specifik patientprofil, analysera aktivitetens samband med individens ålder och utbildning
• Utvärdering av patientens egenmakt som tillhandahålls genom användning av kanalen. Tekniker för att få objektiva luftflödesdata med hjälp av icke-invasiva tekniker kommer också att utvärderas.

Andningsövervakning är ett viktigt verktyg för tidig diagnos av luftvägs- och hjärt- och kärlsjukdomar. Speciellt är andningsfrekvensen avgörande för att övervaka utvecklingen av andningssjukdomar, såsom kronisk obstruktiv lungsjukdom (KOL), kronisk rhinosinusit (CRS), astma eller den senaste sjukdomen COVID-19. Andning övervakas vanligtvis inom ett spirometritest som mäter andningsflöden och, följaktligen, uppskattar andningsvolymer och hastigheter. Det kan dock endast utföras på ett sjukhus under överinseende av en leverantör och kräver att patienten andas på ett kontrollerat sätt medan han bär nasala eller orala sonder. Bärbara och hudvänliga teknologier kan erbjuda intressanta alternativ för att lindra sådant obehag. I synnerhet kan batterifria ultrahögfrekventa (UHF) radiofrekvensidentifieringsenheter (RFID) tillhandahålla minimalt invasiva, lättanvända och billiga diagnostiska procedurer.

Därför kommer projektet att överväga tekniker för objektiv bedömning av luftflödet, och i synnerhet:

• vid astma den forcerade utandningsvolymen på en sekund (FEV1) och det maximala utandningsflödet (PEF)
• i CRS verkar det nasala peak-inspiratoriska flödet (PNIF) mer tillförlitligt än (anterior aktiv) rhinomometri (AAR) och akustisk rhinometri (AR) i) en kommersiellt tillgänglig bärbar spirometer kommer att användas för att mäta PEF, FEV på distans, med en intuitiv APP som hjälper patienter att tillhandahålla data, ta emot och vidarebefordra dem till sjukhuset ii) samma hårdvara kan användas för att mäta PNIF, genom en anpassning av mjukvaran och anslutningsbara näsmasker som finns på marknaden. Som ett resultat kommer en bärbar enhet med dubbla funktioner som är lämplig för fjärrbedömning av övre och nedre luftvägsfunktion att bli tillgänglig genom återanvändning och anpassning av tillgänglig teknik.

De förväntade resultaten av detta specifika mål är:

• definition av patientens andningsmönster med hjälp av tillgängliga verktyg och tillförlitlighet för tidig diagnos av anomala händelser;
• oberoende analys av näsborrarnas prestanda och bedömning av tillförlitligheten av att erhålla en analog av PNIF;
• utvärdering av instrumentens tillförlitlighet i definitionen av ekvivalenta spirometriska parametrar.

Datahantering kommer att ske enligt reglerna som definieras av Health Information Portability and Accountability Act (HIPAA) och i Europa av General Data Protection Regulation (GDPR).

De avlägsna metoderna som testas i detta projekt kommer att generera en enorm mängd verklig data för analys. En specifik datahanteringsplan kommer att utvecklas för att i förväg definiera metoderna för att samla in, hantera och skydda klinisk forskningsdata. Planen kommer att definiera specifika datainsamlingsmål, datatyp och plats, dataåtkomst, roller och ansvarsområden, vilket ger forskargruppen en grundlig förståelse för kraven.

En nyckelroll kommer att spelas av REDCap-plattformen (Research Electronic Data Capture), som kommer att användas för att korrekt samla in och hantera data. Detta är en säker webbapplikation, kompatibel med många standarder såsom FISMA och HIPAA, utvecklad för att hantera data för klinisk forskning.

Under experimenten kommer data att samlas in på 2 sätt: ett kommer att vara standard med inhämtning av subjektiv information (PROM) och objektiv information (luftflöden, kliniska och endoskopiska fynd) och efterföljande datainmatning. Det andra läget kommer att dra nytta av speciellt skapade pipelines och kommer att tillåta att data skaffas direkt via MHT (Mobile Health Technology) och, när det gäller phonebots, direkt via molnet, och kommer därför att vara helt automatiserad. Detta kommer att drastiskt öka mängden data som potentiellt förvärvas genom denna andra modalitet, utan logistiska begränsningar och större möjligheter, att arbeta med big data, för att bygga tillförlitliga prediktiva modeller för de sjukdomar som undersöks.

Projektet kommer att utveckla dedikerade datapipelines som automatiskt fylls med PROMs och luftflödesdata som förvärvats via MHT till Redcap-databasen.

Telefonboten och chatboten kommer att använda molnlösningar som Twilio (Communication APIs for SMS, Voice, Video & Authentication n.d.) eller Amazon Connect (som i sin tur är baserad på Twilio). Dessa system började som Private Branch Exchanges (d.v.s. företagstelefonsystem som hanterar inkommande och utgående samtal) och har utvecklats mot flerkanaliga kommunikationssystem. De integrerar nu telefoni, SMS, chatbots med olika snabbmeddelandekanaler, videostreaming i realtid och e-postsystem. Dessutom integrerar de också flera relaterade teknologier såsom artificiell intelligenssystem för att hantera konversation, talsyntessystem, dataflöde och dialogkompositionsverktyg.

