Sporer din HEP-app rent faktisk patienternes overholdelse af behandlingen?

Login-fælden: Det, dit kontrolpanel ikke fortæller dig

En patient åbner dit HEP-dashboard dagen før sin opfølgningskonsultation, og status viser »logget ind«. Du har stadig ingen anelse om, hvorvidt vedkommende har udført de foreskrevne tre sæt à ti gentagelser, holdt hver strækning i hele tredive sekunder, eller blot har åbnet appen, kastet et blik på skærmen og lukket den igen. Tidsstemplet for login er det eneste, som dashboardet har registreret. Alt, hvad der har klinisk betydning, fandt sted uden for skærmen.

Dette hul gør din vurdering mellem konsultationerne til et gætteri. Når en patient ikke gør fremskridt, står du over for to meget forskellige forklaringer. Enten er programmet forkert og skal justeres, eller også har patienten aldrig fulgt programmet som foreskrevet. Et signal, der kun bygger på login, kan ikke skelne mellem disse to muligheder. Så går du ind til den næste konsultation klar til at ændre planen, når det egentlige problem var manglende overholdelse, eller også presser du patienten til at overholde programmet mere nøje, når det i virkeligheden var selve øvelserne, der var problemet.

Går man galt i gangen, koster det et besøg. Går man for hurtigt frem i programmet, risikerer man at forværre symptomerne. Holder man unødigt igen, bremser man en patient, der ellers ville have reageret positivt på en større udfordring. Uanset hvad spilder man klinisk tid på at rette op på en beslutning, man har truffet på baggrund af ufuldstændige oplysninger, og patienten mister tilliden til, at planen virker.

Dette mønster går igen i mange HEP-apps, der er rettet mod patienter, og det er ikke en enkelt leverandørs skyld. En stor del af markedet betragter en åben session som målet for overholdelse, fordi det er nemt at registrere, når en app startes, mens det ikke er nemt at registrere, hvad en patient rent faktisk har lavet. Resultatet er et dashboard, der viser deltagelse frem for indsats. Inden du vurderer en HEP-platform ud fra dens træningsbibliotek eller brugergrænseflade, skal du spørge, hvad dens overholdelsessporing rent faktisk måler. Det ene svar adskiller de værktøjer, der underbygger dine kliniske beslutninger, fra dem, der efterlader dig i tvivl.

To niveauer for overvågning af overholdelse

Overvågning af behandlingsoverholdelse er opdelt i to niveauer, og forskellen mellem dem afgør, om dit dashboard besvarer kliniske spørgsmål eller blot rejser dem. Niveau 1 er login- eller sessionssporing. Appen bekræfter, at en patient har åbnet sit program, og intet andet. Du ser et tidsstempel, måske et antal sessioner, og resten må du selv udlede.

Niveau to er egentlig overvågning af overholdelse, og her registreres, hvad patienten rent faktisk har gjort i programmet. En niveau-to-platform registrerer, hvilke øvelser patienten har markeret som gennemførte, hvor mange sæt og gentagelser vedkommende har indtastet, og hvordan vedkommende har vurderet smerte eller sværhedsgrad for den pågældende session. Nogle platforme går endnu længere og indsamler objektive bevægelsesdata, såsom holdetider, antal gentagelser og bevægelsesomfang, der måles automatisk i stedet for at blive indtastet af patienten. Selvrapporterede data tæller stadig som niveau 2, men automatisk målte data fjerner usikkerheden om, hvorvidt en patient har registreret sine oplysninger ærligt.

Denne skelnen ændrer, hvad man med sikkerhed kan konkludere mellem konsultationerne. Et niveau 1-loginsignal fortæller, at patienten på en eller anden måde har interageret med appen. Det kan dog ikke afsløre, om patienten har gennemført den foreskrevne dosis, sprunget den sværeste øvelse over eller stoppet efter to gentagelser, fordi en bevægelse gjorde ondt. Når en patient ikke gør fremskridt, og man kun har en login-registrering at gå ud fra, er man nødt til at gætte på, om programmet er forkert, eller om patienten slet ikke har fulgt det.

