Summary
Denne artikkelen presenterer en protokoll basert på Hydra-et webbasert system for klinisk beslutningsstøtte som integrerer et fullstendig og detaljert sett av funksjoner og tjenester som kreves av leger for fullstendig hjerte analyse, risikovurdering, tidlig diagnose, behandling og overvåking over tid.
Abstract
Kardiovaskulære sykdommer (karsykdommer) er den ledende dødsårsaken i hele verden. Totalt risikoen for å utvikle CVD bestemmes av den kombinerte effekten av ulike kardiovaskulære risikofaktorer (f.eks diabetes, økt blodtrykk, usunt kosthold, tobakksbruk, stress, etc.) som ofte eksistere og handle multiplicatively . De fleste karsykdommer kan forebygges ved en tidlig identifisering av høyeste risikofaktorer og en passende behandling. Lagdeling av kardiovaskulære risikofaktorer innebærer en rekke parametere og tester som spesialister bruker i sin praksis. I tillegg til hjerte (CV) risiko lagdeling gir timers overvåking (ABPM) også relevant informasjon for diagnose og behandling. Dette arbeidet presenterer en liste over protokollene basert på Hydra plattform, et webbasert system for klinisk beslutningsstøtte som inneholder et sett av funksjoner og tjenester som er nødvendige for fullstendig hjerte analyse, risikovurdering, tidlig diagnose , behandling og overvåking av pasienter over tid. Programmet inkluderer verktøy for skrive og administrere omfattende pasientdata, organisert i forskjellige checkups spore utviklingen over tid. Det har også en risiko lagdeling verktøyet til å beregne en CV risikofaktor basert på flere risiko lagdeling tabeller referanse. I tillegg inneholder programmet et verktøy som inkorporerer ABPM analyse og utvinning av verdifull informasjon ved å overvåke blodtrykk over en bestemt tidsperiode. Endelig oppsummerer rapporteringstjenesten den mest relevante informasjonen i et sett som hjelpe leger i deres kliniske beslutningsprosess.
Introduction
Kardiovaskulære sykdommer (karsykdommer) er en gruppe sykdommer i sirkulasjonssystemet som utgjør den ledende årsaken til uførhet og tidlig død i hele verden1,2. Ifølge Verdens helseorganisasjon (WHO), døde anslagsvis 17,7 millioner mennesker fra karsykdommer i 2015, representerer 31% av alle globale dødsfall1,2. Det er mange risikofaktorer for karsykdommer, inkludert atferdsmessige faktorer som tobakksbruk, et usunt kosthold, skadelig bruk av alkohol og utilstrekkelig fysisk aktivitet, samt fysiologiske faktorer, inkludert reist blodtrykk (hypertensjon), høyt kolesterol eller forhøyet blodsukker, blant annet2,3. Hypertensjon representerer en stor risikofaktor for tidlig kardiovaskulær sykdom, ansvarlig for høy kardiovaskulær sykelighet og dødelighet4,5. Videre er det anslått at forekomsten av hypertensjon blant voksne i utviklede land er nesten 40%6,7,8. Imidlertid er det fortsatt uoppdaget, undertreated og dårlig kontrollert3,4.
CVD er et stort offentlig helseproblem som pålegger en betydelig økonomisk belastning på noen gitt helsevesenet system6. Tidlig identifisering av høyeste kardiovaskulær risiko og riktig behandling kan hindre klinisk hendelser og tidlig død4,5. Derfor er det merkbar helse og økonomiske gevinster knyttet til omfattende og grundig spore alle disse faktorene. Totalt risikoen for å utvikle en CVD bestemmes av den kombinerte effekten av kardiovaskulære risikofaktorer2,4,5, som ofte eksistere og handle multiplicatively. En totalt risiko tilnærming er derfor tilrådelig for tidlig oppdagelse, så vel som for klinisk beslutninger på intensiteten av forebyggende intervensjoner. Dermed sykelighet, tidlig dødelighet og uførhet kunne reduseres og kvaliteten av livet kan bli bedre i individer med en forhøyet totalt Kardiovaskulær risiko2.
Diagnostisering av karsykdommer bestemmes av analyse av en rekke parametere som er samlet inn av ulike prosedyrer brukes av leger i sin praksis. Vurdering av disse parameterne kan beregning av en total CV risikofaktor som er nyttig for diagnose og formål2,4,5. I tillegg til lagdeling av CV risiko gir timers overvåking (ABPM)9 også verdifull informasjon. ABPM testen tillater sporing av pasientens blodtrykk (BP) under deres daglige rutine, unngå påvirkning av klinisk setting (hvit pels syndrom). Derfor er et pålitelig sett av målinger oppnådd, slik at utvinning av tilleggsinformasjon som støtter klinisk beslutningsprosessen.
Derfor innebærer analyse av det kardiovaskulære systemet en stor mengde data, innebærer en kjedelig og tidkrevende oppgave som kompliserer diagnose og behandling resept. I denne forbindelse, ville tilgjengeligheten av pasientens hele profilen som samler alle nødvendige data sammen med en rekke automatiserte tjenester for å trekke ut nødvendig informasjon være en betydelig forbedring å veilede klinikere i deres beslutningsprosessen. Bortsett fra dette, tilgjengeligheten av en tilgjengelig plattform som sentraliserer alle pasientinformasjon ikke bare gjør samarbeid mellom ulike spesialister fra forskjellige steder, men også tillater diskusjon diskuteres saker og gir pålitelig diagnoser.
