Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Hydra, en Computer-baseret Platform til medvirken klinikere i hjerte-kar-analyse og diagnose

Published: September 26, 2018 doi: 10.3791/58132

Summary

Denne artikel præsenterer en protokol baseret på Hydra-et web-baseret system til klinisk beslutningsstøtte, der integrerer et fuldstændigt og detaljeret sæt af funktioner og tjenester, der kræves af læger for komplet hjerte-kar-analyse, risikovurdering, tidligt diagnose, behandling og kontrol over tid.

Abstract

Hjerte-kar-sygdomme (lidelser) er den førende dødsårsag i hele verden. Den samlede risiko for at udvikle CVD bestemmes af den kombinerede effekt af forskellige kardiovaskulære risikofaktorer (fx diabetes, forhøjet blodtryk, usund kost, rygning, stress, osv.), almindeligvis sameksistere, og handle multiplicatively . De fleste lidelser kan forebygges ved en tidlig identifikation af de højeste risikofaktorer og en passende behandling. Stratificering af kardiovaskulære risikofaktorer omfatter en bred vifte af parametre og prøver at specialister bruger i deres kliniske praksis. Ud over hjerte-kar-(CV) risiko stratificering giver Ambulant blodtryk overvågning (ABPM) også relevante oplysninger til diagnosticering og behandling. Dette arbejde præsenterer en liste over protokoller baseret på Hydra platform, en web-baseret system til klinisk beslutningsstøtte, som indeholder et sæt af funktioner og tjenester, som er nødvendige for fuldstændig hjerte-kar-analyse, risikovurdering, tidlig diagnose , behandling og overvågning af patienter over tid. Programmet omfatter værktøjer til indlæsning og administration af omfattende patientdata, organiseret i forskellige checkups at spore udviklingen over tid. Det har også en risiko stratificering værktøj til at beregne en CV risikofaktor baseret på flere risiko stratificering tabeller for reference. Programmet indeholder desuden en værktøj at indlemmer ABPM analyse og tillader udvinding af værdifulde oplysninger ved at overvåge blodtryk over en bestemt periode. Endelig opsummerer rapporteringstjenesten de mest relevante oplysninger i en række rapporter om, at støtte klinikere i deres kliniske beslutningsproces.

Introduction

Hjerte-kar-sygdomme (lidelser) er en gruppe af sygdomme i kredsløbsorganer, der udgør den hyppigste årsag til invaliditet og for tidlig død over hele verden1,2. Ifølge World Health organisation (WHO), døde en anslået 17,7 millioner mennesker af lidelser i 2015, svarende til 31% af alle dødsfald på verdensplan1,2. Der er mange risikofaktorer for lidelser, herunder adfærdsmæssige faktorer som tobaksrygning, en usund kost, skadelig brug af alkohol og utilstrækkelig fysisk aktivitet samt fysiologiske faktorer, herunder rejst blodtryk (hypertension), højt kolesteroltal eller forhøjet blodsukker, blandt andre2,3. Hypertension repræsenterer en væsentlig risikofaktor for præmatur hjerte-kar-sygdom, er ansvarlige for et højt niveau for kardiovaskulær morbiditet og dødelighed4,5. Det anslås endvidere, at forekomst af hypertension blandt voksne i de udviklede lande er næsten 40%6,7,8. Det er imidlertid meget uopdaget, underbehandlet og dårligt kontrolleret3,4.

CVD er et stort folkesundhedsproblem, hvilket medfører en betydelig økonomisk byrde på enhver given sundhedspleje system6. Tidlig identifikation af højeste kardiovaskulære risici og passende behandling kan forhindre kliniske hændelser og for tidlige dødsfald4,5. Derfor er der mærkbar sundhedsmæssige og økonomiske gevinster knyttet til omfattende og grundigt sporing af alle disse faktorer. Den samlede risiko for at udvikle en CVD bestemmes af den kombinerede effekt af kardiovaskulære risikofaktorer2,4,5, som almindeligt sameksistere, og handle multiplicatively. En alt-risiko tilgang er derfor tilrådeligt for tidlig påvisning, såvel som for kliniske beslutningsproces på intensiteten af forebyggende interventioner. Således sygelighed, tidlig dødelighed og invaliditet kan reduceres og livskvaliteten kan forbedres i individer med et ophøjet samlede CVD risiko2.

Diagnosticering af denne bestemmes ved analyse af en række parametre, der er indsamlet af forskellige procedurer anvendes af læger i deres kliniske praksis. Vurderingen af disse parametre giver mulighed for beregning af en total CV risikofaktor, som er nyttig til diagnosticering og behandling formål2,4,5. Ud over stratificering af CV risici giver Ambulant blodtryk overvågning (ABPM)9 også værdifulde oplysninger. ABPM test giver mulighed for sporing af patientens blodtryk (BP) under deres daglige rutine, at undgå påvirkning af de kliniske omgivelser (hvid frakke syndrom). Dermed opnås en pålidelig sæt af målinger, tillader udvinding af yderligere oplysninger, der understøtter den kliniske beslutningsproces.

