INOCA/ANOCA problem, który dotyka około 1.5-2 mln pacjentów w Polsce [wywiad]
Opublikowane: 13 czerwca 2025 Filed under: Choroby, Ogólne, Układ krążenia | Tags: ból w klatce piersiowej, diagnostyka, dysfunkcja mikrokrążenia, dławica, kardiologia, leczenie, niedokrwienie, świadomy pacjent Dodaj komentarz
Większość pacjentów z INOCA/ANOCA nie jest skutecznie leczona, mimo dostępności tanich i skutecznych leków. Warto byśmy wspólnie to zmienili – warto wiedzieć czym jest INOCA/ANOCA i jak diagnozować ten zespół chorobowy.
O tym czym jest zespół INOCA/ANOCA, jak rozpoznać i leczyć rozmawiałem w wywiadzie na zaproszenie redaktor Marty Sułkowskiej (przeczytaj pełen wywiad).
Analiza blaszki miażdżycowej: przełom we wczesym wykrywaniu miażdżycy tętnic wieńcowych.
Opublikowane: 11 Maj 2025 Filed under: AI, Prewencja, Układ krążenia | Tags: AI, artificial-intelligence, atherosclerosis, blaszka miażdżycowa, cad, cardiology, CCTA, coronary, coronary-angiogram, heart-attack, kardiologia, koronarografia, Nowe Technologie, Prewencja, sztuczna inteligencja, technology, tomografia komputerowa, zawał, świadomy pacjent Dodaj komentarzPowszechnie nazywana „wieńcówką”, a fachowo jest to „zespół wieńcowy” – choroba polegająca na odkładaniu się złogów cholesterolu w ścianach tętnic wieńcowych, prowadząca do niedokrwienia mięśnia sercowego i zawału serca. Rozwija się latami, a pierwsze zmiany w ścianach tętnic obecne są już u 20. czy 30-latków – jednak na tym etapie nie dają żadnych objawów.
źródło: Nieman K et al J Cardiovasc Comput Tomogr. 2024 Sep-Oct;18(5):429-443.
Pierwsze dolegliwości pacjenci zaczynają czuć dopiero po 50. roku życia w postaci ucisku w klatce piersiowej, uczucia zatykania czy krótkiego oddechu związanego z wysiłkiem. Niestety pierwszym klinicznym objawem może też być zawał serca – bez jakichkolwiek objawów przepowiadających. Nic więc dziwnego, że pojawia się pytanie, czy jesteśmy w stanie wykryć miażdżycę tt. wieńcowych na wczesnym etapie i określić, jak bardzo jest zaawansowana, a w razie potrzeby zahamować?
Złotym standardem oceny tętnic wieńcowych jest koronarografia – inwazyjne badanie polegające na wprowadzeniu cewnika do naczynia wieńcowego i nagraniu, jak podawany przez niego kontrast wypełnia światło naczynia, w celu wykrycia zwężeń. Nie jest to jednak metoda, którą można by stosować powszechnie w formie skriningu populacji. Od blisko dekady obserwujemy dynamiczny rozwój tomografii komputerowej tętnic wieńcowych, coraz częściej nazywanej „nieinwazyjną koronarografią”, polegającej na wykonaniu skanu tętnic wieńcowych w czasie kilku sekund, bez konieczności wprowadzania cewników do aorty.
Poza standardową analizą obrazów obejmującą ocenę światła tętnic wieńcowych, możliwa jest również ocena budowy ściany naczyń, a w szczególności skwantyfikowania blaszek miażdżycowych, a tym samym wykrycia choroby na bardzo wczesnym etapie. Dotychczas takie analizy były dostępne w zasadzie wyłącznie w ramach projektów akademickich, gdyż były wykonywane manualnie, co zajmowało do kilkunastu godzin na przypadek. Wraz z upowszechnieniem metod obliczeniowych opartych na sztucznej inteligencji, proces ten został znacznie przyspieszony, co pozwoliło na udostępnienie metody szerszej populacji pacjentów.