De siste årene, har bruk av datamaskin-baserte programmer og telemedisin økt betraktelig, spiller en viktig rolle i å forbedre offentlig helse og velferd i alle sektorer av befolkningen. Dette er deres evne til å trekke ut relevant og nyttig informasjon for tidlig diagnose og behandling av flere sykdommer10. Bruk av disse verktøyene forbedrer kvaliteten på helsetjenester, dermed praktisk og pålitelig tilfredsstille pasienten etterspørselen samt redusere kostnader11. Som henvisning, har antall globale imaging-baserte prosedyrer steget betydelig, gitt den økende tilgjengeligheten av medisinsk utstyr og mer sofistikert opptaksenheter. Derfor Lundberg et al. 12 foreslått en Telemedisin verktøyet å vurdere digital bildekvalitet og avtale mellom fagperson innen på otorhinolaryngology. Ortega et al. 13 utviklet SIRIUS, en dataassistert diagnose rammeverk for analyse av netthinnen bilder. Novo et al. 14 også presentert deres plattform for analyse av netthinnen mikrosirkulasjonen sammen med carotis macrocirculation.
Med hensyn til CV vurdering, har det vært en jevn økning i antallet verktøy tilgjengelig gjennom årene. Noen av verktøyene er utviklet for å forutsi risiko for kardiovaskulær sykdom-som verktøyet foreslått av Paredes et al. 15 – eller å beregne risiko online ved å implementere algoritmen foreslått av Goff et al. 16 etter en retningslinje for vurdering av kardiovaskulær risiko å beregne 10 år risikoen for hjertesykdom. Andre systemer er utformet for å brukes med mobiltelefoner, som forslag fra Sufi et al. 17 som identifiserer sykdommer fra kroppen sensorer, enheten er designet av Lin et al. 18 for sporing elektrokardiogram for å oppdage tilstedeværelsen av unormal rytmer og sende alarm, app fra Lee et al. 19 for overvåking pust og hjertefrekvens verdier mens en person utøver eller programmet iverksatt av Kang og Park20 for å håndtere økt blodtrykk på grunnlag av kliniske retningslinjer.
Tilgjengelige verktøy er hovedsakelig beregnet på tilfredsstille pasienten etterspørselen i enkelte scenarioer. Denne artikkelen beskriver derimot, en protokoll basert på Hydra21, en plattform som fokuserer på analyse av det kardiovaskulære systemet, som er laget utelukkende for kundestøttespesialister i sin kliniske beslutningsprosess. Dette verktøyet har en rekke funksjoner og tjenester som leger krever for pålitelig hjerte analyse inkludert risikovurdering, tidlig diagnose, behandling resept og overvåking av pasienter over tid. Derfor er det et verktøy for inn- og forvaltning av pasienten data som registreres i ulike checkups. Deretter gir en risiko lagdeling verktøyet automatisk en CV risikofaktor basert på forskjellig risikostyring lagdeling tabeller referanse. I tillegg kan analyseverktøyet ABPM utvinning av verdifull informasjon fra analyse av blodtrykket opptak over en bestemt tidsperiode. Til slutt, den mest relevante informasjonen er oppsummert i et sett som guide klinikere i diagnostisering og riktig behandling resept. På denne måten fører beskrevet protokollen til en forbedring i fullstendig hjerte analyse støtte en pålitelig diagnose og riktig behandling. Videre tillater presentert plattformen samarbeid mellom eksperter, og dermed fremme klinisk forskning.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alle prosedyrer ble utført under institusjonelt godkjent protokoller med pasienten samtykke.
1. pasient og Checkup registrering
Merk: Se figur 1.
- Gå til http://www.varpa.es/Hydra/ ved hjelp av en moderne nettleser.
- Bruke en eksisterende konto tilknyttet en lege å Stokk inne å Hydra web-verktøyet.
- Fyll i pasienten registreringsskjemaet inkludert pasienten kode, dato av fødselen, kjønn og etnisitet å registrere en ny pasient. Klikk på knappen inkluderer å fylle i familien bakgrunnen av tidlig karsykdommer. Klikk på neste fremover å introdusere det første checkup.
Merk: Disse globale parametere er inkludert i pasienten påmelding og informasjon lagt her er knyttet til en bestemt kontroll. - Legge til en ny kontroll.
Merk: Inndataene er organisert tematisk blokker. Hver blokk inkluderer kan vises eller skjules. Hvis all informasjon i en blokk er ukjent, kan du bruke alternativet skjult. Holde alternativet NR/DK (ingen svar / vet ikke) i feltene som ikke samsvarer med alle fall. Se figur 2.- Fyll ut checkup dato; gjeldende dato brukes som standard.
- Fyll i blokk tilsvarer pasientens vaner som røyking, trening, kosthold, osv.
- Fyll i blokk tilsvarer presedenser av hjerte sykdom som hjertesykdom, akutt aorta disseksjon, slag, etc.
- Fyll i blokk tilsvarer samtidig sykdommer som diabetes, fedme, nephropathy, etc.
- Fyll i blokk tilsvarer Urologiske poster med informasjon relatert til erektil funksjonsfeil, prostatahyperplasi, etc.
Merk: Denne blokken er aktivert i skjemaet checkup når kjønn pasienten er mannlige. - Fyll i blokk tilsvarer gynekologisk poster med informasjon relatert til hypertensjon i graviditet, overgangsalder, alderen på overgangsalder, kirurgisk overgangsalderen, etc.