Analysen af det kardiovaskulære system indebærer derfor en stor mængde data, som medfører en kedelig og tidskrævende opgave, der komplicerer diagnose og behandling recept. I denne henseende, ville tilgængeligheden af en patients fuldt profil, der samler alle de krævede data sammen med en række automatiske tjenester til at udtrække de nødvendige oplysninger være en væsentlig forbedring til at vejlede klinikere i deres beslutningsproces. Bortset fra dette, tilgængeligheden af en tilgængelig platform, der centraliserer alle patientinformation ikke kun giver mulighed for samarbejde mellem forskellige specialister fra forskellige steder, men også giver mulighed for diskussion af diskutabel tilfælde og giver pålidelig diagnoser.

I de seneste år, er anvendelse af computer-baserede programmer og telemedicin steget betydeligt, spiller en vigtig rolle for at forbedre befolkningens sundhed og velfærd i alle sektorer af befolkningen. Dette er på grund af deres evne til at udtrække relevante og nyttige oplysninger for tidlig diagnose og behandling af flere sygdomme10. Brugen af disse værktøjer forbedrer kvaliteten af sundhedsydelser, således nemt og pålideligt opfylder patient efterspørgsel samt reducere omkostningerne11. Som reference, er antallet af globale imaging-baserede procedurer steget betydeligt, da den øgede tilgængelighed af medicinsk udstyr og mere avancerede hentningsenheder. Derfor Lundberg et al. 12 foreslås en telemedicin værktøj til at vurdere digital billedkvalitet og aftalen mellem eksaminatorer inden for otorhinolaryngology. Ortega et al. 13 udviklet SIRIUS, en computer-aided diagnose ramme for analysen af retinale billeder. Novo et al. 14 præsenterede i kombination med carotis macrocirculation også deres platform til analyse af retinale mikrocirkulationen.

Med hensyn til CV vurdering, har der været en støt stigning i antallet af værktøjer tilgængelige gennem årene. Nogle af funktionerne er designet til at forudsige risiko for hjerte-kar-sygdom – såsom værktøjet foreslået af Paredes et al. 15 — eller til at beregne risikoen online ved at gennemføre den algoritme, der er foreslået af Goff et al. 16 ifølge en vejledning om vurderingen af hjerte-kar-risiko til at beregne 10-års risikoen for hjertesygdom. Andre systemer er designet til at bruges sammen med mobiltelefoner, såsom forslaget om Sufi et al. 17 der identificerer sygdomme fra kroppen sensorer, den indretning, designet af Lin et al. 18 for sporing elektrokardiogram for at påvise tilstedeværelsen af unormale rytmer og sende en alarm, app fra Lee et al. 19 for overvågning af vejrtrækning og puls værdier mens en person udøver eller programmet gennemføres af Kang og Park20 for at administrere forhøjet blodtryk på grundlag af kliniske retningslinjer.

De tilgængelige værktøjer er primært designet til at imødekomme patientens efterspørgslen i bestemte scenarier. På den anden side beskrives i denne artikel en protokol baseret på Hydra21, en platform med fokus på analyse af det kardiovaskulære system, der er designet udelukkende til at støtte specialister i deres kliniske beslutningsproces. Dette værktøj indeholder et sæt af funktioner og tjenester, der læger kræver for pålidelig kardiovaskulære analyse herunder risikovurdering, tidlig diagnose, behandling recept og overvågning af patienter over tid. Derfor er der et værktøj til input og forvaltning af patientdata indspillet i forskellige checkups. Derefter, en risiko stratificering værktøj automatisk giver en CV risikofaktor baseret på forskellige risiko stratificering tabeller for reference. Ud over dette tillader ABPM analyseværktøj udvinding af værdifulde oplysninger fra analysen af blodtryk indspilninger over en bestemt periode. Endelig, de mest relevante oplysninger er opsummeret i en række rapporter om, at vejlede klinikere i diagnosticering og korrekt behandling recept. På denne måde fører den beskrevne protokol til en forbedring i komplet kardiovaskulære ende støtte en pålidelig diagnose og passende behandling. Derudover præsenteres platformen giver mulighed for samarbejde blandt eksperter, derved at fremme klinisk forskning.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle procedurer blev gennemført under institutionelt godkendte protokoller med patientens samtykke.

1. patienten og helbredsundersøgelse registrering

Bemærk: Se figur 1.

