草花粉患者随机过敏应用程序干预的临床益处:一项受控试验

科学领域:

• 过敏和免疫学 过敏和免疫学
• 数字健康数字健康
• 计算医学是一种计算医学.

背景情况:

• 症状监测可以提高患者的药物坚持.
• 实施多功能过敏应用程序的临床试验具有挑战性.
• 评估具有不同功能的过敏应用程序的临床益处对于患者护理至关重要.

研究的目的:

• 评估过敏应用程序在减少症状和改善草花粉过敏个体的生活质量 (QoL) 中的临床益处.
• 开发一种症状预测模型,利用来自患者和环境数据.
• 为了比较不同数量的集成功能的过敏应用程序的有效性.

主要方法:

• 在德国奥格斯堡,对167名草花粉过敏的参与者进行了一项分层,受控的干预研究.
• 参与者被分配到三个组,每个组都收到相同的过敏应用程序,功能越来越多.
• 该研究评估了与鼻炎相关的 QoL,症状得分,药物坚持以及应用程序的自我报告有用性.

主要成果:

• 与鼻炎相关的 QoL 在所有组都得到改善,没有显著的组间差异.
• 使用带有花粉预测的完整应用程序版本的参与者报告了较少的症状和较少的社会障碍.
• 一个XGBoost模型准确地预测了鼻腔和眼部症状水平,使用SHAP分析确定了特征的重要性.

结论:

• 过敏应用程序,包括花粉预测,症状日记和过敏信息,为过敏患者提供临床益处.
• 高质量,高分辨率的数据可以促进创建可靠的症状预测.
• 数字健康工具在管理过敏症和改善患者治疗结果方面表现有前途.