Ćwiczenie mózgu przy użyciu komputera poprawiające szybkość przetwarzania informacji znacząco zmniejsza ryzyko rozwinięcia demencji – wyniki badania ACTIVE


Obecnie dostępnych jest bardzo wiele stron i aplikacji, dzięki którym nasz mózg nie tylko ma lepiej pracować, ale także możemy uniknąć pogorszenia jego działania w starszym wieku i uniknięcia demencji czy nawet choroby Alzheimera. Oczywiście pojawia się pytanie, na ile używanie takich programów może (i w jakim stopniu) zmniejszyć ryzyko rozwinięcia się tych poważnych chorób. Wielu neurobiologów i psychologów zajmujących się tematyką funkcji poznawczych odpowiada na nie przecząco.

Tym tematem zajęli się także autorzy badania ACTIVE (Advanced Cognitive Training for Independent and Vital Elderly), którego wstępne wyniki po 10 latach obserwacji przedstawiono 24 lipca w Toronto, na Alzheimer’s Association International Conference (AAIC), największym światowym kongresie dotyczącym demencji i choroby Alzheimera. Po raz pierwszy wykazano pozytywne działanie takich ćwiczeń w dużym, randomizowanym badaniu.

W badaniu ACTIVE uczestniczyło około 3 tysiące zdrowych starszych osób (średni wiek 73,6 roku). Przez 5 tygodni uczestniczyły one w zajęciach z użyciem komputera. Jedna grupa wykonywała ćwiczenia mające poprawić pamięć, druga – umiejętność logicznego myślenia, a trzecia – szybkość przetwarzania informacji. Te ostatnie polegały na ćwiczeniu percepcji wzrokowej – badani mieli rozpoznać obiekt, który pojawiał się bardzo krótko na ekranie komputera, jednocześnie rozpoznając też obiekt pojawiający się na obwodzie pola widzenia. Trudność zadania była dostosowywana do postępów badanego.

ex-ss-double-decision

Wszyscy badani ukończyli 10 trwających po godzinie sesji. Około połowa osób z każdej grupy uczestniczyła w sesjach przypominających (4 sesje po roku i po dwóch latach). Część badanych została włączona do grupy kontrolnej, czyli nieuczestniczącej w żadnych ćwiczeniach.    

Okres obserwacji wynosił 10 lat. Najnowsze wyniki wskazują na to, że u osób z grupy ćwiczącej szybkość przetwarzania informacji stwierdzono 33% zmniejszenia ryzyka wystąpienia demencji czy pogorszenia funkcji poznawczych w porównaniu z osobami z grupy kontrolnej (wyniki istotne statystycznie, p=0,012). Co więcej, procent ten wzrósł aż do 48 w przypadku osób, które miały sesje przypominające. Twórcy badania uważają więc, że takie ćwiczenia powinni wykonywać wszyscy po ukończeniu 50. roku życia.

Ćwiczenie, które wykorzystywano w badaniu, jest także dostępne na stronie Brain HQ (ćwiczenie Double Decision).

Double Decision from BrainHQ by Posit Science on Vimeo.

Materiały graficzne: BrainHQ


Aplikacja Catch It do terapii poznawczo-behawioralnej oceniona w badaniu klinicznym


W przypadku każdej aplikacji lub urządzenia medycznego od razu pojawia się pytanie, czy są one rzeczywiście tak przydatne, jak twierdzą ich producenci? Ma to szczególne znaczenie w przypadku tak wrażliwego tematu, jak zdrowie psychiczne. A oferta mHealth z tej dziedziny jest naprawdę bogata (około 6% wszystkich dostępnych aplikacji).