  1. Gå til http://www.varpa.es/Hydra/ ved hjælp af enhver moderne webbrowser.
  2. Bruge en eksisterende konto tilknyttet en læge til at Log In til værktøjet Hydra.
  3. Patient registrering formularen herunder patient kode, datoen for fødsel, køn og etnicitet at registrere en ny patient. Klik på knappen omfatter udfylde familiebaggrund af for tidlig lidelser. Klik på knappen næste til at gå videre til at indføre den første helbredsundersøgelse.
    Bemærk: Disse globale parametre er inkluderet i patient tilmelding og de oplysninger, der er tilføjet her vedrører en specifik helbredsundersøgelse.
  4. Tilføje en ny helbredsundersøgelse.
    Bemærk: Input-data er organiseret i tematiske blokke. Hver blok omfatter mulighed for at være skjult eller synlig. Hvis alle oplysninger i en blok er ukendt, skal du bruge indstillingen skjult. Holde indstillingen NR/DK (ingen svar / ved ikke) på de områder, der ikke stemmer overens med enhver sag. Se figur 2.
    1. Udfyld checkup dato; den aktuelle dato bruges som standard.
    2. Udfyld blokken svarende til patienternes vaner såsom rygning, motion, kost, osv.
    3. Udfyld blokken svarende til fortilfælde af hjerte-kar-sygdom såsom cardiopathy, akut aortadissektion, slagtilfælde, osv.
    4. Udfyld blokken svarende til samtidige sygdomme som diabetes, fedme, nefropati, osv.
    5. Udfyld blokken svarende til Urologisk poster med de oplysninger i forbindelse med erektil funktionssvigt, prostatahyperplasi, osv.
      Bemærk: Denne blok er aktiveret i formen helbredsundersøgelse, når køn af patienten er mandlige.
    6. Udfyld blokken svarende til gynækologisk poster med de oplysninger, der er relateret til hypertension i graviditet, overgangsalder, alder af overgangsalderen, kirurgisk overgangsalderen, osv.
      Bemærk: Denne blok er aktiveret i formen helbredsundersøgelse, når kønnet på patienten er kvindelige.
    7. Udfyld blokken svarende til anti-hypertensive behandling taget før checkup herunder typen behandling, tidsplanen og dosis.
    8. Udfyld blokken svarende til behandlinger, der kan ændre blodtryk som vasoconstrictors, piller, kortikosteroider, osv.
    9. Udfyld blokken svarende til eventuelle andre behandlinger såsom fibrater, statiner, insulin, osv.
      Bemærk: Valgmuligheder hen til inddata den tidsplan, type eller dosis er kun aktiveret, når hver specifik behandling er valgt.
    10. Klik på knappen næste for at gå videre til den anden checkup formular vedrørende fysisk undersøgelse og klinisk analyse.
      Bemærk: Se figur 3.
    11. Udfyld den blok, svarende til den fysiske undersøgelse med oplysninger om højde, vægt, omkredsen af den dominerende arm mv.
      Bemærk: Body mass index og talje højde indeks er automatisk beregnet fra den tidligere data.
    12. Udfyld blokken svarende til blodtryk optagelser som systolisk blodtryk (SBP), Diastolisk blodtryk (DBP) og puls, herunder 1 måling stående og 3 målinger sidder. Marker afkrydsningsfelterne relateret til abdominal mislyde, carotis mumlen, osv.
      Bemærk: Middelværdien af de 3 gentagelser af sidder blodtryksmålinger beregnes automatisk.
    13. Udfyld blokken svarende til ABPM optagelse. Upload filen ABPM og komplet information relateret til den tid, hvor patienten bar skærm som timer og kvaliteten af søvn, tiden til at gå i seng og vågne op, osv.
      Bemærk: ABPM upload er obligatorisk for blokken ABPM oplysninger skal medtages. Hvis der findes nogen ABPM fil, klik på knappen Skjul.
    14. Udfyld blokken svarende til biologisk/analytiske optagelser med oplysninger vedrørende blod analyse såsom glykæmi, kreatinin, ferritin, mikroalbuminuri, osv.
      Bemærk: Standardenheder for parametrene, der er angivet i formen checkup som reference.
    15. Udfyld blokken svarende til elektrokardiogrammet optagelse med oplysninger vedrørende forskellige bølge intensiteter, arytmi, iskæmisk cardiopathy mv.
    16. Udfyld blokken svarende til ekkokardiografi optagelse med oplysninger vedrørende den interventrikulært septum, venstre ventrikel diameter i systolen, posterior væg af venstre ventrikel, osv.
    17. Udfyld blokken svarende til andre målinger såsom puls bølge hastighed, carotis stenose, ankel-arm index, osv.
    18. Klik på Afslut -knappen til at registrere checkup forbundet med tilsvarende patienten på platformen.
      Bemærk: Platformen bevæger sig fremad til checkup side der omfatter alle de data, der er indført. Se figur 4.
    19. Klik på knappen Rediger for at tilføje nye oplysninger eller opdatere den indførte data gennem checkup former. Klik på Afslut -knappen til at gå tilbage til siden helbredsundersøgelse.
    20. Klik på knappen implementeret behandling at flytte frem til formen og ordinere nogen specifik behandling.
    21. Udfyld blokken svarende til anti-hypertensive behandling herunder dosis, tidsplanen og typen af den foreskrevne behandling.
    22. Udfyld blokken svarende til behandlinger, der kan påvirke blodtrykket vasoconstrictors, piller, kortikosteroider, osv.
    23. Udfyld blokken svarende til andre behandlinger såsom fibrater, statiner, insulin, osv.
    24. Klik på knappen endelig rapport til at generere den endelige rapport. Det provenu til rapporten helbredsundersøgelse, herunder alle de data, der er indført og den foreskrevne behandling.
  5. Opdatere patient profil og udføre checkup management.
    1. Klik på linket Find patienten på de vigtigste menulinjen og indsætte koden patient eller tryk på linket liste patienter og Vælg koden patienten til at fortsætte til en registreret patient profil.
    2. Klik på knappen Opdater at revidere og opdatere enhver patient information (undtagen den patient kode, som er fast) i den patient profil.
    3. Klik på linket revidere checkup adgang til indskrive (Se trin 4.2).
    4. Klik på linket Smart rapport til at få adgang til en kort checkup oversigt (Se trin 4.3).
    5. Klik på linket ABPM rapport til at få adgang til en oversigt over ABPM resultater (Se trin 4.4).
    6. Klik på linket Rediger til at tilføje nye oplysninger eller ændre de oplysninger, der er indført i indskrive.
      Bemærk: Denne indstilling findes kun før generation af den endelige rapport.
    7. Klik på knappen ny helbredsundersøgelse til at tilføje en ny helbredsundersøgelse for patienten.
      Bemærk: Træk checkups er automatisk forudfyldte med oplysninger oplysninger, der indgik i den foregående revision. Se figur 5.