Merk: Denne blokken er aktivert i skjemaet checkup når kjønn pasienten er kvinnelige. - Fyll i blokk tilsvarer Skjelettmuskel behandling tatt før checkup inkludert hvilken behandling, tidsplanen og dosen.
- Fyll i blokk tilsvarer behandlinger som kan endre blodtrykk som vasoconstrictors, p-piller, kortikosteroider, etc.
- Fyll i blokk tilsvarer andre behandlinger som fibrater, statiner, insulin, osv.
Merk: Alternativer for å angi timeplan, dose eller type er kun aktivert når hver spesifikk behandling er valgt. - Klikk på neste for å gå videre til andre checkup skjemaet knyttet til fysisk eksamen og klinisk analyse.
Merk: Se Figur 3. - Fyll i blokk tilsvarer fysisk undersøkelse med informasjon relatert til høyde, vekt, omkretsen av dominerende arm, etc.
Merk: Body mass index og midjen høyde indeksen blir automatisk beregnet fra forrige data. - Fyll i blokk tilsvarer blodtrykk innspillinger som systolisk blodtrykk (SBP), diastolisk blodtrykk (DBP) og puls, inkludert 1 måling stående og 3 mål satt. Merk knyttet til abdominal bilyder, carotis murring, etc.
Merk: Gjennomsnittet av de 3 repetisjonene av sitter automatiske blodtrykksmålinger beregnes automatisk. - Fyll i blokk tilsvarer ABPM innspillingen. Laste opp filen ABPM og fullstendig informasjon relatert til tiden som pasienten hadde skjermen som timer og søvnkvalitet, går til sengs og våkne opp, osv.
Merk: ABPM opplastingen er obligatorisk for blokken knyttet til ABPM informasjonen som skal tas. Hvis det er ingen ABPM fil tilgjengelig, klikk på Skjul knappen. - Fyll i blokk tilsvarer biologiske/analytisk innspillinger med informasjon relatert til blod analyse som glycemia, kreatinin, ferritin, microalbuminuria, etc.
Merk: Standardenheter for parameterne angis i skjemaet checkup som referanse. - Fyll ut blokken tilsvarende elektrokardiogram innspillingen med informasjon relatert til forskjellig intensitet, arytmi, iskemisk hjertesykdom, etc.
- Fyll i blokk tilsvarer ekkokardiogram med informasjon relatert til interventricular septum, venstre ventrikkel diameter i Systolen, bakre vegg av venstre ventrikkel, osv.
- Fyll i blokk tilsvarer andre målinger som pulsen bølge hastighet, carotis stenose, ankel-arm indeks, osv.
- Klikk på knappen slutten registrere checkup knyttet til tilsvarende pasienten på plattformen.
Merk: Plattformen flyttes frem til checkup siden som inneholder alle introdusert data. Se Figur 4. - Klikk på knappen Rediger for å legge til ny informasjon eller oppdatere introdusert dataene i skjemaene checkup. Klikk på Avslutt -knappen for å gå tilbake til siden checkup.
- Klikk på knappen implementert behandling å gå videre til skjemaet og foreskrive noen bestemt behandling.
- Fyll i blokk tilsvarer Skjelettmuskel behandling inkludert dosen, tidsplanen og av den foreskrevne behandlingen.
- Fyll i blokk tilsvarer behandlinger som kan påvirke blodtrykket som vasoconstrictors, p-piller, kortikosteroider, osv.
- Fyll i blokk tilsvarer andre behandlinger som fibrater, statiner, insulin, osv.
- Klikk på knappen Definitive rapporten generere sluttrapporten. Det fortsetter å rapporten checkup inkludert alle introdusert data og den foreskrevne behandlingen.
- Oppdatere pasienten profilen og utføre checkup ledelse.
- Klikk på koblingen finne pasient på menylinjen og sette inn pasient-kode, eller trykk koblingen List pasienter og velg pasient som skal gå til profilen til en registrert pasient.
- Klikk på knappen Oppdater å revidere og oppdatere alle pasientinformasjon (unntatt pasienten koden, som er fast) i pasienten profilen.
- Klikk på koblingen endre checkup tilgang til checkup (se trinn 4.2).
- Klikk på koblingen Smart Rapport til en kort checkup oversikt (se trinn 4.3).
- Klikk på koblingen ABPM rapporter til en oversikt over ABPM resultatene (se trinn 4.4).
- Klikk på koblingen Rediger for å legge til ny informasjon eller endre informasjon i checkup.
Merk: Dette alternativet er tilgjengelig bare før generering av rapporten definitive. - Klikk på knappen ny checkup å legge til en ny kontroll for pasienten.
Merk: Påfølgende kontrollene er automatisk forhåndsutfylte med informasjon detaljer som var inkludert i tidligere revisjon. Se figur 5.
2. risikere lagdeling tabeller
Merk: Risiko lagdeling tjenesten gir en automatisk beregning av CV risikofaktoren basert på ulike risiko lagdeling tabeller som er anbefalt i retningslinjene i den europeiske samfunn av hypertensjon/europeisk Society of Cardiology (ESH/ESC) 22. for hver av tabellene, er risikofaktor CV beregnes og registreres basert på ulike parametre som er lastet i pasienten profilen gjennom trinnene checkup data input. Høyere eller lavere betydningen av hver av tabellene i analysen tilbys av spesialisten samtidig sikre at hver designet lagdeling tabell betaler spesiell oppmerksomhet til de spesifikke bruksforhold pasienten.