Tier-2-data udfylder dette hul, fordi de skelner mellem et problem med selve programmet og et problem med patientens overholdelse. Hvis en patient har registreret alle sæt og gentagelser over to uger og stadig ikke rapporterer nogen ændring, skal programmet sandsynligvis justeres, og du kan ændre det på baggrund af fakta frem for en fornemmelse. Hvis den samme patient har gennemført tre ud af otte sessioner og hver gang har vurderet smerten som høj, har du at gøre med et overholdelsesproblem forårsaget af ubehag, og løsningen er en samtale om tempoet eller en tilpasset øvelse, ikke et nyt program.

Vurderinger af smerte og sværhedsgrad pr. session tilføjer et perspektiv, som rene gennemførelsestal ikke fanger. En patient kan gennemføre alle gentagelser og alligevel være på vej mod et opblussen, og en sværhedsgradsvurdering, der stiger fra session til session, signalerer dette inden den næste konsultation. Selvrapporterede vurderinger er som sædvanlig behæftet med den forbehold, at patienter afrunder opad, glemmer noget eller svarer for at behage behandleren, hvilket er grunden til, at objektivt målte bevægelsesdata styrker helhedsbilledet, hvor en platform tilbyder dette.

Brug disse to niveauer som udgangspunkt for din vurdering af enhver HEP-platform, du overvejer. Spørg, hvilket niveau et produkt leverer, før du tager andre faktorer i betragtning, for hvis produktet kun tilbyder login-funktionen, vil du være nødt til at træffe kliniske beslutninger uden noget grundlag. I det næste afsnit omsættes denne ramme til konkrete spørgsmål, som du kan stille en leverandør under en demonstration.

Købers tjekliste: spørgsmål, man bør stille enhver HEP-leverandør

Gennemgå enhver leverandørdemo ud fra disse spørgsmål, inden du forpligter dig. Hvert spørgsmål afslører, om en platform sporer loginsignaler på niveau 1 eller compliance-data på niveau 2, og svarene skelner mellem markedsføringspåstande og det, som dashboardet rent faktisk viser.

Sporer appen, om en session åbnes, eller om øvelserne rent faktisk gennemføres? En leverandør, der rapporterer om »logget ind« eller »session startet«, viser dig kun overfladiske data. Bed dem om at åbne en rigtig patientjournal og pege på, hvilke øvelser der er markeret som gennemført. Hvis de kun kan vise, at patienten har åbnet programmet, stopper platformen ved indgangsdøren.

Registreres sæt og gentagelser automatisk, eller skal de indtastes manuelt? Begge dele er mere end blot et tegn på, at man har trænet, men de har forskellig vægt. Manuelt indtastede oplysninger afhænger af, at patienten ærligt klikker sig igennem hver øvelse. Automatisk registrerede gentagelser og holdetider fjerner dette gætteri. Spørg, hvilken metode der rent faktisk anvendes.

Kan behandleren se, hvorvidt patienten følger de enkelte øvelser, og ikke blot den samlede overholdelse af programmet? En score på »80 % overholdelse« for hele programmet skjuler de øvelser, som patienten springer over. Spørg, om du kan se, hvilke øvelser der er gennemført, én for én. Den detalje fortæller dig, om patienten undgår netop den bevægelse, der gør ondt, hvilket har betydning for, hvordan du tilpasser træningsplanen.

Registrerer appen vurderinger af smerte eller sværhedsgrad for hver enkelt træningssession? De vurderinger, der registreres for hver session, giver dig mulighed for at se, om en patient afbrød en øvelse, fordi den var for smertefuld eller blot for let. En platform, der ikke indsamler feedback på sessionsniveau, efterlader dig med at skulle fortolke et gennemførelsestal uden nogen sammenhæng.

Findes der nogen form for objektiv bevægelsesverifikation, eller er alt baseret på patientens egne oplysninger? Spørg direkte, om platformen kan måle noget om, hvordan en øvelse blev udført – f.eks. antal gentagelser, holdetid eller ledvinkel – i stedet for blot at stole på, at brugeren har sat et flueben. Objektive målinger er sjældne, så betragt et klart svar som et stærkt signal.