2. risiko stratificering tabeller

Bemærk: Risikoen stratificering service giver en automatisk beregning af CV risikofaktor baseret på forskellige risiko stratificering tabeller, der anbefales i retningslinjerne i det europæiske samfund af Hypertension/europæiske samfund af kardiologi (ESH/ESC) 22. for hver af tabellerne, CV risikofaktor er beregnet og registreret baseret på forskellige parametre, der er uploadet i profilen patient hele trin af checkup datainput. Højere eller lavere betydningen af hver af tabellerne i analysen, der er fastsat af specialisten samtidig sikre, at hver designet stratificering tabel lægger særlig vægt på de særlige betingelser for patienten.

  1. Klik på linket Find patienten og indsætte koden patient eller klik på linket liste patienter og Vælg koden patienten for en patient med eksisterende registrerede checkups.
  2. Fra listen over checkups, klik på linket revidere checkup adgang til rapporten helbredsundersøgelse og gå til blok af risiko stratificering tabeller.
  3. Klik på linket ESH/ESC tabel til at få adgang til tabellen side. Tjek den fremhævet celle for at få det kvalitative niveau af hjerte-kar-risiko. Kontroller anbefalinger og muligt antihypertensiv behandling relateret til den deraf følgende risiko. Klik på linket gå tilbage at få adgang til generelt checkup betænkning.
    Bemærk: Denne beslutning tabel bruger SBP og DBP målingerne sammen med flere risikofaktorer og sygdomme (alder, abdominal fedme, dyslipidæmi, metabolisk syndrom, etc.) at give CV risikofaktor samt anbefalinger eller behandling23 .
  4. Klik på linket MS tabel adgang til metabolisk syndrom (MS) tabel siden. Kontrol af tilstedeværelse af MS på grundlag af kriteriet om voksen behandling Panel (ATP) III. Kontrol af tilstedeværelse af MS internationale Diabetes fond (IDF) 2005 kriterium. Klik på linket gå tilbage at få adgang til generelt checkup betænkning.
    Bemærk: Denne tabel bruger de oplysninger, der er relateret til abdominal fedme, triglyceridemia, c-HDL, BP og fastende glukose24. ATP III kriterium indikerer tilstedeværelsen af MS hvis 3 af ovennævnte foranstaltninger er udenfor toleranceniveauer. Ifølge IDF 2005 kriterium, er MS bestemt af tilstedeværelsen af abdominal fedme sammen med 2 andre foranstaltninger uden for toleranceniveauer.
  5. Klik på linket Score tabel adgang til systematisk koronar risiko evaluering (SCORE) tabel siden. Tjek den fremhævet celle for at få 10-års risikoen for dødelige hjerte-kar-hændelser. Tjek farven på den markerede celle i forklaringen til at opnå det kvalitative niveau relateret til risikoen. Klik på linket gå tilbage at få adgang til generelt checkup betænkning.
    Bemærk: Denne tabel bruger oplysninger relateret til alder, køn, SBP, rygning og kolesterol25.
  6. Klik på linket Framingham tabel til at få adgang til tabellen side. Tjek den markerede celle i tabellen sidste at opnå 10-års risiko for at lide en koronar hændelse (angina pectoris, hjerteanfald, med eller uden symptomer, dødelig eller ikke). Klik på linket gå tilbage at få adgang til generelt checkup betænkning.
    Bemærk: Denne tabel bruger oplysninger i forbindelse med parametrene for alder, køn, rygning, diabetes, kolesterol, HDL-kolesterol og BP26. De markerede celler angiver bidrag af hver kategori til den endelige risiko.

3. ABPM analyse

Bemærk: ABPM er en fælles test, der giver mulighed for overvågning af patientens blodtryk i hele deres dagtimerne/natlige rutine9. Enheden udvalgt til optagelse ABPM målinger (Se Tabel af materialer) er blandt de få BP-skærme, som er officielt godkendt af internationale organisationer som British Hypertension Society (BHS) eller ESH.