- Klikk på koblingen finne pasienten og sette inn pasient-kode eller klikk på koblingen List pasienter og velg pasient koden for en pasient med eksisterende registrerte checkups.
- Listen over kontrollene, klikk på koblingen endre checkup tilgang rapporten checkup og går til block risiko lagdeling tabeller.
- Klikk på koblingen ESH/ESC tabellen til tabellen siden. Sjekk den merkede cellen å få kvalitativ nivået av kardiovaskulær risiko. Kontroller anbefalinger og mulig blodtrykkssenkende behandling relatert til den resulterende risikoen. Klikk på koblingen går tilbake til generelt checkup rapporten.
Merk: Denne beslutningen tabellen bruker SBP og DBP målene med flere risikofaktorer og sykdommer (alder, abdominal fedme, dyslipidemi, Metabolsk syndrom, etc.) for å angi CV risikofaktor samt anbefalinger eller behandling23 . - Klikk på koblingen MS tabellen tilgang til Metabolsk syndrom (MS) tabellen siden. Sjekke tilstedeværelse av MS på grunnlag av voksen behandling Panel (ATP) III kriteriet. Sjekke tilstedeværelse av MS på grunnlag av International Diabetes Fund (IDF) 2005 kriteriet. Klikk på koblingen går tilbake til generelt checkup rapporten.
Merk: Denne tabellen bruker informasjon relatert til abdominal fedme, triglyceridemia, c-HDL, BP og faste glukose24. ATP III kriterium indikerer tilstedeværelse av MS hvis 3 av ovennevnte tiltak er utenfor toleranse nivåer. Ifølge IDF 2005 kriterium bestemmes MS av tilstedeværelse av abdominal fedme sammen med 2 av andre tiltak utenfor toleranse nivåer. - Klikk på koblingen Score tabellen tilgang til systematisk koronar risiko vurdering (SCORE) tabellen siden. Sjekk den merkede cellen for å få 10-års risikoen for dødelig hjerte hendelser. Sjekk fargen på den merkede cellen i forklaringen å oppnå den kvalitative grad knyttet til risikoen. Klikk på koblingen går tilbake til generelt checkup rapporten.
Merk: Denne tabellen bruker informasjon relatert til alder, kjønn, SBP, røyking og kolesterol25. - Klikk på koblingen Framingham tabellen til tabellen siden. Sjekk den merkede cellen i den siste tabellen å få 10-års risikoen for lidelse en koronar hendelse (angina, hjerte angrep, med eller uten symptomer, kritisk eller ikke). Klikk på koblingen går tilbake til generelt checkup rapporten.
Merk: Denne tabellen bruker informasjon om parameterne for alder, kjønn, røyking, diabetes, kolesterolet, HDL kolesterol og BP26. Merkede celler indikerer bidraget fra hver kategori til den endelige risikoen.
3. ABPM analyse
Merk: ABPM er en vanlig test der overvåking av pasientens blodtrykk gjennom deres dagtid/nattlig rutine9. Enheten valgt for opptak ABPM målinger (se Tabell for materiale) er blant de få BP skjermene som er offisielt godkjent av internasjonale organisasjoner som den britiske hypertensjon samfunnet (BHS) eller ESH.
- Sette BP skjermen på pasienten og sjekke at det fungerer riktig ved å ta en første manuell måling. Be pasienten om hvordan å få målinger manuelt før du sovner og våkne opp for å avgrense dag og natt opptakene.
- Etter innspillingen periode, Fjern BP skjermen fra pasienten og hente filen ABPM. Laste opp filen ABMP til blokken av ABPM målinger av en eksisterende eller en ny kontroll knyttet til pasienten (trinn 1.4.13).
Merk: Skjermen forblir tilkoblet gjennom en periode (vanligvis 24h eller 48t) og målene registreres regelmessig i forhåndsdefinerte intervaller (vanligvis 15 eller 30 minutter). - Utføre ABPM analyse.
- Klikk på koblingen finne pasienten og sette inn pasient-kode, eller klikk på koblingen List pasienter og velg pasient koden for en pasient med alle registrerte checkup som inneholder ABPM data.
- Klikk på koblingen endre checkup tilgang rapporten checkup og går til block ABPM analyse.
- Klikk på koblingen ABPM til ABPM informasjon displayet.
- Se på gyldig poster i delen Generell informasjon slik at resultatene ut fra filen ABPM er pålitelig.
- Se informasjonen om tidsperioden der pasienten hadde skjermen som antall timer og søvnkvalitet, skal sove og våkne opp, osv.
- Sjekke ABPM kart inkludert den grafiske fremstillingen av alle innspillingene, som SBP, DBP og puls samt områdene under eller over normal grenseverdiene for hver måling.
- Klikk på knappene for 48t, 24 h (i) eller 24 h (ii) endre visualisering for 48t ABPM filene.
- Klikk på knappen betyr å bytte visualisering modus til en selv representasjon av målinger.
Merk: Denne visualisering modusen beregner hvert punkt fra gjennomsnittet blant påfølgende mål i rådataene. - Se tilleggsinformasjonen utvunnet fra de opprinnelige dataene som betyr og standardavvik SBP, DBP, puls og pulstrykk (forskjellen mellom SBP og DBP).
