Z badania opublikowanego w czasopiśmie naukowym wynika, że ​​u pacjentów z niedokrwistością sierpowatokrwinkową (SCD), u których wystąpiły przełomy naczyniowo-okluzyjne (VOC), wymagające przyjęcia do szpitala, można było dokładnie przewidzieć wysoki poziom bólu podczas przyjęcia i po wypisaniu ze szpitala dzięki noszeniu zegarka Apple Watch. Granice w cyfrowym zdrowiu.

SCD to ciężka choroba krwinek czerwonych, która dotyka 20 milionów osób na całym świecie. LZO, czyli nawracające epizody ostrego i silnego bólu, są najczęstszym powikłaniem SCD i mogą dotyczyć dowolnej części ciała. Leczenie LZO często rozpoczyna się w domu, ale może wymagać hospitalizacji, jeśli domowe sposoby zawiodą. Przewidywanie LZO jest prawie niemożliwe, ponieważ nie ma wiarygodnych testów pozwalających zdiagnozować lub przewidzieć ich występowanie. Celem tego badania była ocena modelu uczenia maszynowego, który przewidywał ocenę bólu poprzez wydłużenie monitorowania do 30 dni po wypisaniu ze szpitala oraz udoskonalenie rozwoju modeli uczenia maszynowego.

Anemia sierpowata, ilustracja 3D. | Źródło obrazu: Dr_Microbe — stock.adobe.com

Pacjenci kwalifikowali się do tego badania, jeśli cierpieli na SCD, mieli 18 lat lub więcej i byli objęci opieką w szpitalu Duke University Hospital. Do badania kwalifikowali się pacjenci, którzy zostali przyjęci w ramach LZO w okresie od kwietnia do czerwca 2022 r. Uczestnicy zapisywali się do badania w trakcie hospitalizacji i do 30 dni po wypisie. Wszyscy uczestnicy otrzymali aplikację mobilną Nanbar Health na swoich Apple iPhone i/lub Apple Watch serii 3. Pacjenci mieli codziennie zgłaszać wyniki bólu i byli proszeni o noszenie Apple Watch przez cały czas. Z pacjentami kontaktowano się także raz w tygodniu w celu przypomnienia o konieczności rejestrowania oceny bólu. Od wszystkich uczestników zebrano dane demograficzne.

Ból oceniano w skali od 0 do 10, gdzie 0 oznacza brak bólu, a 10 intensywny ból. Apple Watch rejestrował także tętno, zmienność tętna, tętno spoczynkowe, średnie tętno i liczbę kroków każdego uczestnika. Modele uczenia maszynowego porównano także z dwoma modelami zerowymi, modelem losowym i modelem trybowym.

Do badania włączono 19 pacjentów, których mediana wieku (IQR) wynosiła 30 (22–34) lat, z czego 58% stanowiły kobiety. Mediana (IQR) czasu pobytu w szpitalu wynosiła 5 (2–9,8) dni. U żadnego pacjenta nie stwierdzono ostrego zespołu klatki piersiowej, chociaż 1 pacjent wymagał podawania tlenu; wszyscy pacjenci byli leczeni opioidami. Ogółem 74% pacjentów wymagało opieki medycznej po wypisaniu ze szpitala z powodu bólu.

Mediana (IQR) wynosiła 79 (16–142) ​​punktów danych dotyczących bólu na uczestnika, co daje łącznie 2395 punktów danych dotyczących bólu po połączeniu punktów bólowych zarejestrowanych w elektronicznej dokumentacji medycznej i aplikacji. Pacjenci najczęściej zgłaszali ból na poziomie 7, bez odpowiedzi na poziomie 0 lub 1. Pacjenci nosili zegarek przez medianę (IQR) wynoszącą 28 (22–34) dni.

Modele uczenia maszynowego charakteryzowały się dokładnością przewyższającą modele zerowe. W losowym modelu lasu stwierdzono dokładność na poziomie 92%, z mikrouśrednionym wynikiem F1 wynoszącym 0,63, polem pod krzywą wynoszącym 0,9 i błędem średniokwadratowym wynoszącym 1,1. Największą trafność walidacji krzyżowej stwierdzono także w modelu lasu losowego (62%), który charakteryzował się najniższym SD (0,7%). Wyniki te wskazują, że losowy model lasu najprawdopodobniej okazał się lepszy od wszystkich innych modeli. Liczba kroków (>0,30) i tętno spoczynkowe (<0,20) miały największe znaczenie podczas obliczania ryzyka bólu w losowym modelu lasu.

Badanie to miało pewne ograniczenia. Niewielka liczba uczestników samodzielnie zgłaszała dane dotyczące bólu, co oznaczało, że w badaniu nie można było dokonać stratyfikacji według genotypu i rodzaju bólu SCD.

Naukowcy doszli do wniosku, że Apple Watch stanowi użyteczną, nieinwazyjną i przyjazną dla pacjenta metodę gromadzenia danych o pacjentach z SCD. To gromadzenie danych może pomóc we wczesnym wykrywaniu lotnych związków organicznych i innego ostrego bólu, aby lepiej leczyć pacjentów z SCD w różnych lokalizacjach ze względu na ich dostępność.

Odniesienie

Vuong C, Utkarsh K, Stojancic R i in. Wykorzystanie konsumenckich urządzeń do noszenia do monitorowania i przewidywania bólu u pacjentów z niedokrwistością sierpowatokrwinkową. Zdrowie przedniej cyfry. Opublikowano w Internecie 25 października 2023 r. doi:10.3389/fdgth.2023.1285207