  1. Sætte BP skærm på patienten og kontrollere, at det fungerer korrekt ved at tage en indledende manuel måling. Bed patienten om sådan få målinger manuelt før de går til at sove og vågner for at afgrænse de dag og nat optagelser.
  2. Efter optagelse periode, fjerne BP monitor fra patienten og hente filen ABPM. Upload filen ABMP til blok af ABPM målinger af en eksisterende eller en ny checkup relateret til patienten (trin 1.4.13).
    Bemærk: Skærmen forbliver forbundet gennem en periode af tid (normalt 24h eller 48h) og målinger registreres regelmæssigt med foruddefinerede intervaller (typisk 15 eller 30 minutter).
  3. Udføre ABPM analyse.
    1. Klik på linket Find patienten og indsætte koden patient eller klik på linket liste patienter og vælg patient koden for en patient med eventuelle registrerede checkup indeholdende ABPM data.
    2. Klik på linket revidere checkup adgang til rapporten helbredsundersøgelse og gå til blok af ABPM analyse.
    3. Klik på linket ABPM adgang til ABPM informationsdisplay.
    4. Kontroller antallet af gyldige poster i afsnittet generelle oplysninger til at sikre, at resultaterne udvundet fra ABPM fil er pålidelig.
    5. Kontroller oplysningerne om perioden, hvor patienten bar skærm som antallet af timer og kvaliteten af søvn, går til at sove og vågner op, osv.
    6. Kontrollere ABPM kortet herunder den grafiske repræsentation af alle optagelserne, som SBP'ET, DBP og puls samt områder under eller over de maksimale normale niveauer for hver måling.
    7. Klik på knapperne for 48 h, 24 h (i) eller 24 h (ii) at ændre tilstanden visualisering for 48 h ABPM filer.
    8. Klik på knappen betyder at skifte tilstanden visualisering til en selv repræsentation af målingerne.
      Bemærk: Denne visualisering tilstand beregner hvert punkt fra gennemsnitlige mellem på hinanden følgende målinger i de rå data.
    9. Kontrollere de yderligere oplysninger fra de oprindelige data som middel og standardafvigelser af SBP, DBP, puls og pulse pres (forskellen mellem SBP og DBP).
    10. Check parametre vedrørende BP evolution, var automatisk beregnet af værktøjet: natlig BP drop, søvn troede, pre vågne til morgen surge og dag/nat kvotienten for SBP og DBP foranstaltninger.
    11. Tjek den sammenfattende oversigt, der indeholder de automatisk beregnede områder under eller over maksimalt klinisk defineret tærskler for natlig og temperaturprofil målinger af SBP, DBP og puls pres.
      Bemærk: Desuden tjenesten ABPM også beregner den døgnrytmen profil fra forholdet mellem den dagtimerne og natlig BP²³. Denne profil giver hjerte-kar-risiko skal fastlægges ved at analysere forekomsten af BP afvigelser. Den smart rapport (trin 4.4) og ABPM (trin 4.5) indeholder oplysninger vedrørende den døgnrytmen profil.

4. klinisk rapporter

Bemærk: Tjenesten betænkning indeholder en række rapporter om, at samler alle de relevante oplysninger til at understøtte den kliniske beslutningsproces, at hjælpe læger i deres kliniske praksis og fremme af samarbejde blandt eksperter.

  1. Klik på linket Find patienten og indsætte koden patient eller klik på linket liste patienter og Vælg koden for en patient med eventuelle registrerede helbredsundersøgelse.
  2. Klik på linket revidere checkup adgang til rapporten fuld helbredsundersøgelse, som indeholder alle de data, der registreres under checkup registreringsprocessen grupperet i forskellige kategorier.
  3. Klik på linket ABPM adgang til data udvundet fra ABPM analyse. Klik på linket bestemt af hver enkelt risiko stratificering tabel til at gennemgå alle oplysninger vedrørende beregningen af risiko-værdi. Klik på linket gå tilbage for at vende tilbage til siden patient.
    Bemærk: De parametre, der er uden for deres normale niveauer er vist med rødt for at lette deres identifikation. På samme måde, er Ja/Nej felter også markeret med grønne eller røde ikoner for en intuitiv visualisering af de normale og patologiske tilfælde, henholdsvis.
  4. Klik på linket Smart rapport til at få adgang til en kort oversigt over den helbredsundersøgelse, som kun indeholder væsentlige oplysninger.
    1. Se oversigt over risiko stratificering tabeller, der indeholder de resultater, der blev udvundet fra hver tabel. Kontroller ABPM grafen medtaget i den endelige rapport og klik på linket ABPM kort for at få yderligere oplysninger. Klik på linket gå tilbage for at vende tilbage til siden patient.
  5. Klik på linket ABPM rapport til at få adgang til en ekstra smart betænkning, i dette tilfælde fokuseret på ABPM oplysninger og resultater. Tjek Klik oplysninger svarende til ABPM optagelse som de statistiske målinger udvundet fra SBP, DBP og puls, områder over og under de normale værdier, døgnrytmen profil m.m. på linket gå tilbage for at vende tilbage til patientens side.
    Bemærk: Tjenesten betænkning giver mulighed for at udskrive rapporter eller eksportere til standard formater, såsom PDF, hvilket gør det lettere at fremlægge rapporten for patienten eller bruge den i diskussioner med andre klinikere.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Patient registrering beskrevet i trin 1 udføres ved at udfylde formen præsenteret i figur 1. Når brugeren registrerer en ny patient, programmet bevæger sig fremad til at indføre den første helbredsundersøgelse, som giver mulighed for input af omfattende patientdata. Figur 2 viser et screenshot af den første form for checkup oplysninger. Når der klikkes på knappen næste , programmet bevæger sig fremad til anden checkup form præsenteres i figur 3. Efter at klikke på Afslut -knappen, er checkup registreret af systemet (tilknyttet patienten). Hydra (benævnt "platform") bevæger sig fremad til siden registret helbredsundersøgelse, herunder alle de data, der er indført. Fra denne side, kan brugeren redigere den indførte data eller få adgang til formen gennemført behandling, vist i figur 4, for at ordinere patienten en specifik behandling. Når checkup registrering oparbejde er hel, platformen bevæger sig fremad til patienten siden vist i figur 5, herunder generelle oplysninger og en liste over de indsendte checkups.