- Kontrollerer parameterne om BP evolusjon som var automatisk beregnet av verktøyet: nattlige BP slipp, sove trodde, pre våkne morgen bølge og dag/natt kvotienten SBP og DBP tiltak.
- Sjekk tabellen som inneholder automatisk beregnet områdene under eller over maksimal klinisk definert terskler for nattlige og dagaktive målinger av SBP, DBP og pulstrykk.
Merk: Videre tjenesten ABPM også beregner circadian profilen fra forholdet mellom dag og natt BP²³. Denne profilen kan kardiovaskulær risiko å analysere tilstedeværelsen av BP avvik. Smart rapporten (trinn 4.4) og rapporten ABPM (trinn 4.5) inneholder informasjon relatert til circadian profilen.
4. kliniske rapporter
Merk: Tjenesten rapporten gir en rekke rapporter som samler all relevant informasjon for å støtte klinisk beslutningsprosessen, å hjelpe leger i klinisk praksis og fremme samarbeid blant eksperter.
- Klikk på koblingen finne pasienten og sette inn pasient-kode, eller klikk på koblingen List pasienter og velger koden for en pasient med alle registrerte checkup.
- Klikk på koblingen endre checkup til full checkup rapporten som inneholder alle data registrert under registreringsprosessen checkup gruppert i ulike kategorier.
- Klikk på koblingen ABPM tilgang til data Hentet fra ABPM analysen. Klikk på koblingen bestemt risiko lagdeling tabellene å gjennomgå all informasjon om beregning av risiko verdien. Klikk på gå tilbake for å gå tilbake til pasienten.
Merk: Parametrene som er utenfor deres normale nivåer vises i rødt for å lette deres identifikasjon. På samme måte, er Ja/nei -felt også merket med grønn eller rød ikoner for en intuitiv visualisering av normal og patologisk tilfellene, henholdsvis. - Klikk på koblingen Smart Rapport til en kort oversikt over checkup som bare inneholder viktig informasjon.
- Sjekk Sammendrag av tabellene risiko lagdeling, som inneholder resultatene som ble utvunnet fra hver tabell. Sjekk ABPM grafen i sluttrapporten og klikk på koblingen ABPM kart for mer informasjon. Klikk på gå tilbake for å gå tilbake til pasienten.
- Klikk på koblingen ABPM rapporter til en ekstra smart rapport, i dette tilfellet fokusert på ABPM informasjon og resultater. Sjekk Klikk informasjonen tilsvarer ABPM opptaket som statistiske måling utdraget fra SBP, DBP og puls, områder over og under normale verdier, circadian profilen, etc. på gå tilbake returnere til siden pasienten.
Merk: Tjenesten rapport gir muligheten til å skrive ut rapporter eller Eksporter til vanlige formater, for eksempel PDF, gjør det enklere å presentere rapporten pasienten eller bruke den for diskusjoner med andre leger.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Pasienten registrering beskrives i trinn 1 utføres ved å fylle ut skjemaet i figur 1. Når brukeren registrerer en ny pasient, flytter programmet fremover å introdusere det første checkup, hvilke innrømmer input av omfattende pasientdataene. Figur 2 viser et skjermbilde av den første formen av checkup. Når neste -knappen klikkes, flytter programmet fremover til andre checkup skjemaet vises i Figur 3. Når du klikker på knappen slutten , er checkup registrert av systemet (tilordnet til pasienten). Hydra (referert til som 'plattform') trekk fremover for å registrere checkup siden, inkludert alle introdusert data. Fra denne siden, kan brukeren redigere introdusert dataene eller gå til implementert behandling-skjemaet vist i Figur 4, for å foreskrive pasienten en behandling. Når checkup registreringsprosessen er fullført, flytter plattformen frem til pasienten siden som vises i figur 5, inkludert generelle data og en liste over de innsendte checkups.
Foruten sentralisert styring av alle pasientdataene gir plattformen også en automatisk beregning av den totale kardiovaskulær risikofaktoren basert på forskjellig risikostyring lagdeling tabeller anbefalt i standard retningslinjene for ESC/ESH. Figur 6 viser et eksempel CV risiko beregning basert på tabellen blodtrykkssenkende behandling beslutning. I dette tilfellet beregnet risikoen vises uthevet i tabellen, og nedenfor, anbefalinger og behandling relatert til denne risikoen vises. Videre er ulike faktorer som har bidratt til beregningen av risikoen listet nedenfor. Et eksempel på tabellen Metabolsk syndrom (MS) vises i figur 7 inkludert risikoen som er hentet ved hjelp av to ulike kriterier og faktorene som er involvert i disse beregninger. Figur 8 viser et eksempel på den systematiske koronar risikovurderingen (SCORE) tabell indikerer 10 år risikoen for lidelse en koronar hendelse og relevante parameterene. Til slutt, figur 9 viser et eksempel på tabellen Framingham som beregner risikoen for alvorlig CVD eller en vanskelig hendelse og bidraget fra hver kategori til den endelige risikoen. Slik tjeneste for risiko lagdeling lar en automatisk beregning av CV risikoen på grunnlag av forskjellige tabeller referanse samt involvering av de forskjellige parameterne som har bidratt til å nå relaterte risikoen, for en mer detaljert analyse av det ekspert klinikerne.