screen322x572

Najlepszym sposobem na stwierdzenie skuteczności danego produktu jest zbadanie go w badaniu klinicznym. Dlatego też z ciekawością przeczytaliśmy artykuł, który ukazał się w British Journal of Psychiatry Open, i przedstawiał wyniki oceny skuteczności opracowanej przez uniwersytety w Liverpoolu i Manchesterze aplikacji mobilnej Catch It (iOS, Android), a pośrednio zasadność wykorzystywania w mHealth aplikacji opartych na terapii poznawczo-behawioralnej (Cognitive Behavioral Therapy, CBT). Korzystając z aplikacji Catch It, użytkownik zapisuje, jak dane wydarzenie wpłynęło na jego nastrój (zwykle chodzi tutaj o negatywny wpływ), jakie towarzyszyły temu myśli i emocje, oraz w jaki sposób może zmienić swoje podejście do sytuacji. Przypomnijmy, że główną ideą terapii CBT, stosowanej z dużym powodzeniem m.in. leczeniu depresji czy zaburzeń lękowych, jest podejście, że można się oduczyć negatywnych reakcji na wydarzenia, a wiele problemów wynika z niekonstruktywnego i nawykowego sposobu myślenia i reagowania.

screen322x572 (1)

 

W trwającym 6 tygodnie badaniu przedstawionym w British Journal of Psychiatry Open uczestniczyło 285 osób (czyli jedynie 7% z 3369 uczestników kursu internetowego dotyczącego zdrowia psychicznego, którym zaproponowano włączenie do badania) i niestety większość z nich skorzystała z aplikacji tylko raz.

Wyniki badania potwierdziły nadzieje twórców Catch It związane z jej skutecznością. Stwierdzono, że używanie aplikacji wiązało się ze zmniejszeniem negatywnego nastroju użytkowników (statystycznie istotnym: średnia ocena wagi nasilenia objawów na początku badania 3,28, na koniec 2.15; p<0,001) i niewielkim zwiększeniem pozytywnego. Ważnym spostrzeżeniem było też takie, że 84% badanych wypełniało dzienniczki nastroju w aplikacji zgodnie z zasadami CBT, co wskazuje na to, że zrozumiało ideę tej terapii i umiało ją wykorzystać w realiach mHealth.

screen322x572 (1)

Źródło: Kinderman P, Hagan P, King S et al. The feasibility and effectiveness of Catch It, an innovative CBT smartphone app. British Journal of Psychiatry Open May 2016, 2 (3) 204-209; DOI: 10.1192/bjpo.bp.115.002436


Czujnik analizujący zawartość potu


Pamiętacie Państwo żart: “Nie bij kolegi, Jasiu, bo się spocisz”? Okazuje się, że w szaleństwie Jasia była jednak jakaś metoda, bo jak się okazuje to własnie z analizy potu mamy szansę uzyskać wiele informacji na temat naszego zdrowia. Oczywiście jeśli sprawdzą się obietnice naukowców z Uniwersytetu Kalifornijskiego w Berkeley, którzy pracują nad czujnikiem mającym wykrywać stężenie przydatnych diagnostycznie substancji w pocie. Na razie opracowali oni prototyp, który analizuje stężenie w pocie sodu, potasu, glukozy i kwasu mlekowego. Dane te sugerują np. czy nosząca czujnik osoba jest odwodniona, a także jak ciężko pracują jej mięśnie. Naukowcy nie chcą jednak poprzestać na takich prostych oznaczeniach: w przyszłości planują wykorzystać podobne czujniki do stwierdzania zatrucia metalami ciężkimi, zakażenia organizmu czy przełomu hiperglikemicznego.

Na razie czujnik został przetestowany z obiecującymi rezultatami na 26 kobietach i mężczyznach wykonujących wysiłek fizyczny (np. jeżdżących na rowerach czy biegających). Dobrą wiadomością jest również to, że Jaś nie będzie musiał się mocno pocić: czujnik potrafił określić stężenie substancji w jednej piątej kropli potu, a jego twórcy pracują nad jeszcze większym zmniejszeniem tej ilości, tak żeby do pomiarów nie był potrzebny wysiłek fizyczny (a zwłaszcza bicie kolegi).

 

 

 

 


MHealth i koszty leczenia w chorobach przewlekłych: nowe prospektywne badanie


W styczniowym numerze pisma Peer J ukazał się artykuł, w którym przedstawiono ciekawe wyniki prospektywnego randomizowanego badania analizującego wpływ używania technologii mHealth przez osoby cierpiące na choroby przewlekłe na koszt ich terapii (związany z lekami, wizytami u lekarza, na ostrym dyżurze, pobytami w szpitalu), a także na podejście do choroby. Warto zaznaczyć, że jednym z jego współautorów jest profesor Eric Topol, który już w 2009 (!) roku przepowiadał bezprzewodową przyszłość medycyny.

Do trwającego 6 miesięcy badania (lipiec 2013-grudzień 2014) wybrano 160 osób (średni wiek 55 lat), które korzystały z ubezpieczenia związanego z leczeniem nadciśnienia tętniczego, cukrzycy lub zaburzeń rytmu (89 osób tylko z nadciśnieniem, 9 z cukrzycą typu 2, 6 z zaburzeniami rytmu, 5 z cukrzycą typu 1 i 51 z kilkoma wymienionymi wcześniej chorobami), i przydzielono je losowo do grupy otrzymującej interwencję i do grupy kontrolnej.

Profesor Topol i jego koledzy podkreślają, że bardzo mocną stroną badania było to, że pacjenci dostali kompleksowy i zintegrowany system, taki jaki powinien być wprowadzony w przypadku osób cierpiących na choroby przewlekłe. Osoby, które przydzielono do grupy kontrolnej, zostały objęte standardową opieką. Badani z grupy interwencji otrzymali smartfon iPhone 4 lub 4s oraz jedno z urządzeń przenośnych, w zależności od tego, na jaką chorobę cierpieli: chorzy na nadciśnienie – ciśnieniomierz Withings (opis na blogu), chorzy na cukrzycę – glukometr iGBStar (opis na blogu), a osoby mające zaburzenia rytmu – EKG AliveCor (opis na blogu). Założono im również konta na platformie HealthyCircles, na którą bezprzewodowo przesyłano wyniki (miały do nich dostęp pielęgniarki przydzielone do pacjentów, jak i oni sami). Przez platformę badani dostawiali także przypomnienia dotyczące monitorowania choroby oraz rady odnośnie postępowania z nią (oczywiście większość badanych wolała korzystać z aplikacji wgranych do smartfona). Pacjenci zostali przeszkoleni w używaniu urządzeń oraz platformy, mogli też kontaktować się telefonicznie lub mailowo z pomocą, gdyby mieli jakiekolwiek pytania dotyczące obsługi technicznej czy przebiegu badania. Badacze oczywiście napotkali na pewne trudności: pracochłonne było skoordynowanie wszystkich etapów badania (zwłaszcza jeśli chodziło o aspekty prawne), pojawiło się także sporo problemów technicznych związanych z działaniem urządzeń (telefonu, urządzeń monitorujących czy platformy online).

Na początku uczestnikom badania zmierzono ciśnienie skurczowe i rozkurczowe oraz stężenie glukozy i poziom hemoglobiny A1c. Pacjenci w grupie monitorowanej mieli (chyba że inne były zalecenia lekarza prowadzącego lub nastąpiło pogorszenie objawów) dokonywać pomiarów dwa razy dziennie, trzy dni w tygodniu (osoby z nadciśnieniem); trzy razy dziennie, raz przed każdym posiłkiem, raz przed pójściem do łóżka (osoby z cukrzycą typu 1); raz dziennie przed posiłkiem, trzy dni w tygodniu (osoby z cukrzycą typu 2) oraz kiedy występowały objawy (osoby z zaburzeniami rytmu). Łącznie przeprowadzono 6 356 odczytów ciśnienia, 3 440 glikemii i 509 rytmu serca. Jeśli stwierdzano, że badani nie stosują się w wystarczający sposób do zaleceń, dostawali przypominającego maila przez platformę HealthyCircles. Za pomocą specjalnych kwestionariuszy oceniano opinię pacjentów na temat tego, czy ich stan zdrowia zależy od nich samych, czy mają wiarę w to, że mogą odpowiednio zajmować się swoją chorobą, oraz to, jakie posiadają umiejętności, jeśli chodzi o dbanie o swoje zdrowie.

Między grupami (i podgrupami badanych z określonymi chorobami) nie stwierdzono istotnej statystycznie różnicy, jeśli chodziło o koszty ponoszone przez ubezpieczyciela. W grupie interwencji wyniosły one średnio 6026 dolarów, a w grupie kontrolnej 5596 dolarów (p=0,62). Nie stwierdzono też istotnych statystycznie różnic, jeśli chodziło o liczbę wizyt u lekarza (p=0,46), pobytów w szpitalu (p=0,82), wizyt na ostrym dyżurze (p=0,06) czy kosztów związanych z przepisywanymi lekami (p= 0,60). Sytuacja ta nie zmieniła się, nawet gdy wzięto pod uwagę tylko osoby, które dobrze stosowały się do zaleceń w grupie interwencji.

Wyniki okazały się więc z jednej strony obiecujące, ale z drugiej – rozczarowujące. Badanie nie potwierdziło bowiem przekonania, że używanie rozwiązań mHealth pomaga zmniejszyć koszty opieki medycznej (jeśli jednak zastosujemy spojrzenie “szklanka w połowie pełna” – pacjenci przestraszeni większą ilością danych na temat swojej choroby nie zgłaszali się częściej do lekarza czy na ostry dyżur, czego obawiają się firmy ubezpieczeniowe). Jest jednak i druga dobra wiadomość: chociaż nie wykazano różnicy w przypadku większości sposobów postrzegania przez pacjenta swojego wpływu na zdrowie, to w grupie interwencji pacjenci rzadziej uważali, że ich stan zdrowia zależy od czynników losowych (p=0,020).

Oczywiście wadą badania była mała grupa pacjentów (niestety, badacze mieli trudności ze zdobyciem dofinansowania) oraz krótki okres obserwacji (6 miesięcy). Co ciekawe, wyników nie chciało opublikować wiele pism (które jakoby bały się ich negatywnego wydźwięku). W końcu artykuł ukazał się w Peer J, gdzie profesor Topol pracuje jako redaktor naukowy.

Dobra wiadomość jest taka, że ponieważ artykuł cieszy się dużym zainteresowaniem, ostatnio znalazły się też środki na większe badanie – z dużo większą grupą i wieloletnim okresem obserwacji.

Źródło: Bloss CS, Wineinger NE, Peters M, Boeldt DL, Ariniello L, Kim JY, Sheard J, Komatireddy R, Barrett P, Topol EJ. (2016) A prospective randomized trial examining health care utilization in individuals using multiple smartphone-enabled biosensors. PeerJ 4:e1554 https://doi.org/10.7717/peerj.1554

 


[NEJM] Zwiększenie szansy resuscytacji u chorych z NZK dzięki telefonii mobilnej


Interwencje związane z wykorzystaniem rozwiązań telemedycznych są coraz bardziej doceniane przez środowisko medyczne. Kolejnym dowodem na to jest publikacja w jednym z najbardziej prestiżowych pism medycznych na świecie, wydawanym od 1812 roku New England Journal of Medicine (Impact Factor 54,42) wyników badania na temat wykorzystania telefonii komórkowej u chorych z nagłym zatrzymaniem krążenia [NZK]. Wykorzystanie systemu telefonii komórkowej zwiększył szansę chorego na otrzymanie szybkiej resuscytacji krążeniowo-oddechowej, co jest istotnym elementem poprawy przeżycia.

NEJM logo

Do zaślepionego, randomizowanego badania przeprowadzonego w Sztokholmie od kwietnia 2012 do grudnia 2013 włączono 5989 ochotników, którzy przeszli już szkolenie udzielania pierwszej pomocy. Kiedy do dyspozytorów docierała wiadomość o tym, że mogło dojść do zatrzymania krążenia, wysyłali oni na miejsce wydarzenia służby ratunkowe i powiadamiali ochotników. W przypadku pacjenta przydzielonego losowo do grupy interwencji ochotnicy znajdujący się w promieniu 500 m od niego otrzymywali wiadomość głosową i tekstową, w których podawano informacje na temat miejsca wydarzenia i jego lokację na mapie. W przypadku pacjentów z grupy kontrolnej ochotnicy nie otrzymywali żadnej informacji. Podczas okresu, kiedy prowadzono badanie, taka procedura objęła 667 wydarzeń (306 przydzielono losowo do grupy interwencji, a 361 do grupy kontrolnej).

Mobile-based positioning system

 

Przeprowadzenie resuscytacji krążeniowo-oddechowej przed przyjazdem karetki, straży pożarnej lub policji, stwierdzono znacznie częściej, gdy w akcję zaangażowani byli ochotnicy powiadamiani o zdarzeniu przez smartfona (61,6% vs 47,8%, p<0,001).

Przy okazji przeprowadzenia tego badania opracowano także aplikację, dzięki której ochotnicy nie tylko zostają poinformowani o miejscu wydarzenia, ale także o tym, gdzie znajduje się najbliższy automatyczny defibrylator zewnętrzny.

Wyniki te są na tyle znaczące, że ci sami badacze przedstawili dane świadczące o tym, że przeżywalność 30-dniowa osób, u których doszło do zatrzymania krążenia poza szpitalem, jest ponad dwukrotnie większa w grupie pacjentów, u których przeprowadzono resuscytację przed przyjazdem służb ratowniczych, niż u osób, które nie otrzymały takiej pomocy.

 

Źródło:

Ringh M, Rosenqvist M, Hollenberg J, et al. Mobile-phone dispatch of laypersons for CPR in out-of-hospital cardiac arrest. N Engl J Med 2015; 372:2316-2325.

Hasselqvist-Ax I, Riva G, Herlitz J, et al. Early cardiopulmonary resuscitation in out-of-hospital cardiac arrest. N Engl J Med 2015; 372:2307-2315.

Materiały graficzne: Ringh M et al. N Engl J Med 2015;372:2316-2325.


Prevent po 2 latach – czy internetowe programy propagujące zdrowy tryb życia są skuteczne?



4052-51183-1-SP

Szacuje się, że 86 milionów Amerykanów w wieku powyżej 20 lat ma stan przedcukrzycowy, czyli zaburzenia w metabolizmie glukozy, które w ciągu kilku lat mogą doprowadzić do rozwoju cukrzycy typu 2. Dlatego też amerykański zespół ekspertów oceniających skuteczność medycyny zapobiegawczej (US Preventive Services Task Force) zaleca, aby mające nadwagę lub otyłe osoby dorosłe, u których stwierdza się stan przedcukrzycowy, włączano do programów propagujących zmianę stylu życia, np. do takiego, jaki został wykorzystany w badaniu Diabetes Prevention Program (stosowanie odpowiedniej diety i ćwiczeń).

Na takich założeniach opiera się internetowy program Prevent (www.preventnow.com), na który składa się 16 tygodni programu podstawowego mającego na celu zmniejszenie wagi uczestników i 36 tygodni programu związanego z jej utrzymaniem. Osoby biorące w nim udział nie tylko otrzymują informacje na temat właściwej diety i ćwiczeń, ale są także pod indywidualną opieką coachów zdrowia, uczestniczą też w internetowych grupach wsparcia. Chociaż aktywna faza Prevent trwa przez 12 miesięcy, jego uczestnicy mogą nadal korzystać z narzędzi służących do kontroli wagi i aktywności fizycznej, a także z grup wsparcia.

W kwietniowym numerze pisma Journal of Medical Internet Research opublikowano wyniki osób (waga i odsetek hemoglobiny glikowanej), które brały w nim udział przez 2 lata. 187 osób wzięło udział w przynajmniej 4 etapach programu podstawowego (tzw. program starters), a 155 z nich w co najmniej 9 (tzw. program completers). W pierwszej grupie waga w stosunku do wyjściowej zmniejszyła się średnio o 4,7% (SD 0,4) po roku i 4,2% (SD 0,8) po 2 latach; odsetek hemoglobiny glikowanej zmniejszył się średnio o 0,38% (SD 0,07) po roku i 0,43% (SD 0,08) po 2 latach. W drugiej grupie waga zmniejszyła się średnio o 4,9% (SD 0,5) po roku i 4,3% (SD 0,8) po 2 latach; odsetek hemoglobiny glikowanej zmniejszył się o 0,40% (SD 0,07) po roku i o 0,46% (SD 0,08) po 2 latach.

Prevent1

Uczestnicy programu Prevent osiągnęli znaczące wyniki, jeśli chodzi o obniżenie wagi i odsetka hemoglobiny glikowanej i stan ten udało im się utrzymać po 2 latach, nawet jeśli aktywna część programu trwała tylko przez rok.

Źródło: Sepah SC, Jiang L, Peters AL. Long-Term Outcomes of a Web-Based Diabetes Prevention Program: 2-Year Results of a Single-Arm Longitudinal Study. J Med Internet Res 2015;17(4):e92.

Materiały graficzne: www. preventnow.com


ResearchKit: platforma do badań klinicznych od Apple – czy mamy przełom?


Apple-medical-ResearchKit

Bez badań klinicznych nie byłoby postępu w medycynie. Ich przeprowadzanie jest jednak nie tylko kosztowne i czasochłonne, ale też często trudno zebrać odpowiednią grupę uczestników, która systematycznie będzie brała udział w badaniu. Dodatkowo wykrycie pewnych zależności pomiędzy badanym czynnikiem (lek, interwencja) a ocenianym punktem końcowym wymaga określonej ilości badanych, czasem nawet kilkunastu tysięcy. Nic więc dziwnego, że ciągle poszukuje się rozwiązań usprawniających ten proces.

apple_research_kit_2.0.0

A gdyby tak skorzystać z tego, że miliony osób na całym świecie mają dostęp do telefonów? Firma Apple właśnie zaprezentowała ResearchKit, nowe oprogramowanie „open source” (czyli takie, które nie podlega patentom i nie jest chronione odpłatnymi licencjami producentów), umożliwiające opracowywanie aplikacji do badań klinicznych, w których będą mogli uczestniczyć wszyscy posiadacze urządzeń z iOS (a niewykluczone że również innych systemów operacyjnych). 

Osoby te nie będą musiały się udawać do laboratoriów czy szpitali, bo dane będą zbierane dzięki umieszczonym w telefonie czujnikom (akcelerometrowi, żyroskopowi) oraz ekranowi dotykowemu i mikrofonowi (dzięki czemu np. w chorobie Parkinsona będzie można wykrywać zmiany głosu, zaburzenia chodu czy drżenia rąk), a następnie zdalnie przesyłane do badaczy.

img_2159

Dodatkowo platforma korzysta z danych z mobilnych urządzeń medycznych tj. ciśnieniomierze, wagi czy spirometry. Uczestnicy badania będą też otrzymywali natychmiastowe zwrotne informacje na temat swojego zdrowia, co może ich skłonić do wizyty u lekarza, ale także do powiązania wystąpienia objawów np. z aktywnością fizyczną czy dietą.

Wszystkie informacje zebrane podczas badań będą dostępne wyłącznie dla badaczy działających na uniwersytetach i centrach badawczych, ale nie dla firmy Apple.

apple_research_kit_partenrs.0.0

ResearchKit będzie ogólnodostępna w następnym miesiącu, ale już teraz w sklepie iTunes pojawiło się 5 pierwszych aplikacji opracowanych z jej użyciem: do badań klinicznych choroby Parkinsona (mPower), cukrzycy (GlucoSuccess), chorób układu krążenia (MyHeart Counts), astmy (Asthma Health) i raka piersi (Share the Journey).

Apple Debuts New Watch

ResearchKit w swoim działaniu wykorzystuje platformę zbierania danych medycznych HealthKit, na której zapisuje dane pacjentów i z której pobiera dodatkowe informacje. Każdy uczestnik badani sam definiuje kiedy i które dane udostępnia w badaniu.

Z punktu widzenia naukowców i klinicystów największym problemem realizacji badań jest dotarcie do odpowiednich kandydatów, w odpowiednim czasie z odpowiednią informacją. ResearchKit, wpisujący się w koncepcję mHealth, ma gigantyczny potencjał by wyeliminować tą barierę.