Bliver data om behandlingsoverholdelse sendt tilbage til det dashboard, du allerede bruger i det daglige? Data, der er låst inde i en separat portal, som du skal huske at tjekke, bliver sjældent tjekket. Spørg, om rapporteringen om behandlingsoverholdelse vises på den samme skærm, hvor du planlægger det næste besøg, og om den integreres med dit elektroniske patientjournal-system (EHR).

Sådan ser reel overvågning af overholdelse ud i praksis

PhysiApp, vores app til patienter, registrerer, hvad en patient rent faktisk gør i hver træningssession, i stedet for blot at registrere, om vedkommende har åbnet programmet. Når en patient gennemfører de foreskrevne øvelser, PhysiApp , hvilke øvelser vedkommende har markeret som afsluttede, de sæt og gentagelser, der er indtastet, samt hvordan vedkommende har vurderet smerte eller sværhedsgrad for den pågældende session. Disse sessionsoptegnelser besvarer spørgsmålene på tjeklisten direkte, da de skelner mellem en patient, der har gennemført alle fire øvelser, og en, der stoppede efter den første.

Oversigten over de enkelte øvelser er særlig vigtig, når en patient går i stå. Hvis en patient klager over smerter i skulderen, og dataene viser, at vedkommende har gennemført øvelserne for underkroppen, men har sprunget skulderøvelserne over ved hver eneste træningssession, ved man, at problemet med manglende overholdelse ligger i netop disse specifikke bevægelser og ikke i programmet som helhed. Dette detaljeringsniveau giver mulighed for at tilpasse træningsprogrammet på baggrund af fakta i stedet for gætterier, og det forvandler en vag bemærkning om »manglende fremskridt« til en konkret samtale ved næste besøg.

Vi sender disse data tilbage til klinikerens dashboard i Physitrack – det samme sted, hvor du opretter og tildeler programmer. Du kan se overholdelsen pr. øvelse og pr. session side om side med det program, du har ordineret, så du behøver ikke at logge ind på et separat værktøj eller sammenholde data fra to systemer. Vurderinger af smerte og vanskeligheder vises ved siden af gennemførelsesdataene for hver session, hvilket betyder, at et fald i overholdelsen og en stigning i den rapporterede smerte vises sammen i stedet for hver for sig.

Selvrapporteret træningslogning har en kendt begrænsning. En patient fortæller PhysiApp har gennemført tre sæt à ti gentagelser, og du registrerer det, patienten har indtastet – ikke det, en sensor har målt. Det er stadig langt mere nyttigt end et tidsstempel for log-in, fordi det indfanger patientens egen beskrivelse af sæt, gentagelser og hvordan træningen føltes, og det giver dig en oversigt over hver enkelt træningssession, som du kan gennemgå mellem konsultationerne. For de fleste hjemmetræningsprogrammer er en ærlig selvrapportering på dette detaljeringsniveau tilstrækkelig til at skelne mellem et problem med overholdelse og et problem med selve programmet.

Det betyder i praksis, at der går kortere tid mellem besøgene. Du tildeler et program, patienten gennemfører det, og du kan se detaljerne på sessionsniveau, inden patienten træder ind ad døren igen. Når en patient møder op uden fremskridt, ved du allerede, om vedkommende har udført øvelserne, hvilke øvelser der var svære, og hvordan vedkommende har vurderet hver enkelt session. Denne kontekst erstatter gætteriet med et udgangspunkt for den næste kliniske beslutning.

Motion Capture: objektive bevægelsesdata uden video

Selvrapporteret registrering afhænger af, at patienten husker at trykke på »færdig« og rapporterer ærligt. Motion Capture fjerner dette trin for de øvelser, hvor udførelsen er af afgørende betydning. Systemet bruger patientens webcam til at spore ledvinkler under en bevægelse, tælle gentagelser, måle holdetider og give stemmevejledning, når patienten kommer ud af position. Det, du får ud af det bagefter, er en række tal. Du kan se, hvor mange gentagelser patienten rent faktisk har udført, hvor længe hver holdning varede, og hvordan bevægelsesomfanget har udviklet sig fra session til session – i stedet for en selvrapporteret opgørelse, som du er nødt til at stole på uden videre.

