DOI: https://doi.org/10.1002/ejhf.3568
PMID: https://pubmed.ncbi.nlm.nih.gov/39834044
تاريخ النشر: 2025-01-20
المؤلف: I L J De Lathauwer وآخرون
الموضوع الرئيسي: علاج وإدارة فشل القلب
نظرة عامة
قسم ورقة البحث يقدم نظرة عامة على تحليل شامل يركز على مراقبة المرضى عن بُعد غير الغازية (RPM) لفشل القلب (HF). تهدف الدراسة إلى تحديد وتجميع العوامل التي تؤثر على فعالية RPM في حالات دخول المستشفى المتعلقة بفشل القلب، ودخول المستشفى لأي سبب، والوفيات، وزيارات قسم الطوارئ. من خلال مقارنة الأدبيات الموجودة، يسعى التحليل إلى إبلاغ تطوير تدخلات RPM أكثر فعالية.
تؤكد نتائج التحليل الشامل الاستنتاجات السابقة بشأن فعالية RPM في تقليل حالات دخول المستشفى المتعلقة بفشل القلب والوفيات. تشمل المكونات الرئيسية التي تعزز التأثير السريري لـ RPM دمج إدارة الذات والوحدات التعليمية، بالإضافة إلى استخدام مكالمات الفيديو للتواصل. ومع ذلك، يبرز التحليل تباينًا كبيرًا بين تدخلات RPM المختلفة، مما يعقد تقييم فعاليتها العامة. بالإضافة إلى ذلك، تشير الورقة إلى أن RPM لا تستفيد بالكامل من التقدم التكنولوجي الأخير، مما يشير إلى تحسينات محتملة من خلال دمج أجهزة استشعار غير غازية جديدة، والذكاء الاصطناعي، وتعلم الآلة لمعالجة البيانات، بالإضافة إلى إعادة التأهيل القلبي عن بُعد.
مقدمة
**مقدمة**
فشل القلب (HF) هو حالة قلبية وعائية هامة تؤثر على 1-2% من السكان البالغين اعتبارًا من عام 2020، مع ارتفاع معدل حدوثه بسبب شيخوخة السكان وتحسين قدرات التشخيص. غالبًا ما تؤدي الطبيعة التدريجية لفشل القلب إلى تفاقم الحالة، مما يؤدي إلى معدلات عالية من إعادة دخول المستشفى تصل إلى 22% خلال 30 يومًا بعد الخروج. لقد حفز هذا العبء على المرضى وأنظمة الرعاية الصحية البحث في التدابير التنبؤية لحالات دخول المستشفى المتعلقة بفشل القلب، لا سيما من خلال مراقبة المرضى عن بُعد (RPM)، التي تُعرف على أنها مجموعة فرعية من الطب عن بُعد تسهل جمع ونقل البيانات البيومترية من منازل المرضى إلى مقدمي الرعاية الصحية.
بينما أظهرت طرق RPM الغازية وعدًا في تقليل حالات دخول المستشفى، فإن تطبيقها السريري محدود بتكاليف وقيود الموارد. من ناحية أخرى، أنتجت دراسات RPM غير الغازية نتائج مختلطة بشأن فعاليتها في تقليل حالات دخول المستشفى ومعدلات الوفيات. قد تسهم التباينات في مجموعات الدراسة، ودمج الطب عن بُعد في مسارات الرعاية، ومعايير العلاج في هذه التناقضات. أبرزت مراجعة منهجية أن دمج الصحة المتنقلة (mHealth) ودعم الأدوية مع RPM يمكن أن يحسن النتائج المتعلقة بإعادة دخول المستشفى والوفيات. ومع ذلك، هناك حاجة لاستكشاف المزيد من مكونات RPM الفعالة. تهدف هذه التحليل الشامل إلى تجميع الأدبيات الموجودة حول تدخلات RPM غير الغازية لإدارة فشل القلب، مع التركيز على النتائج الرئيسية مثل حالات دخول المستشفى المتعلقة بفشل القلب والوفيات، بالإضافة إلى النتائج الثانوية بما في ذلك جودة الحياة والامتثال، لإبلاغ الممارسات السريرية والبحث في المستقبل.
طرق البحث
في هذه الدراسة، تم إجراء تحليل شامل وفقًا لإرشادات PRISMA وتم تسجيله في السجل الدولي للدراسات المنهجية (Prospero، ID: CRD42022324015). كانت الغاية من التحليل مقارنة آثار مراقبة المرضى عن بُعد (RPM) والرعاية المعتادة (UC) عبر دراسات مختلفة، باستخدام مخططات الغابات لتصور مقاييس التأثير وعدم اليقين المرتبط بها. تم استخدام تحليل شامل بتأثيرات عشوائية لكل نتيجة، مع تقييم التباين باستخدام إحصائية I²، مصنفة وفقًا لدليل كوكران: 0-40% تشير إلى تباين ضئيل، 30-60% معتدل، 50-90% كبير، و75-100% تباين كبير.
لتقييم احتمال وجود انحياز نشر، تم إنشاء مخططات القمع وتحليلها بحثًا عن عدم التماثل. تم تجميع نسب الأرجحية (ORs) لمكونات RPM بشكل منفصل لمجموعتين فرعيتين ومقارنتها باستخدام فترات الثقة (CIs) بنسبة 95% وقيم p المستمدة من درجات z، مع تحديد عتبة الدلالة عند p < 0.05. نظرًا للتباين الكبير في تقارير جودة الحياة (QoL) والامتثال، لم يتم إجراء تحليلات كمية لهذه النتائج. تم تلخيص المتغيرات المستمرة كمتوسطات وانحرافات معيارية للبيانات الموزعة بشكل طبيعي، أو كوسائط ونطاقات بين الربعين خلاف ذلك، بينما تم تقديم المتغيرات الفئوية كأعداد ونسب. تم إجراء تحليل البيانات باستخدام برنامج SPSS.
النتائج
يقدم قسم النتائج ملخصًا شاملاً للدراسات الفردية، كما هو موضح في الجدول 4. يوضح هذا الجدول العدد الإجمالي للتدخلات والدراسات التي أجريت لكل نتيجة محددة، جنبًا إلى جنب مع أعداد المرضى المقابلة المستخدمة في التحليلات المتعلقة بتلك النتائج. بالإضافة إلى ذلك، يتضمن الجدول معلومات عن التباين بين الدراسات، مما يوفر رؤى حول تباين النتائج عبر تدخلات وسكان مرضى مختلفين.
المناقشة
في هذا التحليل الشامل، يتم تعريف مراقبة المرضى عن بُعد (RPM) على أنها تدخل قائم على التكنولوجيا ينقل معايير القلب والأوعية الدموية و/أو أعراض فشل القلب (HF) إلى مقدمي الرعاية الصحية على الأقل أسبوعيًا. شمل التحليل تجارب عشوائية محكومة (RCTs) تقارن RPM بالرعاية المعتادة (UC) التي أبلغت عن نتائج مثل حالات دخول المستشفى المتعلقة بفشل القلب، والوفيات، ودخول المستشفى لأي سبب، وزيارات قسم الطوارئ (ED). تم استبعاد الدراسات التي كانت مدة المتابعة فيها أقل من ثلاثة أشهر أو لم تُنشر باللغة الإنجليزية. تم استخدام استراتيجية بحث شاملة عبر قواعد بيانات متعددة، مما أسفر عن 41 دراسة مؤهلة بعد عمليات الفرز واستخراج البيانات الدقيقة.
تشير النتائج إلى أن RPM تقلل بشكل كبير من حالات دخول المستشفى المتعلقة بفشل القلب بنسبة 22% (نسبة الأرجحية المجمعة [OR] 0.78، فترة الثقة [CI]: 0.70-0.87) مقارنةً بـ UC، مع تأثير ملحوظ من التدخلات التي تتضمن مكالمات الفيديو (نسبة الأرجحية المجمعة 0.54). بالإضافة إلى ذلك، أظهرت تدخلات RPM التي شملت وحدات إدارة الذات والتعليم نتائج محسنة في حالات دخول المستشفى المتعلقة بفشل القلب (نسبة الأرجحية المجمعة 0.63 و0.69، على التوالي). كما أظهرت معدلات الوفيات انخفاضًا كبيرًا بنسبة 19% (نسبة الأرجحية المجمعة 0.81، فترة الثقة 95%: 0.69-0.95) مع RPM. ومع ذلك، لم تُلاحظ اختلافات كبيرة في حالات دخول المستشفى لأي سبب أو زيارات قسم الطوارئ عند مقارنتها بـ UC. يبرز التحليل إمكانيات RPM في تعزيز إدارة فشل القلب، لا سيما من خلال أنماط التدخل المحددة والمكونات التعليمية الإضافية.
