在远程监测中实施预测恶化的算法:对患者和临床医生的经验进行多方法研究

科学领域:

• 数字健康数字健康
• 肺部病理学 肺部病理学
• 医疗信息学 医疗信息学

背景情况:

• 远程医疗解决方案可以通过预测算法来增强,以评估慢性阻塞性肺病 (COPD) 恶化风险.
• 了解患者和临床医生对这些算法的体验对于评估其潜力和识别实施障碍至关重要.

研究的目的:

• 调查患者和临床医生对COPD恶化预测算法的看法和满意度.
• 评估一个算法集成到远程医疗监测中的可用性和潜在影响.

主要方法:

• 这是一项多种方法的研究,涉及111名COPD患者和4名临床医生,分别在三个社区护理中心工作.
• 通过问卷收集患者的观点,通过半结构面试获得临床医生的见解.
• 该研究与2021年11月至2022年11月的临床试验一起进行.

主要成果:

• 患者对算法和所需测量的高满意度 (84.0%-90.8%);71.7%-75.9%的人认为它对疾病评估有用.
• 患者报告说,他们感觉到恶化的预防潜力,信任度增加,以及更大的安全感.
• 临床医生对该算法的用户友好性做出了积极反应,但对额外的测量,准确性和时间消耗造成的患者负担提出了担忧.

结论:

• 最佳的算法使用需要患者遵守额外的测量 (脉冲,氧和).
• 临床医生需要对算法的功能和警报有深入的了解,以便有效实施.
• 解决临床医生对患者需求和测量准确性的担忧是持续使用的关键.