Mekanismen bag dette er poseestimering, en teknik, der aflæser leddenes position ud fra kamerabilledet og omdanner dem til strukturerede målinger. Physitrack disse data i browseren og sender kun de resulterende numeriske data tilbage til dit kontrolpanel. Der optages ingen video, og der overføres eller gemmes ingen video. Patienten træner i sit eget hjem, og du modtager data om ledvinkler og gentagelser, ikke optagelser af patientens bevægelser.

Det er vigtigt med et privatlivsvenligt design, når en funktion kræver, at patienten tænder for et kamera. Mange patienter tøver, når en app anmoder om adgang til video, og det er helt forståeligt. Da Motion Capture opbevarer billedet på patientens enhed og kun sender målinger tilbage, får man objektive bevægelsesdata uden at oprette en videofil, der skal sikres, godkendes og reguleres. Det kliniske signal modtages uden overvågningsproblemer.

Motion Capture foretager målinger. Det stiller ikke diagnoser. Ledvinklerne og antallet af gentagelser giver dig et mere solidt grundlag for at vurdere udviklingen mellem konsultationerne, men de understøtter din kliniske vurdering – de erstatter den ikke. Et fald i holdetiden eller et indsnævret bevægelsesområde giver dig en indikation af, hvor du skal kigge nærmere. Det er dig, der afgør, hvad det betyder for patientens behandlingsplan, om programmet skal justeres, og om fundet berettiger til en telefonisk henvendelse eller en tidligere aftale.

Motion Capture har i øjeblikket status »kommer snart«, og klinikere kan skrive sig på ventelisten for at få besked, når funktionen bliver tilgængelig. Når man i dag vurderer en HEP-platform, bør man betragte objektiv bevægelsesmåling som det niveau, der ligger over selvrapportering, og som det er værd at spørge ind til. En leverandør, der på sigt kan verificere antal gentagelser og holdetider automatisk, udfylder et hul, som patientrapporteret logning alene efterlader, og det sker uden at forvandle patientens stue til et overvåget rum.

Valg af en platform, der slutter cirklen

Data om overholdelse af træningsprogrammet har sin berettigelse i din arbejdsgang, når de forklarer, hvorfor en patient gør fremskridt eller ej. Et tal, der blot bekræfter en indlogning, efterlader dig i tvivl om, hvorvidt det er programmet, der skal justeres, eller om det er patienten, der ikke gør sit arbejde. Tier-2-opfølgning besvarer dette spørgsmål ved at vise, hvilke øvelser der blev gennemført, hvor mange sæt og gentagelser der blev udført, og hvordan patienten vurderede smerte eller vanskeligheder undervejs.

Svaret finder man i hjem metræningsprogrammet. Physitrack først og fremmest på HEP, og PhysiApp rapportering af overholdelse sender data på sæt- og sessionsniveau tilbage til det dashboard, du allerede bruger, så du kan se ”hvorfor” uden at skifte værktøj eller lede efter en separat rapport. Motion Capture, som i øjeblikket er på venteliste, tilføjer objektive bevægelsesdata oven på selvrapporterede logfiler, når det lanceres, hvilket giver dig antal gentagelser og holdetider til at understøtte din kliniske vurdering i stedet for at erstatte den.

Hvis du er i gang med at vurdere forskellige platforme, bør du gennemgå tjeklisten for købere i forbindelse med hver eneste leverandørdemo, du deltager i. Spørg hver enkelt leverandør, om platformen registrerer, hvornår sessionerne åbnes, eller om brugerne rent faktisk gennemfører øvelserne, om sæt og gentagelser logges eller angives af brugerne selv, og om overholdelsen af træningsplanen vises på et samlet dashboard, som du kan tjekke mellem dine besøg. En platform, der lukker cirklen, gør din næste aftale til en samtale om fremskridt i stedet for en runde med gætterier. Du kan se, hvordan PhysiApp rapportering af overholdelse fungerer på physitrack.com.