Voorspellen van exacerbaties via thuismetingen met sensortechnologie

Nachtelijk gebruik van microfoontjes en sensoren blijkt een haalbare methode om bij mensen met astma exacerbaties te voorspellen. Door de data uit te lezen met een Google Nest Hub kunnen patiënten tijdig actie ondernemen om exacerbaties te voorkomen. Astma-exacerbaties gaan gepaard met een sterk verminderde kwaliteit van leven en zijn verantwoordelijk voor een hoge maatschappelijke en economische last, waardoor het eerder herkennen of voorkomen ervan van belang is.

In dit prospectieve onderzoek bestudeerden de onderzoekers of thuismetingen in de nacht mensen met astma kunnen informeren over dreigende exacerbaties nog voordat zij zelf symptomen ervaren. Hiervoor kregen de deelnemers een microfoontje en een miniatuur-radarsensor mee naar huis om te koppelen aan een Google Nest Hub. Van 38 mensen konden geschikte data worden uitgelezen.

De deelnemers waren voornamelijk vrouwen (80,5%), van wie 82,9% een slechte astmacontrole had. De algoritmes die één dag of twee dagen van tevoren exacerbaties konden voorspellen, voorspelden in totaal respectievelijk 18 en 16 exacerbaties. De sensitiviteit voor het voorspellen van een exacerbatie één dag van tevoren bedroeg 0,67 (95%BI 0,46-0,84) en twee dagen van tevoren 0,64 (95%BI 0,38-0,84).

De specificiteit was respectievelijk 0,85 (95%BI 0,77-0,91) en 0,81 (95%BI 0,72-0,87). De onderzoekers concluderen uit deze pilot dat thuismetingen met gemakkelijk toegankelijke technologie een haalbare methode vormen om astma-exacerbaties te voorspellen nog voordat patiënten klachten ervaren. Grootschaliger vervolgonderzoek zou er volgens hen toe kunnen leiden dat deze methode ziekenhuisopnames en de noodzaak voor orale corticosteroïden helpt voorkomen.