Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Le détecteur adhésif portable de correction a exactement prévu empirer l'insuffisance cardiaque

Utilisant un détecteur amovible et adhésif de correction a exactement prévu qu'empirant l'insuffisance cardiaque et le besoin d'hospitalisation plusieurs jours avant hospitalisation d'insuffisance cardiaque se sont produits parmi des vétérans avec l'insuffisance cardiaque, selon aujourd'hui publié de recherches dans la circulation du tourillon de l'association américaine de coeur : Insuffisance cardiaque.

Les participants à l'étude multicentre de LINK-HF se sont composés de cents patientes (HF) d'insuffisance cardiaque qui étaient des vétérans, âge moyen de 68 ans, inscrit à quatre hôpitaux d'affaires (VA) de vétérans -- dans Salt Lake City ; Palo Alto, Californie ; Houston, et Gainesville, Fla. -- après une première admission d'insuffisance cardiaque aiguë à l'hôpital. Les participants se sont usés une correction adhésive de détecteur sur leur poitrine 24 heures sur 24 pour un minimum de 30 jours et jusqu'à trois mois après que leur écoulement initial d'hôpital pour un événement d'insuffisance cardiaque. Des participants éligibles, de 90% prolongés pour utiliser le détecteur à 30 jours, et à 90 jours ; la caractéristique a été rassemblée d'août 2015 à décembre 2016.

Le détecteur a surveillé la fréquence cardiaque, le rythme cardiaque, le rythme respiratoire et les activités matérielles comme, marchant, position de sommeil et de fuselage pour chaque participant. La caractéristique a été transmise du détecteur par l'intermédiaire de Bluetooth à un smartphone, et puis téléchargée du smartphone à une plate-forme d'analytique sur un ordinateur hôte sécurisé. Un algorithme d'apprentissage automatique, un type d'approche d'artificial intelligence à l'analyse de caractéristiques, a déterminé une ligne zéro normale pour chaque patient et a puis examiné les caractéristiques entrantes. Quand les caractéristiques observées ont dévié du comportement prévu « de ligne zéro normale », l'algorithme a produit d'une alerte pour indiquer que l'insuffisance cardiaque du patient devenait plus mauvaise. La technologie a exactement prévu le risque d'hospitalisation plus de 80% du temps. Cette prévision d'hospitalisation a eu lieu une moyenne de 6,5 jours avant la réadmission.

« Avec l'utilisation des caractéristiques distantes du détecteur et par analyse de caractéristiques par apprentissage automatique, nous avons prouvé que nous pouvons prédire le contrat à terme. Ensuite, nous regarderons si nous pouvons changer le contrat à terme, » avons dit l'étude Josef Stehlik auteur, M.D., M/H., le professeur de médecine de Christi T. Smith à l'université de l'École de Médecine d'Utah, directeur médical du programme de transplantation cardiaque et coprésidents de fil du programme anticipé d'insuffisance cardiaque à l'université de l'hôpital d'Utah et du centre médical d'affaires de vétérans de Salt Lake City.

L'insuffisance cardiaque (HF) est un enjeu de santé publique important - il influence environ 6,2 millions d'adultes des États-Unis et est le diagnostic d'écoulement d'hôpital du numéro 1 au coeur des États-Unis on s'attend à ce que les coûts qu'échec échec de santé étaient des $30,7 milliards environ en 2012 et atteignent $53 milliards d'ici 2030. Environ 80% de ces coûts sont pour l'hospitalisation selon une étude citée par les chercheurs et publiée en 2011. Pendant les 90 premiers jours après écoulement de l'hôpital pour l'insuffisance cardiaque, les patients sont à un haut, jusqu'à 30%, risque de réadmission. Donné ce de manière significative risque accru d'à haute fréquence empirant après hospitalisation, les chercheurs s'est concentré sur vérifier une solution non envahissante pour améliorer le management d'à haute fréquence au cours de cette période de moment critique.

En insuffisance cardiaque chronique, l'état d'une personne peut devenir plus mauvais avec le manque du souffle, la fatigue et l'habillage de liquide, à la remarque beaucoup finissez dans le service des urgences et passez les jours dans l'hôpital pour récupérer. Si nous pouvons recenser des patients avant que l'insuffisance cardiaque empire et si les médecins ont l'opportunité de changer le traitement basé sur cette prévision nouvelle, nous pourrions éviter ou réduire des hospitalisations, améliorons les durées des patients et réduisons grand des coûts de santé. Avec l'évolution de la technologie et avec des méthodes statistiques d'artificial intelligence, nous avons les outils neufs pour effectuer ceci se produire. »

Josef Stehlik, auteur d'étude de fil

Limitations d'étude comprises :

  • Les participants à l'étude étaient mâle de 98%, ainsi elle est inconnue si ces découvertes seraient cohérentes dans les femelles ;
  • Une majorité des participants a eu HFrEF (insuffisance cardiaque avec la fraction d'éjection réduite), tellement davantage étude dans les patients avec HFpEF (insuffisance cardiaque avec la fraction d'éjection préservée) est nécessaire ; et
  • La recherche complémentaire est nécessaire pour déterminer si les modifications de demande de règlement basées sur les alertes pourraient mener aux résultats patients améliorés.

Dans une future étude, les chercheurs vérifieront la demande de règlement patiente changeante basée sur l'alerte produite par l'algorithme. « Nous espérons qu'avec cette information, nous pourrons intervenir et diminuer le régime d'hospitalisation, améliorons la qualité de vie, et, pour les patients qui finissent l'admission à l'hôpital, diminuons la longueur du séjour, » Stehlik conclu.

Source:
Journal reference:

Stehlik, J., et al. (2020) Continuous Wearable Monitoring Analytics Predict Heart Failure Hospitalization. Circulation: Heart Failure. doi.org/10.1161/CIRCHEARTFAILURE.119.006513.