I tillegg risiko lagdeling tilbys av ABPM verdifull informasjon for å støtte klinisk beslutningsprosessen. Derfor, gitt en ABPM fil som inneholder opptak over en periode, kan verktøyet skaffe automatisk beregning av relevante tilleggsparametere som gjennomsnittet og standardavviket for de ulike målingene (SBP, DBP og puls), området på poster over og under terskelverdiene som representerer de maksimale normal verdiene, circadian profilen, etc. Figur 10 viser en grafisk representasjon av ABPM kart og en tabell som inneholder informasjonen automatisk beregnet av av ABPM verktøyet.
Til slutt gir rapporteringstjenesten summerte rapporter som samler all relevant og tilgjengelig informasjon for å hjelpe leger i deres beslutningsprosessen og fremmer samarbeid mellom eksperter. Et eksempel på representant deler av full rapport vises i Figur 11. Tilsvarende viser Figur 12 og figur 13 eksempler på en smart rapport og en ABPM rapport henholdsvis. Alle tjenester plattformen har å tilby resultere i bedre kvalitet av helse-omsorg, samtidig leger utføre fullstendig hjerte analyse.
Figur 1. Pasienten registreringsskjemaet. Skjemaet brukes til å registrere en ny pasient og inkluderer ulike globale parametere knyttet til pasienten påmelding. Blokken av familien presedenser av tidlig hjerte sykdom kan skjules. Klikk her for å se en større versjon av dette tallet.
Figur 2. Første skjema for checkup registrering. Dette inkluderer informasjon om vaner, patologi og tidligere behandlinger gruppert i forskjellige blokker. Alle forskjellige blokkene har muligheten til å holde dem skjult eller synlig. Hvis all informasjon i en blokk er ukjent, bør brukeren bruke Skjul blokken. Klikk her for å se en større versjon av dette tallet.
Figur 3. Andre skjema for checkup registrering. Dette dekker de fysiske og klinisk analysene, gruppert i forskjellige blokker. Alle forskjellige blokkene inkluderer kan vises eller skjules. Hvis all informasjon i en blokk er ukjent, bør du bruke alternativet skjult. Klikk her for å se en større versjon av dette tallet.
Figur 4. Implementert behandling skjemaet å foreskrive pasienten noen bestemt behandling. Dette inkluderer blokker for Skjelettmuskel behandling behandlinger som kan påvirke blodtrykket og andre behandlinger. Klikk her for å se en større versjon av dette tallet.
Figur 5. Pasienten profilsiden. Generelle data og en liste over sendte checkups. Fra denne listen er det mulig å få tilgang til forskjellige rapporter for hver kontroll. Klikk her for å se en større versjon av dette tallet.
Figur 6. Eksempel på en antihypertensive behandling beslutning tabell. Den merkede cellen representerer beregnet CV risikoen og "Risiko/behandling" feltet detaljene anbefalinger relatert til denne risikoen. Videre er bidrag av ulike faktorer på sluttresultatet oppført nedenfor. Klikk her for å se en større versjon av dette tallet.
Figur 7. Eksempel på en MS risiko lagdeling tabellen på grunnlag av to ulike kriterier. Betingelsene er sanne for hvert kriterium er uthevet i rødt. Resultater for hvert vilkår og faktorene involvert i disse beregninger vises på høyre side. Klikk her for å se en større versjon av dette tallet.
Figur 8. Eksempel på en SCORE risiko lagdeling tabell. Den merkede cellen tilsvarer 10 år risikoen for CVD og listen over risikofaktorer oppsummerer parameterne som fører til dette resultatet. Klikk her for å se en større versjon av dette tallet.
Figur 9. Eksempel på en Framingham risiko lagdeling tabell. i hver tabell, bidraget fra hver kategori er markert med rødt. Beregnet risikoen for alvorlig CV eller vanskelig hendelser vises under tabeller samt risikofaktorer involvert i beregningen. Klikk her for å se en større versjon av dette tallet.
Figur 10. Eksempel på en ABPM kart. Dette inkluderer den grafiske fremstillingen og komplementære målinger av en 48t skjermen register. Grønne prikker representerer manuelle målinger. Rød og blå linjene er knyttet til grenseverdiene for systolisk og diastolisk blodtrykk, henholdsvis. De fylte områdene tilsvarer intervallene som overskrider disse grenseverdiene under dag og natt. Klikk her for å se en større versjon av dette tallet.
Figur 11. Eksempel på en fullstendig rapport. Denne rapporten viser alle introdusert data for en bestemt kontroll. Noen representant deler er inkludert. Klikk her for å se en større versjon av dette tallet.
Figur 12. Eksempel på en smart rapport. Denne rapporten inneholder viktig informasjon for å støtte klinisk beslutningsprosessen. Det inkluderer resultatene av risiko lagdeling tabellene, ABPM kart og en liste over relevante parametere for diagnose og behandling. Klikk her for å se en større versjon av dette tallet.
Figur 13. Eksempel på en ABPM rapport. Det inkluderer ABPM kartet og all informasjon Hentet fra tjenesten ABPM. Klikk her for å se en større versjon av dette tallet.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Tidlig identifisering og overvåking av ulike kardiovaskulære risikofaktorer sammen med en passende behandling er avgjørende for forebygging av hjerte-og karsykdommer og tidlig dødsfall. I kliniske hverdagen måtte klinikere håndtere store mengder diverse informasjon sjekke alle ulike variabler og parametere som påvirker sirkulasjonssystemet. Derfor er det en kjedelig og tidkrevende oppgave som kompliserer diagnose og behandling resept.