Utredarna kommer att använda sådana system som lämpliga ur olika perspektiv. För det första, på grund av deras företagspolicy, tvingar Whatsapp sina kunder att använda återförsäljare (som Twilio) för att komma åt Whatsapp Business API:er som annars inte kan nås direkt av oss. För det andra har sådana molnsystem förmågan att skala till miljontals användare på några minuter genom användning av cloud computing, vilket är mycket bekvämt eftersom projektet har ambitionen att enkelt replikeras. Slutligen använder lösningar som Amazon Connect banbrytande lösningar för artificiell intelligens (naturligt språkbehandling) som delas och sedan testas för effektivitet med den populära Amazon Alexa-produkten. Skräddarsydda mobilapplikationer kommer att utvecklas för att tillhandahålla frågeformulär till patienter. Dessa applikationer kommer att släppas på Android- och iOS-plattformar. Alla dessa applikationer kommer att utformas tillsammans med projektpartnerna för att härleda specifikationerna för den finita tillståndsmaskinen och förtydliga användningsflödena.

Statistisk plan Planeringen av de tre kliniska studierna gjordes med hänsyn till den önskade statistiska kraften, den korta tiden för slutförande av projektet (endast 2 år) och det faktum att de tre kliniska studierna är "de facto" också Proof of concept för en mycket innovativt tillvägagångssätt med ambitionen att förändra den dagliga hanteringen av 2 mycket vanliga kroniska sjukdomar och uppnå en vändpunkt mot verklig patientens egenmakt.

För klinisk prövning 1, för att uppnå en konfidensnivå på 95 % och ett konfidensintervall på 15, uppskattades den erforderliga urvalsstorleken till 40.

När det gäller klinisk studie 2 ville utredarna sätta upp en studie som kunde upptäcka 20 % skillnad mellan armarna, för vilken det, eftersom det är en fyraarmsstudie, skulle räcka med 12 patienter för varje arm. Men eftersom det är en fyrarmad studie bör viss korrigering tillämpas (även en Bonferroni-korrigering) och, om den tillämpas på alfavärdet, med sex möjliga jämförelser (inte bara av behandlingsgrupperna med kontrollgruppen, utan också mellan behandlingsgrupper) skulle alfavärdet gå från 0,05 till ungefär 0,009, så utredarna ansåg att det var användbart att öka varje arm till 20 försökspersoner (totalt antal försökspersoner 80).

Slutligen, för klinisk prövning 3, ville utredarna kunna upptäcka 25 % skillnader i luftflödesmätningar mellan standardtesterna på kontoret och de 2 hemsystemen, för vilka en provstorlek på 15 patienter krävs.

För att utvärdera statistiskt signifikanta skillnader för de primära effektmåtten kommer utredarna att använda:

För försök 1, där det primära effektmåttet är patientnöjdhet R-Square, Chi-Square, Pearson-test och Fisher Exakt test för att utvärdera tillfredsställelse hos patienter i behandlingsgruppen jämfört med kontrollgruppen. Alfavärdet sätts till 0,05.

Analysen kommer att tillämpas på frågeformulären (PREM) som nämnts tidigare, för att kvantifiera förbättringen i termer av patientupplevelse som behandlats med MHT (spirometrar och PROMs) jämfört med det nuvarande scenariot som endast involverar periodiska personliga besök på sjukhuset.

För försök 2 kommer forskarna att använda ANOVA följt av t-test för att utföra de 6 möjliga jämförelserna mellan de 6 grupperna för att utvärdera det primära effektmåttet som är fullföljandegraden för frågeformulären i de fyra armarna. För ANOVA kommer ett alfavärde på 0,05 att användas, medan för enstaka jämförelser kommer en Bonferroni-justering att tillämpas, vilket bringar alfa till 0,009.

Följande meritvärden kommer att utvärderas:

• slutförandegrad: hur många frågeformulär har fyllts i, avhoppsfrekvens;
• kvaliteten på svaren: utförs även genom analys av metainformation (t.ex. "guldfrågor") och att använda sammanställningen av frågeformulären på sjukhuset som grundsanning;
• bästa kanalen för administration av PROMs med avseende på patientens tekniska profil: Phonebot, Instant Messaging och dedikerade appar;
• patientens egenmakt genom frågeformulär. För försök 3 kommer non-inferioritetshypotesen att testas genom att jämföra fjärrmätningar med vanliga ambulatoriska tester via parade t-tester. Alfa kommer att ställas in på 0,05.

De sekundära effektmåtten kommer att utvärderas med samma programvara (JMP från SAS-institutet) med lämpliga statistiska verktyg.

Slutligen kommer de samlade data som hittas att bli föremål för vetenskapliga publikationer, vilket berikar det allmänna kunnandet om ämnet och tillåter därför sekundär statistisk användning av uppgifterna.