Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 心臓血管医学

心臓デバイス患者のリモートモニタリングの評価

心臓デバイスの患者にとってリモートモニタリングのメリットをレビューする。

― 1 分で読む


リモートモニタリングが心臓リモートモニタリングが心臓ケアに与える影響影響の評価。遠隔モニタリングが患者の健康結果に与える
目次

心臓に問題がある人たちは、心臓がうまく働くようにするためにインプラント型除細動器(ICD)や心臓再同期療法除細動器(CRT-D)っていうデバイスを装着することが多いんだ。こういうデバイスを受け取った後、患者は通常、対面でのチェックアップとリモートモニタリング(RM)を組み合わせた形で自分の状態を確認することになるんだよ。

最近の研究では、RMが対面訪問の回数を減らすのに役立つことがわかってきたけど、それでも患者のリスクを増やすことはないみたい。心不全の患者にとって、これらのデバイスを持っているときに死亡率が下がったり、緊急訪問の必要も減ったりするみたい。ただ、ほとんどの研究はRMと従来の対面ケアの比較に焦点を当てているんだ。

リモートモニタリングって何?

RMは、デバイスの状態を定期的に遠隔からチェックして、必要なときにアラートを出すって感じのことなんだ。やり方はデバイスや医療提供者によってちょっとずつ違うけど、今のスタンダードなケアは対面訪問とリモートモニタリングの両方を含んでいて、医療スタッフにはかなりの時間とリソースがかかる。

RMのどの部分が患者にとって一番役立つのかを理解することは重要だよね。それによって、医療提供者が患者ケアの管理の際に何に重点を置くべきかを決められるから。ただ、RMのさまざまな要素が患者の健康にどのように影響するのかはまだはっきりしていないんだ。

レビューの目的

このレビューは、RMの異なる要素、つまりリモートデバイスチェックやアラート通知、データ送信頻度の影響を見ていくつもり。そうすることで、ICDやCRT-Dデバイスを持つ患者にとってどの部分が一番有益なのかを見つけたいんだ。

研究デザイン

この研究は、特別な方法であるコンポーネントネットワークメタアナリシス(CNMA)を使った系統的レビューになるよ。この方法は、複雑な治療法を個々の部分に分解して、それぞれの効果を見ていくことができるんだ。

我々は、この種の研究を行うためのガイドラインに従って、我々の結果が明確で信頼できるものになるようにするつもり。レビューは透明性を確保するために、ちゃんと公式に登録してあるよ。

適格基準

ランダム化対照試験(RCT)を含めるつもり。これが臨床研究のゴールドスタンダードだからね。もし既に発表された研究があって、我々の興味に特に関係ない内容でも、それは含めるけど、そうじゃない研究は除外するよ。

ICDやCRT-Dデバイスを植え込まれた患者に焦点を当てる。もし他の心臓デバイスの研究があって、ICDかCRT-Dに関するデータが別に報告されているなら、それも含めるよ。

RMについては、医者に直接会わなくてもデータが送信されるケースを考える。予定されたチェックやアラートシステムもRMの一部として探すつもり。さまざまなタイプのリモートチェックは、分析のためにカテゴリ分けするよ。

対面でのチェックアップは、伝統的なモニタリング方法と比較するための基準として使うつもり。

我々は、心臓の問題、心不全、またはデバイスの問題に関連する入院、全体的な死亡率、予定外の医者訪問、予定外の入院など、これらの重要な結果をカバーしている研究を探す。フォローアップの期間やどこで行われたかに基づいて研究を制限することはないよ。言語も研究論文を探す上では障害にならないからね。

情報源

研究を見つけるために、MEDLINE、Embase、Cochrane中央登録試験など、いくつかのデータベースを探すよ。関連する記事の参考文献リストをチェックしたり、臨床試験の登録も確認したりするつもり。

検索戦略

ICD、CRT-D、RMに関連する特定の医療用語を使って検索戦略を作成して、関連する研究を見つけるつもり。これで、すべての角度をカバーして、できるだけ多くの情報を集められるようにするよ。

研究記録

研究を見つけ次第、参考文献管理ソフトウェアを使って注意深く管理するよ。見つけた研究のタイトルや要約をレビューするときは、2人のレビュアーがそれぞれ独立して確認する。意見が合わない場合は、話し合って解決するつもり。

データ収集プロセス

2人のレビュアーが各適格研究からデータを抽出するよ。正確性を確保するために、最初の数タイトルを一緒に見ながらノートを比較するつもり。もし不明な情報があれば、その研究の著者に連絡を取る予定。

データ項目

各研究から集める重要なデータは以下の通り:

  • 患者の詳細:年齢、性別、デバイスタイプ、心疾患の背景、心機能。
  • 介入と対照:RMチェック、訪問、アラート基準に関する詳細。
  • 結果データ:死亡、入院、脱落率に関する情報。
  • 研究情報:タイトル、著者、年、サイズ、患者を含めたり除外したりする基準、フォローアップの期間、資金。

結果と優先順位

我々の主な焦点は心臓の問題に関連する入院になるつもり。他の重要な結果には、全体的な死亡率、心臓の問題による死亡、予定外の医者訪問、予定外の入院が含まれる。もし研究が複合的な結果を使っていたら、できるだけ分解して別々の結果にするつもり。ただ、できなければ、著者に問い合わせて確認するつもり。