Udover den centrale styring af alle de patientdata giver platform også en automatisk beregning af den samlede hjerte-kar-risiko faktor baseret på forskellige risiko stratificering tabeller anbefales i de almindelige retningslinjer for ESC/ESH. Figur 6 viser et eksempel på CV risikoberegning på grundlag af tabellen antihypertensiv behandling beslutning. I dette tilfælde den beregnede risiko vises fremhævet i tabellen, og nedenfor, henstillinger og behandling relateret til denne risiko er vist. Desuden, de forskellige faktorer, der har bidraget til beregning af risikoen er angivet nedenfor. Et eksempel på tabellen metabolisk syndrom (MS) er vist i figur 7 herunder den risiko, der er fremstillet ved hjælp af to forskellige kriterier og de faktorer, der er involveret i disse beregninger. Figur 8 viser et eksempel på den systematiske koronar risikovurdering (SCORE) tabel angiver 10-års risiko for at lide en koronar hændelse og listen over relevante parametre. Endelig viser fig. 9 et eksempel på tabellen Framingham, der beregner risikoen for alvorlige CVD eller en hård begivenhed og bidrag af hver kategori til den endelige risiko. På denne måde i risiko stratificering tjeneste giver mulighed for en automatisk beregning af CV risikoen på grundlag af forskellige tabeller af henvisning samt inddragelse af de forskellige parametre, der har bidraget til at nå den dermed forbundne risiko for en mere detaljeret analyse af ekspert klinikeren.

Ud over risikoen stratificering indeholder ABPM også værdifulde oplysninger til at understøtte den kliniske beslutningsproces. Derfor givet en ABPM fil indeholdende indspilninger over en periode, kan give værktøjet, automatisk beregning af yderligere relevante parametre som middelværdien og standardafvigelsen af forskellige måleenheder (SBP, DBP og puls), inden for de Records over og under de tærskler, der repræsenterer de maksimale normale værdier, profilen døgnrytmen osv figur 10 viser en grafisk repræsentation af ABPM kort og en tabel, der indeholder de oplysninger, der automatisk beregnes af ABPM værktøj.

Endelig indeholder rapporteringstjenesten opsummerede beretninger, at samle alle de relevante, tilgængelige oplysninger for at hjælpe klinikere i deres beslutningsproces og fremmer samarbejde blandt eksperter. Et eksempel på nogle repræsentative dele af en fuldstændig rapport er vist i Figur 11. Tilsvarende viser figur 12 og Figur 13 eksempler på en smart rapport, og rapporten ABPM henholdsvis. Alle de tjenester, platformen har at tilbyde resultere i forbedret kvaliteten af sundhedspleje, samtidig hjælpe læger udfører komplette hjerte-kar-analyse.

Figure 1
Figur 1. Patient registrering form. Formen bruges til at registrere en ny patient og omfatter forskellige globale parametre relateret til patientens indskrivning. Blok familie fortilfælde af for tidlig hjerte-kar-sygdom kan være skjult. Venligst klik her for at se en større version af dette tal.

Figure 2
Figur 2. Først danne checkup registreringsansøgning. Dette omfatter oplysninger om vaner, patologier og tidligere behandlinger grupperet i forskellige blokke. Alle de forskellige blokke har mulighed for at holde dem skjult eller synligt. Hvis alle oplysninger i en blok er ukendt, skal brugeren bruge Skjul blokken. Venligst klik her for at se en større version af dette tal.

Figure 3
Figur 3. Anden form for checkup registrering. Dette omfatter de fysiske og kliniske analyser, grupperet i forskellige blokke. Alle de forskellige blokke omfatter mulighed for at være skjult eller synlig. Hvis alle oplysninger i en blok er ukendt, skal brugeren bruge indstillingen skjult. Venligst klik her for at se en større version af dette tal.

Figure 4
Figur 4. Gennemført behandling form at ordinere patienten nogen specifik behandling. Dette omfatter blokke for anti-hypertensive behandling, behandlinger, der kan påvirke blodtrykket og andre behandlinger. Venligst klik her for at se en større version af dette tal.