W ramach analizy blaszki miażdżycowej (ang. plaque analysis) otrzymujemy nie tylko informację o jej objętości (ang. Total Plaque Volume), ale także o podziale na podstawowe podtypy (blaszka uwapniona, nieuwapniona, o niskiej atenuacji), a to pozwala określić jakie jest ryzyko jej pęknięcia (zawału serca), a także potencjalną odpowiedź na leczenie farmakologiczne. Ponadto wykonanie kontrolnego badania po określonym leczeniu pozwala na weryfikację, czy obserwowana miażdżyca nasiliła się, uległa stabilizacji, a może udało się ją częściowo cofnąć.
Poniżej kilka przykładów technologii do oceny blaszki miażdżycowej dostępnych do zastosowania klinicznego. Wydaje się, że w najbliższej dekadzie takie podejście ma szansę stać się metodą skriningu pacjentów w kierunku miażdżycy, zanim pojawią się objawy.
Dostępność zaawansowanej oceny blaszek miażdżycywych nadal pozostaje ograniczona. Mimo, że powyższe analizy są objęte refundacją choćby w Stanach Zjednoczonych, to ich użycie w naszej szerokości geograficznej dostępne jest wyłącznie komercyjnie. Tymniemniej, śledząc postęp i wyniki kolejnych badań naukowych należy się spodziewać, że wdrożenie analizy balszki miażdżycowej w oparciu o tomografię komputerową tętnic wieńcowych jako elementu prewencji pierwotnej zawałów serca jest kwestią czasu.
Referencje:
- Nieman K, García-García HM, Hideo-Kajita A, Collet C, Dey D, Pugliese F, Weissman G, Tijssen JGP, Leipsic J, Opolski MP, Ferencik M, Lu MT, Williams MC, Bruining N, Blanco PJ, Maurovich-Horvat P, Achenbach S. Standards for quantitative assessments by coronary computed tomography angiography (CCTA): An expert consensus document of the society of cardiovascular computed tomography (SCCT). J Cardiovasc Comput Tomogr. 2024 Sep-Oct;18(5):429-443. doi: 10.1016/j.jcct.2024.05.232. Epub 2024 Jun 6. PMID: 38849237.
- Bär S, Knuuti J, Saraste A, Klén R, Kero T, Nabeta T, Bax JJ, Danad I, Nurmohamed NS, Jukema RA, Knaapen P, Maaniitty T. Derivation and Validation of an Artificial Intelligence-Based Plaque Burden Safety Cut-Off for Long-Term Acute Coronary Syndrome from Coronary Computed Tomography Angiography. Eur Heart J Cardiovasc Imaging. 2025 Apr 17:jeaf121. doi: 10.1093/ehjci/jeaf121. Epub ahead of print. PMID: 40243706.
- Dahdal J, Jukema RA, Maaniitty T, Nurmohamed NS, Raijmakers PG, Hoek R, Driessen RS, Twisk JWR, Bär S, Planken RN, van Royen N, Nijveldt R, Bax JJ, Saraste A, van Rosendael AR, Knaapen P, Knuuti J, Danad I. CCTA-Derived Coronary Plaque Burden Offers Enhanced Prognostic Value Over CAC Scoring In Suspected CAD Patients. Eur Heart J Cardiovasc Imaging. 2025 Mar 25:jeaf093. doi: 10.1093/ehjci/jeaf093. Epub ahead of print. PMID: 40131307.
- Kim DH, Kim SH, Chu HW, Kang SH, Yoon CH, Youn TJ, Chae IH. Validation of artificial intelligence-based quantitative coronary angiography. Digit Health. 2024 Dec 18;10:20552076241306937. doi: 10.1177/20552076241306937. PMID: 39698508; PMCID: PMC11653446.
- Tzimas G, Gulsin GS, Everett RJ, Akodad M, Meier D, Sewnarain K, Ally Z, Alnamasy R, Ng N, Mullen S, Rotzinger D, Sathananthan J, Sellers SL, Blanke P, Leipsic JA. Age- and Sex-Specific Nomographic CT Quantitative Plaque Data From a Large International Cohort. JACC Cardiovasc Imaging. 2024 Feb;17(2):165-175. doi: 10.1016/j.jcmg.2023.05.011. Epub 2023 Jul 5. PMID: 37410009.
- Chan K, Wahome E, Tsiachristas A, Antonopoulos AS, Patel P, Lyasheva M, Kingham L, West H, Oikonomou EK, Volpe L, Mavrogiannis MC, Nicol E, Mittal TK, Halborg T, Kotronias RA, Adlam D, Modi B, Rodrigues J, Screaton N, Kardos A, Greenwood JP, Sabharwal N, De Maria GL, Munir S, McAlindon E, Sohan Y, Tomlins P, Siddique M, Kelion A, Shirodaria C, Pugliese F, Petersen SE, Blankstein R, Desai M, Gersh BJ, Achenbach S, Libby P, Neubauer S, Channon KM, Deanfield J, Antoniades C; ORFAN Consortium. Inflammatory risk and cardiovascular events in patients without obstructive coronary artery disease: the ORFAN multicentre, longitudinal cohort study. Lancet. 2024 Jun 15;403(10444):2606-2618. doi: 10.1016/S0140-6736(24)00596-8. Epub 2024 May 29. PMID: 38823406; PMCID: PMC11664027.
Kiedy zacząć dbać o serce?
Opublikowane: 19 kwietnia 2024 Filed under: Choroby, Prewencja, Układ krążenia | Tags: badania profilaktyczne, cholesterol, kardiologia, serca Dodaj komentarz
Wyniki badania Apple Heart Study
Opublikowane: 23 sierpnia 2019 Filed under: Badania kliniczne, Układ krążenia Dodaj komentarzZnamy wyniki badania Apple Heart Study przeprowadzonego przez badaczy uniwersytetu Standford. Wywiad ze współbadaczem dr. Mintu Turakhia.
Smartfon w diagnostyce i leczeniu chorób przewlekłych.
Opublikowane: 27 stycznia 2019 Filed under: AI, Choroby, Układ krążenia, Układ oddechowy | Tags: dla pacjenta, ekg, mHealth, Nowe Technologie, Prywatna Praktyka, self-monitoring, smartfon, telemedycyna Dodaj komentarzKiedy jeszcze smartfon może pomóc w diagnostyce i leczeniu? Jak sprawdza się nowoczesne #EKG? Czy sztuczna inteligencja zagrozi pozycji lekarza-diagnosty?
Odpowiedzi w programie #ObliczaMedycyny
#diagnostyka #kardiologia #ZdrowieCyfrowe #ZdrowieMobilne #EKG
Apple wspiera bezpieczny dostęp do dokumentacji medycznej (API)
Opublikowane: 5 czerwca 2018 Filed under: AI, Choroby, Cukrzyca | Tags: aplikacje medyczne, Apple, iPhone, mHealth, telemedycyna, świadomy pacjent 2 KomentarzeDostęp do dokumentacji medycznej jest tematem wzbudzającym wiele emocji, szczególnie, gdy rozmawiamy o rozwiązaniach szynowych czy repozytoriach publicznych. Mimo wielu prób, nadal nie ma standardu, który jest zrozumiały przez developerów i twórców aplikacji mobilnych. Brakuje edukacji, tutoriali i wiki. Cierpią na tym pomysły, lekarze a przede wszystkim pacjencji.
Od lat toczy się debata czy standard powinien być narzucony przez instytucje publiczne czy też wyjść od twórców oprogramowania. W ostatnim czasie znacznie pojawiły się nowe regulacje dotyczące telemedycyny, zdalnych konsultacji czy e-recepty. Jednak nadal nie mamy konsensusu odnoście standardu w jakim różne systemy informatyczne mogą wymieniać dokumentację medyczną – w efekcie twórcy systemów tworzą silosy lub w ogóle nie podejmują się integracji.
Dokładnie 4 czerwca Apple jako pierwszy duży twórca oprogramowania i urządzeń mobilnych udostępnił standard integracji dla aplikacji mobilnych i internetowych dla wymiany dokumentacji medycznej (Health Records API). Obecnie ponad 500 szpitali jest zintegrowanych i wspiera standard Apple. W ramach integracji dane medyczne pojedynczego pacjenta przekazywane są w zaszyfrowanej formie bezpośrednio z iPhone’a pacjenta do szpitala, bez pośrednictwa serwerów Apple.
Dzięki integracji, pacjenci są w stanie zezwalać na dostęp do swojej dokumentacji medycznej oraz parametrów medycznych (m.in. waga, ciśnienie tętnicze, leki etc), tym samym możliwy stanie się rozwój wielu użytecznych aplikacji medycznych. Oto kilka przykładów użytecznych funkcji:
- Zarządzanie lekami – dzięki dostępowi do dokumentacji medycznej pacjent jest w stanie zaimportować listę leków przepisanych w szpitalu bezpośrednio do swojego telefonu, mieć wgląd w działanie poszczególnych leków, wykrywać interakcje między lekami, zgłaszać gdy lek się kończyć w celu otrzymania e-recepty.
- Zarządzanie chorobą – aplikacje dedykowane konkretnym jednostkom chorobowym (np. afterAMI dla pacjentów po zawale) mają szansę jeszcze lepiej wspierać pacjenta w przestrzeganiu zaleceń oraz informować o kontroli choroby, pod warunkiem dostępu do aktualnych danych medycznych.
- Plany dietetyczne – wymagają modyfikacji zaleceń w zależności od zapotrzebowania kalorycznego, aktywności fizycznej, a u chorych z chorobami przewlekłymi również parametrów biomedycznych (np. stężenia glukozy ru u chorego z cukrzycą).
- Badania naukowe – lepsze zrozumienie choroby przez badaczy i lekarzy jest podstawą do tworzenia skuteczniejszych terapii, leków i procedur medycznych. Kontakt z pacjentem, możliwość monitorowania przebiegu jego parametrów zdrowotnych, przyszłych incydentów i hospitalizacji stanowi bezcenne źródło wiedzy na temat efektów zastosowanego leczenia. Dokumentacja medyczna współdzielona bezpośrednio z telefonu pacjenta może istotnie przyspieszyć postęp naukowy i nowe odkrycia.
Flow – stymulacja mózgu w walce z depresją pod kontrolą smartfona
Opublikowane: 3 lutego 2018 Filed under: AI, Choroby, Depresja | Tags: Depresja, flow, neurostymulacja, psychiatria 2 Komentarze
Flow to podłączony do smartfona system stymulacji mózgu dla osób z depresją. System oparty jest na znanej od lat 60-tych metodzie tDCS (Transcranial Direct Current Stimulation), która pozwala na niefarmakologiczną redukcję objawów choroby poprzez symulację lewej półkuli mózgu pomaga przywrócić równowagę aktywności płatów czołowych. Dotychczas przeprowadzone badania naukowe potwierdziły skuteczność metody względem placebo. Również ocena bezpieczeństwa, wykanana dotychczas na próbie 1000 osób potwiedza brak istontych działań ubocznych.
Mechanizm działania rozwiązania opiera się na nieskonapięciewej stymulacji mózgu. Dodatkowo aplikacja w smartfonia poza kontrolowaniem urządzenia pozawala na identyfikację i eliminację sytuacji i zachowań pacjenta nasilających objawy choroby i pogorszenia nastroju. Na świecie żyje ponad 350 milionów pacjentów cierpiących z powodu depresji. Liczba samobójstw przekroczyła łaczną liczbę ofiar wypadków,wojen i ataków terrorystycznych. Ograniczona skuteczność leków oraz działania niepożądane sprawiają, że wiąż poszukujemy nowych terapii. Depresja to kolejny obszar, w którym technologie mobilne mają szansę pomóc pacjentom.
Więcej na: http://flowneuroscience.com/wp/
Referencje:
[1] Grimm S, Beck J, Schuepbach D, Hell D, Boesiger P, Bermpohl F et al (2008) Imbalance between left and right dorsolateral pre- frontal cortex in major depression is linked to negative emotional judgment: an fMRI study in severe major depression. Biol Psy- chiatry 63:369–376.
[2] Vanderhasselt MA, de Raedt R, Leyman L, Baeken C (2009) Acute effects of repetitive transcranial magnetic stimulation on attentional control related to antidepressant outcomes. J Psychia- try Neurosci 34:119–126
[3] Fregni F, Boggio PS, Nitsche MA, Rigonatti SP, Pascual-Leone A (2006) Cognitive effects of repeated sessions of transcranial direct current stimulation in patients with depression. Depr Anxiety 23:1–3
[4] Fregni F, Boggio PS, Nitsche MA, Marcolin MA, Rigonatti SP, Pascual-Leone A (2006) Treatment of major depression with transcranial direct current stimulation. Bipolar Disord 8:203–205
[5] Boggio PS, Rigonatti SP, Ribeiro RB, Myczkowski ML, Nitsche MA, Pascual-Leone A et al (2008) A randomized, double-blind clinical trial on the efficacy of cortical direct current stimulation for the treatment of major depression. Int J Neuropsychopharmacol 11:249–254
[6] Rigonatti SP, Boggio PS, Myczkowski ML, Otta E, Fiquer JT, Ribeiro RB et al (2008) Transcranial direct current stimulation and fluoxetine for the treatment of depression. Eur Psychiatry 23:74–76
[7] Loo CK, Sachdev P, Martin DM, Pigot M, Alonzo A, Malhi GS et al (2010) A double-blind, sham-controlled trial of transcranial direct current stimulation for the treatment of depression. Int J Neuropsychopharmacol 13:61–69
[8] Nitsche MA, Paulus W (2001) Sustained excitability elevations induced by transcranial DC motor cortex stimulation in humans. Neurology 57:1899–1901
[9] Iyer MB, Mattu U, Grafman J, Lomarev M, Sato S, Wassermann EM (2005) Safety and cognitive effect of frontal DC brain polarization in healthy individuals. Neurology 64:872–875
[10] Palm U, Leitner B, Strube W, Hasan A, Padberg F (2015) Safety of repeated twice-daily 30 minutes of 2 mA tDCS in depressed patients. Int Neuropsychiatr Dis J 4:168–171
[11] Brunoni AR, Moffa AH, Fregni F, Palm U, Padberg F, Blumberger DM, Daskalakis ZJ, Bennabi D, Haffen E, Alonzo A, Loo CK (2016) Transcranial direct current stimulation for acute major depressive episodes: meta-analysis of individual patient data. Br J Psychiatry. 2016 Jun;208(6):522-31
Apple Heart Study: wykrywanie arytmii za pomocą Apple Watch.
Opublikowane: 6 grudnia 2017 Filed under: Choroby, Układ krążenia | Tags: Apple, Apple Watch, Badania kliniczne, dla pacjenta, Heart Study, mHealth, migotanie przedsionków, monitorowanie Dodaj komentarzApple Heart Study to pierwsze otwarte badanie kliniczne poświęcony wykrywaniu arytmii do którego dołączyć może praktycznie każdy użytkownik Apple Watch. Projekt prowadzony jest przez Uniwersytet Stanford i Apple. Celem badania jest ocena skuteczności wykrywania arytmii w ogólnej populacji osób poprzez automatyczne monitorowanie tętna wbudowanym w zegarku czujnikiem. Badanie jest nieinwazyjne i nie wymaga dodatkowego sprzętu, w tym klasycznego urządzenia EKG.
Jak przebiega badanie?
W trakcie badania uczestnicy będą mieli automatycznie wykonywaną analizę czynności serca. W tym czasie wystarczy mieć założony zegarek na rękę. Osoby, u których zostanie zidentyfikowany rytm odpowiadający migotaniu przedsionków – najczęstszej nadkomorowej arytmii serca grożącej udarowi mózgu – otrzymają powiadomienie, oraz otrzymają bezpłatną poradę lekarską wraz z przyklejanym EKG do potwierdzenia wykrytej arytmii.
W jaki sposób zegarek wykrywa arytmię?
Tradycyjnym sposobem oceny rytmu serca, a więc i wykrywania arytmii (czynności niemiarowej), jest wykonanie zapisu EKG opartego na pomiarze różnicy potencjałów elektorycznych sczytywanych z klatki piersiowej i kończyn. W zegarkach Apple wykorzystywana jest jednak metoda oceny fali tętna za pomocą światła z diody LED i fotoczujnika. Wiemy, że kształt oraz miarowość tej fali koreluje z czynnością elektryczną serca, a zatem również z ewentualną arytmią.
Czy ten pomiar tętna jest prezycyjny?
Badania pokazują, że ocena fali tętna cechuje się mniejszą wartością diagnostyczną niż zapis EKG. Jednak z uwagi na powszechność i łatwość monitorowania pulsometr pozwala na zebranie większej ilości danych a tym samym zwiększa szansę na wykrycie arytmii.
Jak mogę wziąć udział w badaniu?
Aby wejść do badania należy pobrać aplikację Heart Study, mieć min. 22 lata, wyrazić zgodę na przetwarzanie danych i udział w badaniu oraz posiadać zegarek Apple Watch Series 1 lub wyższy. Uwaga posiadacze Apple Watch (1st generation) niestety nie będą mogli uczestniczyć w badaniu.
Skąd pobrać aplikację Heart Study?
Aplikacja jest dostępna pod linkiem: https://itunes.apple.com/us/app/apple-heart-study/id1277240928?mt=8 (wyłącznie amerykański AppStore)
Interpretacja EKG: lekarz kardiolog vs. sztuczna inteligencja
Opublikowane: 8 października 2017 Filed under: Badania kliniczne, Choroby, Układ krążenia | Tags: AI, ecg, Kardia, sieci neuronowe, szutczna inteligencja Dodaj komentarzOd kilku lat obserwujemy bardzo intensywny rozwój systemów wykorzystujących metody sztucznej inteligencji do interpretowania EKG i rozpoznawania istotnych klinicznie arytmii serca. Mimo, że dla większości praktykujących lekarzy, w tym kardiologów, zastąpienie doświadczonego oka algorytmem nadal jest pieśnią przyszłości, ostatnie pozytywne opienie Amerykańskiej Agencji ds. Leków (FDA, ang. Food and Drug Agency) dość istotnie skracają drogę do praktycznego wdrożenia takich rozwiązań.
Flagowym przykładem jest jednoodprowadzeniowe EKG Kardia, które może być umieszczone obudowie smartfona. Poza klasycznym zapisem czynności elektrycznej serca aplikacja zarządzająca urządzeniem posiada algorytm automatycznego rozpoznawania migotania przedsionków. To najczęstszy rodzaj arytmii, który nieleczony prowadzi do udaru niedokrwiennego mózgu oraz nasila niewydolność serca. W formie napadowej, migotanie przedsionków często sprawia trudność diagnostyczną i je zbyt późno rozpoznawane. Automatyzacja procesu i wyręczenie lekarza możnie mieć piramidalne ważne konsekwencji poprawy diagnostyki pacjentów i redukcji powikłań arytmii.
Opublikowane na łamach Circulation badanie REHEARSE-AF potwierdziło 4-krotnie większą częstość rozpoznania migotania przedsionków w grupie pacjentów stosujących EKG podłączone do smartfona dwa razy w tygodniu.
Przykładem projektu badawczego, który przekształcił się w funkcjonującą i certyfikowaną platformę do diagnostyki EKG jest francuski Cardiologs, który pozwala na automatyczną diagnostykę 10 arytmii, w tym również migotania przedsionków. Badania kliniczne wspierające technologią pokazują 91% dodatnią wartość predykcyjną i 97% czułość w wykrywaniu migotania przedsionków. Podobnie technologia iRhythm, również oparta na algorytmach sztucznej inteligencji, w badaniu walidującym koncepcję rozwiązania, w przypadku 14 z analizowanych 16 typów arytmii okazała się być skuteczniejsza od opisujących zapisy specjalistów kardiologii. Pojawia się zatem pytanie czy sięganie po tego typu rozwiązania to tylko oszczędność czasu lekarzy i redukcja kosztów, czy też może powinniśmy oceniać je również pod kątem bezpieczeństwa opieki medycznej.
Obok sygnału EKG równie atrakcyjną metodą detekcji arytmii jest analiza fali tętna monitorowanej za pośrednictwem pulsometrów umieszczonych w smartwatchach i opaskach monitorujących aktywność fizyczną. Ogłoszone w trakcie 38 konferencji Heart Rythem Society badanie mRhythm Study potwierdziło, że automatyczna analiza fali tętna wykonywana przez Apple Watch pozwala z 97% dokładnością wykryć migotanie przedsionków (ta funkcja nie jest jeszcze standardowo dostępna w oprogramowaniu watchOS). Warto zauważyć, że takie podejście nie wymaga od chorego żadnych dodatkowych czynności, poza założeniem rano zegarka na rękę.
Podsumowując, wprowadzenie technik opartych na metodach sztucznej inteligencji do budowania algorytmów interpretujących zapisy EKG pozwoliły na uzyskanie wyników porównywalnych lub lepszych od tradycyjnego podejścia. Najbliższe 12 miesięcy pokaże na ile szybko wyniki tych badań uda się wprowadzić do praktyki klinicznej, a aplikacje diagnozujące arytmie instalowane będą na telefonach i smartwatchach naszych pacjentów.
System przewidujący upadki u osób starszych
Opublikowane: 12 grudnia 2016 Filed under: Choroby, Inne | Tags: osoby starsze, upadki, zaburzenia równowagi, złamanie szyjki kości udowej 1 komentarzUpadki i ich konsekwencje to prawdziwa plaga, z którą muszą zmierzyć się geriatrzy. Ocenia się, że co roku upada 28-35% osób w wieku powyżej 65. roku życia. Jeden z pięciu upadków powoduje poważne obrażenia – złamania kości czy urazy głowy. W Stanach Zjednoczonych co roku 250 tysięcy starszych osób trafia do szpitala z powodu złamania szyjki kości udowej. Są to bardzo niepokojące dane, ponieważ 20% osób ze złamaniem szyjki kości udowej umiera w ciągu roku.
Nic więc dziwnego, że poszukiwane są sposoby na zapobieganie upadkom w populacji osób starszych. Najważniejsze jest oczywiście eliminowanie przyczyn zaburzeń równowagi, takie jak niewłaściwa dieta (niedobór wapnia i witaminy D) czy przyjmowanie niektórych leków (np. przeciwdepresyjnych, uspokajających, obniżających ciśnienie). Niestety, wraz z wiekiem następuje osłabienie narządów zmysłów odpowiadających za utrzymywanie stabilności postawy: takich jak wzrok, słuch czy równowaga. Nie jest to proces, który umiemy zatrzymać, dlatego też tak istotne jest odpowiednio wczesne przewidzenie, że danej osobie grozi już upadek.
Naukowcy z Sinclair School of Nursing i College of Engineering Uniwersytetu w Missouri opracowali właśnie system wykorzystujący zewnętrzne czujniki umieszczone w domu lub w domu opieki, dzięki któremu można przewidzieć, że starsza osoba upadnie aż 3 tygodnie wcześniej, co pozwala na zastosowanie odpowiednich środków zapobiegawczych.
Oceniane są długość kroków i szybkość przemieszczania się obserwowanej osoby, a kiedy zostaną wykryte nieprawidłowości, opiekun zostaje poinformowany o tym mailowo. System opracowano, wykorzystując obserwacje prowadzone przez 10 lat (część osób była obserwowana przez 3 miesiące, inne przez 4 lata) za pomocą czujników zainstalowanych w domach osób starszych. Stwierdzono, że u osób starszych skrócenie kroku związane jest z 50,6% prawdopodobieństwem upadku w ciągu 3 tygodni, a zmniejszenie szybkości poruszania się o 5 cm/s z 86,3% ryzykiem.
System został sprawdzony z dobrym skutkiem w domu opieki dla osób starszych w TigerPlace, w Stanach Zjednoczonych.
Materiały zdjęciowe: MU Center for Eldercare and Rehabilitation Technology.
Źródło: Phillips LJ, DeRoche CB, Rantz M, et al. Using Embedded Sensors in Independent Living to Predict Gait Changes and Falls. West J Nurs Res 2016 Jul 27.
Efektywny Lekarz 