個々の研究のバイアスリスク

信頼性を確保するために、2人のレビュアーが我々が分析する研究のバイアスリスクを評価するよ。研究デザインや結果測定など、さまざまなバイアス領域を評価するために特別なツールを使うつもり。それぞれの研究を低リスク、中程度の懸念、高リスクとして評価する。

データの統合と分析

我々のサマリー指標として、入院や死亡などの結果を見ていくよ。これをリスク比と信頼区間を使って分析する予定。もし連続データがある場合は、平均差を使うかもしれない。

RMと従来の方法を比較する研究がいくつか見つかったら、RMがどれほど効果的かを見るためにメタアナリシスを行うつもり。それには、異なる研究の結果を組み合わせて、ビジュアルで提示することが含まれるよ。

ネットワークメタアナリシス

分析の中で、いろんな治療オプションがどのように接続しているかを見るためにネットワーク図を作成するよ。これでRMの要素がどれだけ効果的かを評価して、結果に不一致がないかを確認するつもり。

コンポーネントネットワークメタアナリシス

CNMAを使って、RMの個々の部分がどのように連携しているかを理解するよ。我々は、RMの全体的な効果がその部分の合計として見ることができるのかをチェックするつもり。

ナラティブシンセシス

研究間で違いがあって定量的な分析ができない場合は、各研究の主要な発見や特徴をまとめて説明するよ。

追加分析

結果を強化するために、バイアスリスクの高い研究を除外した感度分析を行う予定。さらに、デバイスタイプごとにデータを分析して、結果に違いがあるかを見ていく。

研究全体のバイアスリスク

もし可能であれば、研究プロトコルに報告された結果を公開された結果と比較して、バイアスをチェックするつもり。さらに、潜在的な小規模研究効果を特定するために統計的方法も使うつもり。

積み重ねた推定の信頼性

すべての結果についてエビデンスの質を評価して、我々の発見に対する確実性を判断する。これは研究デザイン、バイアスリスク、結果の一貫性を見ていくことが含まれるよ。

意義と限界

この研究は、RMの各部分が患者の健康結果にどう影響するかを明らかにすることを目的としているんだ。ますます多くの患者が心臓デバイスを受けている中で、フォローアップの管理は医療提供者にとって重要な問題なんだ。最も効果的なRMの要素を特定することで、患者の健康を害することなくフォローアップケアを改善できるんだよ。

でも、もし我々の分析手法の仮定が満たされていない場合は、結果の解釈には注意が必要だよね。

倫理と普及

既存の公表データを使用するので、この研究には倫理的承認は必要ないよ。結果は査読付きのジャーナルに共有する予定で、研究プロトコルに必要な変更があればちゃんと記録するつもり。

オリジナルソース

タイトル: Effects of individual components of remote monitoring for implantable cardioverter defibrillators or cardiac resynchronisation therapy defibrillators: protocol for a systematic review and component network meta-analysis

概要: IntroductionCurrently, the standard of care for patients with cardiac implantable electronic devices (CIEDs) such as implantable cardioverter-defibrillators (ICD) and cardiac resynchronisation therapy-defibrillators (CRT-D) involves a combination of in-person outpatient visits and remote monitoring (RM). RM consists of scheduled remote device interrogation and automated transmission of prespecified alerts (alert transmission) at varying frequencies depending on manufacturers and institutions. However, the effects of RM factors on prognosis remain unclear. This systematic review and component network meta-analysis (CNMA) will aim to investigate which RM components (device interrogation, alert transmission, and data transmission frequency) have the greatest impact on prognosis in patients with ICD or CRT-D. Methods and analysisA systematic review will be conducted using MEDLINE (PubMed), Embase, the Cochrane Central Register of Controlled Trials, the Web of Science, Clinical Trials.gov, the WHO International Clinical Trials Registry Platform (ICTRP), the European Union Clinical Trials Register (EU-CTR), and the University Hospital Medical Information Network Clinical Trials Registry (UMIN-CTR). We will include randomised controlled trials (RCTs) assessing the effect of RM on patient outcomes in individuals with ICD or CRT-D. The primary outcome will be hospitalisation due to cardiovascular disease, heart failure, and device-related complications. Two authors will independently conduct literature screening, data extraction, and risk of bias assessment. Random-effects model pairwise meta-analysis, random-effects network meta-analysis (NMA), and additive CNMA will be applied in data synthesis. To assess the quality of evidence, we will employ the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) approach for pairwise meta-analysis and the Confidence in Network Meta-Analysis (CINeMA) approach for NMA. Ethics and disseminationEthics approval is not required as this study will use existing published data. The results will be submitted for publication in a peer-reviewed journal. PROSPERO registration numberCRD42024517406.

著者: Takahiro Mihara, M. Okazaki, N. Sekiguchi, Y. Sahashi, H. Noma

最終更新: 2024-03-09 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2024.03.07.24303950

ソースPDF: https://www.medrxiv.org/content/10.1101/2024.03.07.24303950.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。

類似の記事