Figure 5
Figur 5. Patient profilside. Dette omfatter generelle oplysninger og en liste over indsendte checkups. Fra denne liste er det muligt at få adgang til de forskellige rapporter fra hver helbredsundersøgelse. Venligst klik her for at se en større version af dette tal.

Figure 6
Figur 6. Eksempel på en antihypertensiv behandling beslutning tabel. Den markerede celle repræsenterer den beregnede CV risiko og "Risiko/behandling" felt detaljer anbefalinger relateret til denne risiko. Derudover er bidrag af de forskellige faktorer til det endelige resultat anført nedenfor. Venligst klik her for at se en større version af dette tal.

Figure 7
Figur 7. Eksempel på en MS risiko stratificering tabel ud fra to forskellige kriterier. De betingelser, der gælder for hvert kriterium er fremhævet med rødt. Resultaterne for hvert kriterium og de faktorer, der er involveret i disse beregninger er vist i højre side. Venligst klik her for at se en større version af dette tal.

Figure 8
Figur 8. Eksempel på en SCORE risiko stratificering tabel. Den markerede celle svarer til 10-års risikoen for CVD og listen af risikofaktorer sammenfatter de parametre, der fører til dette resultat. Venligst klik her for at se en større version af dette tal.

Figure 9
Figur 9. Eksempel på en Framingham risiko stratificering tabel. i hver tabel, bidraget fra hver kategori er fremhævet med rødt. Beregnede risikoen for alvorlige CV eller hårde begivenheder er vist nedenfor tabellerne samt risikofaktorer involveret i beregningen. Venligst klik her for at se en større version af dette tal.

Figure 10
Figur 10. Eksempel på en ABPM kort. Dette omfatter den grafiske repræsentation og supplerende målinger af en 48 h skærm registrere. Grønne prikker repræsenterer manuelle målinger. De røde og blå linjer er relateret til grænseværdierne for systolisk og Diastolisk blodtryk, henholdsvis. De fyldte områder svarer til de intervaller, der overskrider disse grænseværdier i løbet af dagen og natten. Venligst klik her for at se en større version af dette tal.

Figure 11
Figur 11. Eksempel på en fuldstændig rapport. Denne rapport viser alle de indførte data for en specifik helbredsundersøgelse. Nogle repræsentative dele er inkluderet. Venligst klik her for at se en større version af dette tal.

Figure 12
Figur 12. Eksempel på en smart rapport. Denne betænkning indeholder vigtige oplysninger til støtte for den kliniske beslutningsproces. Det omfatter resultaterne af tabellerne risiko stratificering, ABPM kort og en liste over relevante parametre for diagnose og behandling. Venligst klik her for at se en større version af dette tal.

Figure 13
Figur 13. Eksempel på rapporten ABPM. Det omfatter ABPM kort og alle de oplysninger fra ABPM service. Venligst klik her for at se en større version af dette tal.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Tidlig identifikation og overvågning af forskellige kardiovaskulære risikofaktorer sammen med en relevant behandling er afgørende for forebyggelse af hjerte-kar-sygdomme og for tidlig død. I den daglige kliniske rutine har klinikere til at håndtere store mængder af forskelligartede oplysninger til at kontrollere alle de forskellige variabler og parametre, der påvirker kredsløbssygdomme. Derfor er det en kedelig og tidskrævende opgave, der komplicerer diagnose og behandling recept.

De foreslåede protokoller tillader en fuldstændig analyse af det kardiovaskulære system. Disse protokoller omfatter registreringen af alle data relateret til hjerte-kar-analyse, som er registreret i en fuld patient profil og organiseret i forskellige checkups hele tiden. Centraliseret forvaltning af disse data sammen med de forskellige tjenester, der leveres af platformen letter den kliniske beslutningsproces samt udveksling af oplysninger mellem eksperter. De forskellige tjenester inkluderet på platformen var udformes og gennemføres, i betragtning af behov og præferencer af ekspert klinikere med henblik på at indarbejde alle de nødvendige værktøjer i den bedste mulige måde for en komfortabel professionel brug. Denne måde, tjenesten checkup giver mulighed for optagelse af omfattende patientdata, organiseret i forskellige checkups at spore udviklingen over tid. Fra de rå data, platformen automatisk analyserer og uddrag alle de egenskaber, der er nødvendige for diagnose og behandling resulterer i betydelig reduktion i tid og indsats. Her, er forskellige risiko stratificering tabeller af reference indarbejdet i platformen for automatiske CV risikoen beregning. Desuden tillader tjenesten ABPM sporing af blodtryk over en periode, tillader udvinding af yderligere, værdifulde oplysninger. Endelig rapport tjenester giver mulighed for en effektiv gennemgang af de opsummerede relevante data.

Derfor den foreslåede platform samler en stor mængde af forskellige, relevante parametre og samler dem ved hjælp af forskellige standardprotokoller ifølge ESH/ESC retningslinjer22 for at understøtte beslutningsprocessen. Begrænsning af denne protokol er tilgængeligheden af den store mængde data, der er involveret, da det består af en udtømmende anamnese, en fysisk undersøgelse, optagelser af flere målinger, biologiske data udvundet fra blodprøve, viden om familien fortilfælde, osv de værktøjer/tjenester kombinerer flere medicinske parametre for at beregne de kardiovaskulære risikofaktorer på en sådan måde, at disse beregninger ikke kan udføres når ingen data er tilgængelige. Men selvom den patient profil ikke er komplet, tilgængeligheden af data, delvis tillader beregning af nogle af de risikofaktorer, der giver relevante resultater til at understøtte den kliniske beslutningsproces. Hver tjeneste detaljer de data, der er involveret i sin beregning, og resultaterne er trinvis på grundlag af de foreliggende data.

