Photo by StartupStockPhotos on Pixabay
Uno studio internazionale con metodi misti sull’invadenza percepita del monitoraggio digitale daremoto del diabete
Il monitoraggio digitale da remoto (RDM), ovvero il monitoraggio del paziente basato su dispositivi digitali e intelligenza artificiale [AI]) è una nuova modalità di assistenza per i pazienti con diabete che può integrare le consultazioni di persona rare con flussi di dati continui e in tempo reale. Il monitoraggio digitale remoto sta iniziando ad essere implementato in contesti clinici per via dei suoi potenziali benefici nel raggiungimento di migliori risultati di salute e qualità della vita per le persone con diabete
Il monitoraggio digitale da remoto rappresenta un cambiamento di paradigma nel modo in cui viene erogata la cura del diabete perché trasferisce l’assistenza sanitaria dalla clinica alle case dei pazienti e trasforma il ruolo che i pazienti dovrebbero svolgere nella gestione del loro diabete. Ad esempio, un paziente potrebbe essere incaricato di monitorare continuamente i livelli di glucosio e i comportamenti quotidiani (p. Es., L’assunzione di cibo) con sensori prescritti che trasmettono questi dati al proprio medico per ricevere un feedback personalizzato per la modifica del farmaco o il coaching comportamentale, il tutto mentre sono a casa o lavoro.
Diverse componenti nello scenario RDM di cui sopra possono essere percepite come intrusive nella vita dei pazienti. La manipolazione di più dispositivi indossabili e app con cicli di feedback aumenta il numero di attività che i pazienti svolgono nel loro tempo e gli avvisi dirompenti che ricevono. La visibilità dei dispositivi di monitoraggio indossabili può attirare l’attenzione del pubblico, diventando così stigmatizzante. Oltre ad aumentare il carico di trattamento, l’invadenza può influire negativamente sull’aderenza al monitoraggio.8 Questo comportamento può dipendere dalle caratteristiche demografiche e dagli atteggiamenti personali.
Obiettivo: valutare la relazione tra le modalità di monitoraggio digitale remoto (RDM) per il diabete e l’invadenza nella vita dei pazienti.
Studi precedenti hanno esplorato il modo in cui i pazienti percepiscono le tecnologie RDM e le inseriscono nella loro vita personale. La maggior parte di questi studi si è concentrata esclusivamente sull’uso del monitoraggio continuo del glucosio (CGM) (cioè senza cicli di feedback in tempo reale e senza monitoraggio comportamentale) e non mirava specificamente a misurare le percezioni di invadenza. Pertanto, i loro risultati potrebbero non informare adeguatamente l’implementazione di RDM multivariabile. Gli studi che valutano il monitoraggio bio-comportamentale con feedback automatizzato (cioè, non fornito da professionisti della salute umana ma piuttosto dall’IA) indicano diversi livelli di preoccupazione per quanto riguarda la vestibilità, la privacy e l’usabilità tra i singoli pazienti.
Per colmare questa lacuna, un cartello internazionale di ricercatori e diabetologi ha eseguito un’indagine basata su vignette che mirava a valutare la relazione tra le diverse modalità RDM e le percezioni di invadenza da parte dei pazienti con diabete di tipo 1 o 2.
Un sondaggio online su adulti con diabete (tipo 1, 2 o sottotipi come il diabete autoimmune latente dell’età adulta) hanno valutato tre vignette selezionate casualmente tra 36 che combinavano diverse modalità per gli strumenti di monitoraggio (tre opzioni: solo monitoraggio del glucosio e dell’attività fisica [PA], o monitoraggio del glucosio e PA con monitoraggio alimentare occasionale o regolare), cicli di durata / feedback (sei opzioni: monitoraggio per una settimana prima di tutto vs prima di consultazioni specifiche con feedback fornito in consultazione, vs monitoraggio permanente, con feedback in tempo reale dal proprio medico vs da un caregiver, vs monitoraggio permanente, con feedback sul trattamento generato dall’intelligenza artificiale in tempo reale vs feedback sul trattamento e sullo stile di vita) e gestione dei dati (due opzioni: dal settore pubblico vs privato). I ricercatori hanno confrontato l’invadenza (valutata su una scala a 5 punti) tra vignette e utilizzato modelli misti lineari per identificare i determinanti dell’intrusività. Abbiamo raccolto dati qualitativi per identificare gli aspetti che hanno guidato la percezione dei partecipanti di invadenza.
Risultati: Complessivamente, 1010 partecipanti da 30 paesi hanno fornito 2860 valutazioni di vignette (il 52% era diabete di tipo 1). Le modalità di monitoraggio associate all’aumentata invadenza erano il controllo continuo del cibo rispetto al solo monitoraggio del glucosio e della PA (? = 0,34; 95% CI, da 0,26 a 0,42; P <0,001) e il monitoraggio permanente con feedback generato dal medico in tempo reale rispetto a monitoraggio per una settimana con feedback in consultazione (? = 0,25; IC 95%, 0,16-0,34, P <0,001). La gestione dei dati del settore pubblico è stata associata a una minore invadenza rispetto al settore privato (? = -0,15; IC 95%, da -0,22 a -0,09; P <0,001). Dall’analisi qualitativa sono emersi quattro fattori di invadenza: carico pratico / psicosociale (es. RDM che attira l’attenzione in pubblico), controllo, sicurezza / uso improprio dei dati e disumanizzazione dell’assistenza.
Il monitoraggio digitale da remoto – RDM è invadente quando include controllo continuo degli alimenti, feedback umano in tempo reale e trattamento dei dati da parte di altri soggetti.
Pubblicato il 21 gennaio su Mayo Clinic Proceeding (full text)