القيود
تسلط قيود الدراسة الضوء على تباين كبير بين تدخلات مراقبة المرضى عن بُعد (RPM)، مما يعقد التمييز والتحليل لآثارها. على الرغم من المحاولات لتوحيد الأنماط والمعايير، فإن الفروق المستمرة أعاقت عزل العناصر المحددة وتأثيراتها الفردية على مقاييس النتائج. بالإضافة إلى ذلك، حيث أن التحليل قسم الدراسات إلى المزيد من المكونات، جعل العدد المنخفض من الدراسات لكل فئة من الصعب بشكل متزايد استخلاص استنتاجات ذات مغزى حول آثار تركيبات المكونات المختلفة.
علاوة على ذلك، بينما قارن التحليل الشامل تنفيذات RPM بالرعاية المعتادة (UC) لتقييم تأثيرها على نتائج المرضى، فإن العديد من الدراسات المضمنة كانت تفتقر إلى تقارير مفصلة حول كيفية تأثير بيانات RPM على القرارات السريرية وتوقيت هذه الإجراءات. كان متوسط عمر المشاركين في التجارب (حوالي 68 عامًا) أقل بكثير من متوسط عمر مرضى فشل القلب الذين تم إدخالهم إلى المستشفى في هولندا (77 عامًا في 2022)، مما قد يحرف النتائج لصالح RPM بسبب المهارات الرقمية المحتملة الأفضل بين المشاركين الأصغر سنًا. يثير هذا مخاوف بشأن انحياز السكان، حيث قد يكون الأفراد الأقل كفاءة رقمياً قد اختاروا عدم المشاركة. يجب أن تعطي الأبحاث المستقبلية الأولوية للوصول لجميع الفئات العمرية ومستويات المهارة لتعزيز قابلية تطبيق تدخلات RPM.
DOI: https://doi.org/10.1002/ejhf.3568
PMID: https://pubmed.ncbi.nlm.nih.gov/39834044
Publication Date: 2025-01-20
Author(s): I L J De Lathauwer et al.
Primary Topic: Heart Failure Treatment and Management
Overview
The research paper section provides an overview of a meta-analysis focused on non-invasive remote patient monitoring (RPM) for heart failure (HF). The study aims to identify and synthesize factors influencing the effectiveness of RPM on HF-related hospitalizations, all-cause hospitalizations, mortality, and emergency department visits. By comparing existing literature, the analysis seeks to inform the development of more effective RPM interventions.
The findings of the meta-analysis reaffirm previous conclusions regarding the efficacy of RPM in reducing HF-related hospitalizations and mortality. Key components enhancing the clinical impact of RPM include the incorporation of self-management and educational modules, as well as the utilization of video calls for communication. However, the analysis highlights significant variability among different RPM interventions, complicating the assessment of their overall effectiveness. Additionally, the paper notes that RPM is not fully leveraging recent technological advancements, suggesting potential improvements through the integration of novel non-invasive sensors, artificial intelligence, and machine learning for data processing, as well as cardiac telerehabilitation.
Introduction
**Introduction**
Heart failure (HF) is a significant cardiovascular condition affecting 1-2% of the adult population as of 2020, with its incidence rising due to an aging demographic and improved diagnostic capabilities. The progressive nature of HF often leads to exacerbations, resulting in high rates of hospital readmissions—up to 22% within 30 days post-discharge. This burden on patients and healthcare systems has spurred research into predictive measures for HF-related hospitalizations, particularly through remote patient monitoring (RPM), which is defined as a subset of telemedicine that facilitates the collection and transmission of biometric data from patients’ homes to healthcare providers.