Der er en række værktøjer til rådighed for CV vurdering, som er hovedsageligt fokuseret på at opfylde patienternes efterspørgsel på bestemte scenarier. Men den foreslåede protokol er fuldt orienteret i forhold til speciallæger, der dækker alle tjenester til støtte for beslutningstagningen i deres daglige rutine. Hensyn til BP kontrol, der er flere kommercielle systemer, der er for det meste fokuseret på udførelsen af målingerne, kompatibilitet med andre operativ systemer, lethed, etc. . disse enheder ikke analysere registreret data boer den ABPM service, givet en recording-fil, vil analysere alle oplysninger fra målingerne og automatisk udpakke værdifulde parametre relevante for klinisk praksis. Desuden indeholder en grafisk repræsentation indarbejde yderligere data, der letter visualisering og analyse. Endelig kan rapporteringstjenesten en effektiv gennemgang af de opsummerede data, som indeholder alle relevante oplysninger med formålet at hjælpe klinikere i deres kliniske praksis. Derfor den foreslåede protokol giver mulighed for en komplet og pålidelig analyse af det kardiovaskulære system til at understøtte den kliniske beslutningsproces via et sæt af funktioner og tjenester, der kræves af læger for risikovurdering, tidlig diagnose, behandling recept, og tracking over tid. Dette fører til en kvalitativ forbedring af sundhedsydelser og en reduktion i tid og indsats, for at lette arbejdet klinikere i deres daglige praksis.

Den store mængde af medicinske data involveret sammen med muligheden for drøftelser blandt eksperter giver et passende miljø for klinisk forskning. Fremtidige arbejde på dette område vil omfatte en analyse af virkningen af de forskellige CV-risikofaktorer og sammenhængen mellem forskellige medicinske parametre for at udtrække yderligere oplysninger af relevans for klinisk praksis. Indsamling og opbevaring af betydelige mængder af kliniske data kan også tjene som grundlag for computational analyse af big data med formålet at data dimensionalitet reduktion; Dette kan også tjene som en supplerende kilde til oplysninger for de kliniske brugere af platformen. Derudover fremtidige arbejde vil omfatte inddragelse af specifikke spørgeskemaer-for en mere udtømmende analyse af nogle faktorer (f.eks., stress, kost eller motion) — og internalisering i form af understøttelse af flere sprog og reference enheder. Grafiske forbedringer er også planlagt, fx integration af cosinor analyse for blodtryk gange serien, som kan lette kontrollen med blodtryk karakteristika og tendenser.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har ikke noget at oplyse.

Acknowledgments

Dette arbejde støttes af Instituto de Salud Carlos III i den spanske regering og den europæiske fond for Regionaludvikling (EFRU) gennem PI14/02161 og DTS15/00153 forskningsprojekter og galiciske, Centro ental 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

DOWNLOAD MATERIALS LIST

References

  1. World Health Organization. Cardiovascular Diseases (CVDs). World Health Organization. , Available from: http://www.who.int/cardiovascular_diseases/en/ (2018).
  2. 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).
  3. 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).
  4. 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).
  5. Kannel, W., Wilson, P. An update on coronary risk factors. Medical Clinics of North America. 79 (5), 951-971 (1995).
  6. Tarride, J. E., et al. A review of the cost of cardiovascular disease. The Canadian Journal of Cardiology. 25 (6), 195-202 (2009).
  7. 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).
  8. 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).
  9. 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).
  10. Telemedicine: A Guide to Assessing Telecommunications in Health Care. Field, M. , National Academy Press. (1996).
  11. Charles, B. Telemedicine can lower costs and improve access. Healthcare Financical Management. 54 (4), 66-69 (2000).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. Goff, D., et al. 2013 ACC/AHA Guideline on the Assessment of Cardiovascular Risk. Circulation. 137 (11), (2013).
  17. 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).
  18. 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).
  19. 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).
  20. 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).
  21. 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).
  22. 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).
  23. 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).
  24. 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).
  25. 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).
  26. 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).

Tags

Medicin sag 139 Computer-aided diagnose medicinsk informatik web-baserede systemer intern medicin hypertension risiko stratificering tabeller ambulant blodtryk overvågning
Hydra, en Computer-baseret Platform til medvirken klinikere i hjerte-kar-analyse og diagnose
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Ramos, L., Novo, J., Barreira, N.,More

Ramos, L., Novo, J., Barreira, N., Rouco, J., Penedo, M. G., Ortega, M. Hydra, a Computer-Based Platform for Aiding Clinicians in Cardiovascular Analysis and Diagnosis. J. Vis. Exp. (139), e58132, doi:10.3791/58132 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter