Vuković, M. (2014). Decision support for therapy optimization of heart failure patients based on retrospective home telemonitoring data and expert knowledge [Dissertation, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2014.23548
Telemonitoring, as a medical practice, includes measurements of physiological parameters and data transfer of remotely, usually home-located patients. Providing reliable home-telemonitoring based decision support system for therapy of chronic heart failure patients is important to ensure patients' wellbeing, stable health status, enhanced self-care, medical literacy, as well as care givers' satisfaction, productivity and effectiveness in decision making. Furthermore, home-telemonitoring can reduce health care costs and positively affect the economy. Potentially important influences on patient health status include weather conditions, and yet these influences are insufficiently investigated in the current telemonitoring studies. Currently used techniques to establish relationship between home-telemonitoring and chronic heart failure patients' health status cannot efficiently deal with real time health condition changes of multiple simultaneously monitored physiological parameters, nor provide reliable predictions of possible adverse events. The current systems typically result in large number of false alarms (up to 99.4%), causing care-givers' dissatisfaction to the extent of decreasing quality of medical care, for which reason alarm hazards have been identified as the top health device hazards in recent years. The research goal was development of a decision support methodology for therapy optimization of heart failure patients based on retrospective home telemonitoring data and expert knowledge. For this purpose, AIT - Austrian Institute of Technology, Department of Safety and Security, Business Unit Information Management, provided 9128 retrospective home telemonitoring records of 65 chronic heart failure patients in Austria - MOBITEL (Mobile telemonitoring in heart failure patients) study. The dissertation develops innovative patient home telemonitoring data analyses tools (5-level alarm flags, reference state estimation, measurement colour coding, automated alarm generation based on dynamic threshold adjustments) for enhanced interpretation of patients' physiological measurements. Thus, with the application of alarm flag levels, the percentage of true alarms is increased from 8.5% (flag level 1) to 19.2% (flag level 5) as compared to the average of 12.6% true alarms when such a procedure is not applied in the reference MOBITEL study. Most of the alarms occur due to the exceeded systolic or diastolic blood pressure thresholds. The conducted statistical data analyses establish relationship between measurements of physiological parameters and care givers' therapy decisions. The results show increased accuracy (0.788 vs. 0.782) and specificity (0.789 vs. 0.777), but decreased sensitivity (0.770 vs. 0.942) of the developed automated alarm management system based on optimal dynamically adjustable thresholds, in comparison to the original MOBITEL home-telemonitoring records including manually adjusted alarm thresholds. The system is intended to support the physicians in setting up patient specific alarm thresholds, subject to individual health conditions (e.g. tolerate large number of false alarms preferring not to miss many true alarms if the patient status could be critical; or maximally reduce the number of false alarms even if some true alarms are omitted, if the patients are unlikely to experience adverse events). Such support is achieved through a mathematical model developed to predict the sensitivity (true alarm occurrence) for an arbitrary adjustment of patient telemonitoring alarm generation thresholds. Another model is then used to calculate specificity (true non-alarm occurrence). The physicians can choose particular alarm threshold values and immediately see the expected impact of such a selection on sensitivity and specificity of the decision support system. The models are obtained using principle component and linear regression and validated (F-values: 315 and 1067 (> 100), respectively) on 52 heart failure patients. Furthermore, influences of severe weather conditions on heart failure patients' physiological parameters are predicted thanks to the discovered statistically significant (p< 0.05) relations with cold and heat stress temperatures. Especially falling temperatures, cold stress days, with mean temperature difference thresholds between 6.4 degrees Celsius and 6.8 degrees Celsius showed statistically significant influences on rising blood pressures (95%CI: (-16, -1) and (-8, 0) mmHg, for systolic and diastolic blood pressure differences, respectively). Although such cases have one end of the 95% confidence intervals comparable to effects of certain blood pressure medications (-10 mmHg), the other end includes trivial values (close to zero) causing the results to remain inconclusive. The developed methodology and tools could be used in the future home telemonitoring systems to optimize care-givers' decision support management and mitigate possible adverse events of chronic heart failure patients through timely distinction of relevant indications of worsening patient conditions. Applying the developed methodology the physicians would have an enhanced possibility to effectively adjust their therapeutic assistance, reducing health care costs and potentially avoiding ambulatory interventions or hospitalizations. Last but not least, the results encourage researchers to initiate applications of automated alarm management algorithms, as innovative data interpretation tools for home telemonitoring systems.