While invasive RPM methods have shown promise in reducing hospitalizations, their clinical application is limited by cost and resource constraints. Conversely, non-invasive RPM studies have produced mixed results regarding their effectiveness in decreasing hospitalizations and mortality rates. Variability in study populations, integration of telemedicine into care pathways, and treatment parameters may contribute to these inconsistencies. A systematic review highlighted that combining mobile health (mHealth) and medication support with RPM can improve outcomes related to rehospitalization and mortality. However, further exploration of effective RPM components is necessary. This meta-analysis aims to synthesize existing literature on non-invasive RPM interventions for HF management, focusing on primary outcomes such as HF-related hospitalizations and mortality, as well as secondary outcomes including quality of life and adherence, to inform future clinical practices and research.
Methods
In this study, a meta-analysis was conducted following the PRISMA guidelines and registered with the International Prospective Register of Systematic Reviews (Prospero, ID: CRD42022324015). The analysis aimed to compare the effects of Remote Patient Monitoring (RPM) and usual care (UC) across various studies, utilizing forest plots to visualize the effect measures and their associated uncertainties. A random-effects meta-analysis was employed for each outcome, with heterogeneity assessed using the I² statistic, categorized according to the Cochrane Handbook: 0-40% indicating negligible heterogeneity, 30-60% moderate, 50-90% substantial, and 75-100% considerable heterogeneity.
To evaluate potential publication bias, funnel plots were generated and analyzed for asymmetry. Odds ratios (ORs) for the components of RPM were pooled separately for two subgroups and compared using 95% confidence intervals (CIs) and p-values derived from z-scores, with a significance threshold set at p < 0.05. Due to significant variability in the reporting of quality of life (QoL) and adherence, quantitative analyses for these outcomes were not performed. Continuous variables were summarized as means and standard deviations for normally distributed data, or as medians and interquartile ranges otherwise, while categorical variables were presented as counts and percentages. Data analysis was conducted using SPSS software.
Results
The results section presents a comprehensive summary of the individual studies, as detailed in Table 4. This table outlines the total number of interventions and studies conducted for each specific outcome, alongside the corresponding patient counts utilized for analyses pertaining to those outcomes. Additionally, the table includes information on heterogeneity among the studies, providing insights into the variability of results across different interventions and patient populations.
Discussion
In this meta-analysis, remote patient monitoring (RPM) is defined as a technology-based intervention that transmits cardiovascular parameters and/or heart failure (HF)-related symptoms to healthcare providers at least weekly. The analysis included randomized controlled trials (RCTs) comparing RPM with usual care (UC) that reported on outcomes such as HF-related hospitalizations, mortality, all-cause hospitalizations, and emergency department (ED) visits. Studies with a follow-up duration of less than three months or not published in English were excluded. A comprehensive search strategy was employed across multiple databases, resulting in 41 eligible studies after rigorous screening and data extraction processes.
The findings indicate that RPM significantly reduces HF-related hospitalizations by 22% (pooled odds ratio [OR] 0.78, 95% confidence interval [CI]: 0.70-0.87) compared to UC, with a notable effect from interventions incorporating video calls (pooled OR 0.54). Additionally, RPM interventions that included self-management and education modules demonstrated improved outcomes in HF-related hospitalizations (pooled OR 0.63 and 0.69, respectively). Mortality rates also showed a significant reduction of 19% (pooled OR 0.81, 95% CI: 0.69-0.95) with RPM. However, no significant differences were observed in all-cause hospitalizations or ED visits when compared to UC. The analysis highlights the potential of RPM in enhancing HF management, particularly through specific intervention modalities and additional educational components.
Limitations
The study’s limitations highlight significant heterogeneity among remote patient monitoring (RPM) interventions, complicating the differentiation and analysis of their effects. Despite attempts to standardize modalities and parameters, persistent differences hindered the isolation of specific elements and their individual impacts on outcome measures. Additionally, as the analysis subdivided studies into more components, the reduced number of studies per category made it increasingly challenging to draw meaningful conclusions about the effects of various component combinations.
Furthermore, while the meta-analysis compared RPM implementations with usual care (UC) to assess their impact on patient outcomes, many included studies lacked detailed reporting on how RPM data influenced clinical decisions and the timing of these actions. The mean age of participants in the trials (approximately 68 years) was notably lower than the average age of hospitalized heart failure patients in the Netherlands (77 years in 2022), which may skew results in favor of RPM due to potentially better digital skills among younger participants. This raises concerns about population bias, as less digitally proficient individuals may have opted out of participation. Future research should prioritize accessibility for all age groups and skill levels to enhance the applicability of RPM interventions.