De foreslåtte protokollene kan en fullstendig analyse av det kardiovaskulære systemet. Disse protokollene inkluderer skriving av alle data relatert til hjerte analyse som registreres i en full pasienten profil og organisert i ulike checkups hele tiden. Sentralisert styring av disse dataene sammen med de ulike tjenestene som tilbys av plattformen forenkler den kliniske beslutningsprosessen samt utveksle informasjon mellom eksperter. De ulike tjenestene på plattformen ble designet og implementert vurderer behov og preferanser ekspert klinikere å innlemme alle nødvendige verktøy på best mulig måte for en komfortabel profesjonell bruk. På denne måten tjenesten checkup gjør opptak av omfattende pasientdata, organisert i forskjellige checkups spore utviklingen over tid. Fra rå data, plattformen automatisk analyserer og trekker ut alle egenskapene som er nødvendige for diagnose og behandling som fører til betydelig reduksjon i tid og krefter. Her er forskjellige risiko lagdeling tabellene referanse innlemmet i plattformen for CV risiko områder. Videre tillater ABPM tjenesten sporing av blodtrykk over en periode, slik at utvinning av verdifull informasjon. Endelig kan rapport-tjenester en effektiv gjennomgang summerte relevante data.
Derfor foreslått plattformen samler et stort antall ulike, relevante parametere og samler dem ved hjelp av ulike standardprotokoller ifølge ESH/ESC retningslinjer22 for å støtte beslutningsprosessen. Begrensning av denne protokollen er tilgjengeligheten av den store mengden data involvert siden det består av en uttømmende sykehistorie, en fysisk undersøkelse, opptak av flere målinger, biologiske data Hentet fra blodet test, kunnskap om familie presedens, etc. hver av de verktøyene/tjenestene kombinerer flere medisinske parametere for å beregne de kardiovaskulære risikofaktorene slik at disse beregningene ikke kan utføres når ingen data er tilgjengelig. Men selv om pasienten profilen ikke er komplett, lar tilgjengeligheten av deldata beregning av noen av risikofaktorer gir relevant resultater for å støtte klinisk beslutningsprosessen. Hver tjeneste detaljer data involvert i beregning og resultatene er inkrementell på grunnlag av tilgjengelige data.
Det finnes en rekke verktøy for CV vurdering som er hovedsakelig fokusert på tilfredsstille pasienten etterspørselen i enkelte scenarioer. Men er den foreslåtte protokollen fullt orientert til medisinske spesialister, dekker alle tjenester for å støtte beslutningsprosessen i deres daglige rutine. Om BP overvåking, det er flere kommersielle systemer som er hovedsakelig fokusert på resultatene av målinger, kompatibilitet med andre operativsystemer, enkel bruk, etc. disse enhetene ikke analysere registrert data mens den ABPM service, gitt en opptaksfil, vil analysere all informasjonen fra målinger og automatisk ekstra verdifulle parametere relevante for klinisk praksis. Videre gir en grafisk fremstilling omfatter tilleggsdata som forenkler visualisering og analyseverktøy. Endelig, rapporteringstjenesten lar en effektiv gjennomgang av de summerte dataene inneholder all relevant informasjon med sikte å hjelpe leger i sin praksis. Derfor tillater foreslått protokollen en fullstendig og pålitelig analyse av det kardiovaskulære systemet å støtte klinisk beslutningsprosessen via et sett av funksjoner og tjenester som kreves av leger for risikovurderingen, tidlig diagnose, behandling resept og sporing over tid. Dette fører til en kvalitativ forbedring i helsevesenet tjenester og en reduksjon i tid og krefter, tilrettelegge arbeidet for klinikere i sin daglige praksis.
Den store mengden av medisinske data involvert med muligheten for diskusjoner blant eksperter gir et tilstrekkelig miljø for klinisk forskning. Fremtidige arbeid på dette feltet inkluderer analyse av virkningen av forskjellige CV risikofaktorer og sammenhengen mellom ulike medisinske parametere for å trekke ut ytterligere informasjon relevant for klinisk praksis. Innsamling og lagring av betydelige mengder kliniske data kan også tjene som grunnlag for beregningsorientert analyse av big data for data dimensionality reduksjon; Dette kan også fungere som en utfyllende informasjon for kliniske brukere av plattformen. Videre fremtidig vil innebære inkludering av bestemte spørreskjemaer-for en mer detaljert analyse av noen faktorer (f.eks, stress, kosthold eller trening)- og internalisering i form av støtte for flere språk og referanse enheter. Grafisk forbedringer er også planlagt, f.eks integrering av cosinor analyse for blodtrykk ganger serien som kan lette inspeksjon av blodtrykk egenskaper og tendenser.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne ikke avsløre.
Acknowledgments
Dette arbeidet er støttet av i Instituto de Salud Carlos III av det spanske regjeringen og den europeiske Regional utvikling Fund (ERDF) via PI14/02161 og DTS15/00153-forskningsprosjekter og Xunta de Galicia, Centro entall de investigación de Galicia akkreditering 2016 - 2019 Ref. ED431G/01; og Grupos de Referencia Competitiva, Ref. ED431C 2016-047.
Materials
| Name | Company | Catalog Number | Comments |
| Computer with color screen | N/A | N/A | |
| Internet connection | N/A | N/A | |
| Modern web broser | N/A | N/A | Google Chrome, Internet Explorer, Safari, Fierfox, etc. |
| Blood pressure monitor | Spacelabs | N/A | Spacelabs 90217 |
References
- World Health Organization. Cardiovascular Diseases (CVDs). World Health Organization. , Available from: http://www.who.int/cardiovascular_diseases/en/ (2018).