en
Telemonitoring, umfasst in der medizinischen Praxis das Messen physiologischer Parameter und die Übermittlung von Patientendaten von zu Hause aus. Die Bereitstellung zuverlässlicher Telemonitoring-Systeme für die Therapie von Patienten mit chronischer Herzinsuffizienz ist wichtig, um das Wohl der Patienten, den stabilen Gesundheitszustand, die verbesserte Selbstversorgung, die medizinische Kompetenz, sowie die Zufriedenheit der Betreuer und die Produktivität und Effektivität der Entscheidungsfindung zu gewährleisten. Weiters kann Telemonitoring die Gesundheitskosten senken und sich positiv auf die Wirtschaft auswirken. Wichtige eventuelle Einflüsse auf den Gesundheitszustand der Patienten beinhalten auch die Wetterlage, die bisher noch unzureichenend in den aktuellen Telemonitoring-Studien erforscht wurde. Die derzeit verwendeten Techniken zur Erfassung des Gesundheitszustands von Patienten mit chronischer Herzinsuffizienz per Telemonitoring können weder in Echtzeit mit Zustandsänderungen von mehrfachen, simultan aufgezeichneten Parametern umgehen, noch zuverlässige Vorhersagen über mögliche ungünstige Ereignisse sicherstellen. Typischerweise resultiert das bei aktuellen Systemen in einer Vielzahl von Fehlalarmen (bis zu 99,4%) und verursacht deshalb bei den Pflegekräften starke Frustration, die sich auch in sinkender Qualität der ärztlichen Betreuung äußert. Gefahren bedingt durch Fehlalarme haben sich deshalb in letzter Zeit zu den wichtigsten gesundheitlichen Gefahrenquellen dieser Patientengruppen entwickelt. Das Ziel der Forschung war es, eine Methodik zur Unterstützung von Entscheidungen zur Optimierung der Therapie von Herzinsuffizienzpatienten zu entwickeln, die auf der retrospektiven Analyse von Daten aus dem Heim-Telemonitoring und auf Expertenwissen basiert. Für diesen Zweck hat das AIT (Austrian Institute of Technology, Department Safety and Security, Geschäftsfeld Information Management) 9128 retrospektive Heim-Telemonitoring-Aufzeichnungen von 65 Patienten mit chronischer Herzinsuffizienz in Österreich bereitgestellt - MOBITEL (Mobile telemonitoring in heart failure patients) Studie. Die Dissertation entwickelt ein innovatives Datenanalysetool für Heim-Telemonitoring-Patienten (5-Level Alarmfahnen, Referenzzustandsschätzung, Messfarbcodierung, automatisierte Alarmerstellung basierend auf dynamischen Grenzwertanpassungen) das eine verbesserte Interpretation der physiologischen Messungen durch Patienten gewährleisten soll. In der Folge ist mit dem Einsatz von Alarmfahnen der Prozentanteil von gültigen Alarmen von 8,5% (Fahnenlevel 1) auf 19,2% (Fahnenlevel 5) gestiegen, verglichen mit dem Mittel von 12,6% gültiger Alarme bei herkömnmlicher Auswertung der MOBITEL-Studie. Die meisten Alarme entstehen durch die Überschreitungen der Grenzwerte von systolischem und/oder diastolischem Druck. Die durchgeführte statistischen Datenanalyse stellt die Verbindung zwischen den Messungen physiologischer Parameter und den Therapieentscheidungen der ärztlichen Betreuer her. Das Resultat zeigt im Vergleich zu den ursprünglichen MOBITEL Telemonitoring-Aufzeichnungen (welche manuell angepasse Alarmgrenzwerte beinhalten) erhöhte Genauigkeit (0,788 vs. 0,782) und Spezifität (0,789 vs. 0,777), aber eine reduzierte Sensitivität (0,770 vs 0,942) des entwickelten automatisierten Alarm-Management-Systems basierend auf optimalen dynamisch angepassten Schwellwerten. Das System beabsichtigt die Ärzte bei der Anpassung spezifischer Alarmgrenzwerte auf individuelle Gesundheitszustände zu untertützen (z.B. die Vielzahl falscher Alarme zu tolerieren, um möglichst keine echten Alarme mit kritischen Zuständen des Patienten zu verpassen; oder die maximale Reduktion der falschen Alarme bei Patienten mit geringen Risiken, auch wenn einige echte Alarme übersehen werden). Solche Unterstützung wird durch ein mathematisches Modell erreicht, das die Sensitivität (das Eintreten von echten Alarmen) aus den eingestellten Grenzwerten abschätzt. Ein anderes Modell wird benützt, um die Spezifität (das Eintreten von Fehlalarmen) zu berechnen. Die Ärzte können bestimmte Alarmgrenzwerte wählen und sehen sofort die erwarteten Auswirkungen auf die Sensitivität und Spezifität des Systems. Die entsprechenden Modelle wurden durch den Einsatz von Hauptkomponentenregression erstellt und validiert (F-Werte: 315 bzw. 1067 an 52 Patienten mit Herzinsuffizienz). Weiters werden die Einflüsse extremer Wetterbedingungen auf die physiologischen Parameter von Herzinsuffizienzpatienten aus Hitze- und Kältebelastungen vorhergesagt. Besonders stark fallende Temperaturen (mittlere Temperaturdifferenzen zwischen 6.4 Grad Celsius und 6.8 Grad Celsius) zeigten statistisch signifikante Einflüsse auf den Blutdruck (95%CI: (-16, -1) und (-8, 0) mmHg, für systolische bzw. diastolische Blutdruckunterschiede). Obwohl das 95%-Konfidenzintervall dieses Effektes den von bestimmten Blutdruckmedikamenten (- 10 mmHg) erreicht, umfasst es auch den Nullwert, wodurch die Ergebnisse nicht schlüssig sind. Die entwickelte Methodik und die Tools können in den zukünftigen Heim-Telemonitoring-Systemen benützt werden, um das Management der Unterstützung der ärztlichen Entscheidung zu optimieren und um die möglichen Nebenwirkungen von Patienten mit chronischer Herzinsuffizienz durch zeitgerechte Erkennung relevanter Anzeichen einer Verschlechterung des Patientenzustandes zu mildern. Durch die Anwendung der entwickelten Methodik können die Ärzte die therapeutische Hilfe effektiver anpassen, und damit die Gesundheitskosten durch die potenzielle Vermeidung ambulanter Eingriffe oder Krankenhausaufenthalte reduzieren. Nicht zuletzt sollten die Resultate Forscher ermutigen, automatisierte Alarm-Management-Algorithmen als innovatives Dateninterpretationstool für Heim-Telemonitoringsysteme einzusetzen.
de
Additional information:
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers Zsfassung in dt. Sprache