- World Health Organization. Hearts: technical package for cardiovascular disease management in primary health care. World Health Organization, Technical Documents. , Available from: http://www.who.int/iris/handle/10665/252661 (2016).
- World Health Organization. A global brief on hypertension: silent killer, global public health crisis: World Health Day 2013. World Health Organization, Technical Documents. , Available from: http://www.who.int/iris/handle/10665/79059 (2013).
- Stamler, J., Stamler, R., Neaton, J. D. Blood pressure, systolic and diastolic, and cardiovascular risks: US population data. Archives of Internal Medicine. 153 (5), 598-615 (1993).
- Kannel, W., Wilson, P. An update on coronary risk factors. Medical Clinics of North America. 79 (5), 951-971 (1995).
- Tarride, J. E., et al. A review of the cost of cardiovascular disease. The Canadian Journal of Cardiology. 25 (6), 195-202 (2009).
- Wolf-Maier, K., et al. Hypertension prevalence and blood pressure levels in 6 European countries, Canada, and the United States. The Journal of American Medical Association. 289 (18), 2363-2369 (2003).
- Kearney, P., Whelton, M., Reynolds, K., Muntner, P., Whelton, P., He, J. Global burden of hypertension: analysis of worldwide data. The Lancet. 365 (9455), 217-223 (2005).
- Hermida, R., Smolensky, H., Ayala, E., Portaluppi, F. Ambulatory Blood Pressure Monitoring (ABPM) as the reference standard for diagnosis of hypertension and assessment of vascular risk in adults. Chronobiology International. 32 (10), 1329-1342 (2015).
- Telemedicine: A Guide to Assessing Telecommunications in Health Care. Field, M. , National Academy Press. (1996).
- Charles, B. Telemedicine can lower costs and improve access. Healthcare Financical Management. 54 (4), 66-69 (2000).
- Lundberg, T., Westman, G., Hellstrom, S., Sandstrom, H. Digital imaging and telemedicine as a tool for studying inflammatory conditions in the middle ear - evaluation of image quality and agreement between examiners. International Journal of Pediatric Otorhinolaryngoly. 72 (1), 73-79 (2008).
- Ortega, M., Barreira, N., Novo, J., Penedo, M., Pose-Reino, A., Gómez-Ulla, F. Sirius: a web-based system for retinal image analysis. International Journal of Medical Informatics. 79 (10), 722-732 (2010).
- Novo, J., Rouco, J., Barreira, N., Ortega, M., Penedo, M. G., Campilho, A. Wivern: a Web-Based System Enabling Computer-Aided Diagnosis and Interdisciplinary Expert Collaboration for Vascular Research. Journal of Medical and Biological Engineering. 37 (6), 920-935 (2017).
- Paredes, S., Rocha, T., de Carvalho, P., Henriques, J., Morais, J. Matlab tool for cardiovascular disease risk prediction. Experiment@ International Conference (exp.at' 13). , 190-191 (2013).
- Goff, D., et al. 2013 ACC/AHA Guideline on the Assessment of Cardiovascular Risk. Circulation. 137 (11), (2013).
- Sufi, F., Khalil, I., Tari, Z. A cardiod based technique to identify cardiovascular diseases using mobile phones and body sensors. Conference Proceedings IEEE Engineering in Medicine and Biology Society. 2010, 5500-5503 (2010).
- Lin, C. T., et al. An intelligent telecardiology system using a wearable and wireless ECG to detect atrial fibrillation. IEEE Transactions on Information Technology in Biomedicine. 14 (3), 726-733 (2010).
- Lee, H., Wang, W., Lu, S., Wu, B., Ko, L. Home-based mobile cardio-pulmonary rehabilitation consultant system. Conference Proceedings IEEE Engineering in Medicine and Biology Society. , 989-992 (2011).
- Kang, H., Park, H. Development of hypertension management mobile application based on clinical practice guidelines. Studies in Health Technology and Informatics. 210, 602-606 (2015).
- Novo, J., Hermida, A., Ortega, M., Barreira, N., Penedo, M. G., López, J. E., Calvo, C. Hydra: A web-based system for cardiovascular analysis, diagnosis and treatment. Computer methods and programs in biomedicina. 139, 61-81 (2017).
- Janes, H., Pepe, M., Gu, W. Assessing the value of risk predictions by using risk stratification tables. Annals of Internal Medicine. 149 (10), 751-760 (2008).
- Mancia, G., et al. 2007 Guidelines for the management of arterial hypertension: the Task Force for the Management of Arterial Hypertension of the European Society of Hypertension (ESH) and of the European Society of Cardiology (ESC). Journal of Hypertension. 25 (6), 1105-1187 (2007).
- Grundy, S., Brewer, H., Cleeman, J., Smith, S., Lenfant, C. Definition of metabolic syndrome: report of the National Heart, Lung, and Blood Institute/American Heart Association Conference on scientific issues related to definition. Circulation. 109 (3), 433-438 (2004).
- Conroy, R., et al. Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE project. European Heart Journal. 24 (11), 987-1003 (2003).
- Kannel, W., McGee, D., Gordon, T., et al. A general cardiovascular risk profile: the Framingham study. American Journal of Cardiology. 38 (1), 46-51 (1976).
