关键词:
呼吸训练
可穿戴设备
呼吸困难
生理数据
康复需求
摘要:
研究背景
慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)是一种常见的慢性气道疾病,具有较高的患病率与死亡率,并带来了沉重的疾病负担。康复是COPD管理中的重要组成部分。然而目前各级医院之间康复的实施情况存在较大差异,可获得利用的资源不足是导致差异的原因之一。数字化呼吸训练系统将可穿戴生理信号采集系统与呼吸模式优化训练APP相结合,可以实现智能化、个体化的呼吸训练,并且在训练过程中实时监测患者的生理信息。此外该技术可实现远程监测与训练,不受地域限制。但是目前数字化呼吸训练系统的可行性以及临床效果还需进一步研究。本研究旨在探索该系统对受试者心肺生理参数和呼吸困难症状的影响,分析其临床应用效果,为受试者提供一种新的个体化呼吸训练工具。
研究一中国慢性阻塞性肺疾病的康复需求评估与预测:基于全球疾病负担研究
目的
本研究的目的是利用全球疾病负担研究(Global Burden of Disease Study2019,GBD 2019)的伤残寿命年(years lived with disability,YLDs)数据分析COPD的康复需求趋势。
方法
为了估计康复需求,使用了GBD 2019中1990-2019年中国COPD患病情况和YLDs的数据。计算年估计变化百分比(estimated annual percentage change,EAPC)以确定COPD疾病负担和康复需求的时间趋势。贝叶斯年龄-时期-队列(Bayesian age-period-cohort,BAPC)模型用于预测未来25年的康复需求,并利用R语言Nordpred包进行年龄-时期-队列(age-period-cohort,APC)模型以进行验证。
结果
2019年,中国COPD患病人数为45164959.65例(95%UI:41126104.45,49616063.06),这些患者在疾病发展的某一阶段可以受益于康复服务,导致YLDs为4511495.71例(95%UI:3704483.01,5265689.99)。在过去30年里,患病率和YLDs的年龄标准化率(age-standardized rate,ASR)有所下降,但患病数和YLDs数量继续增加。预测结果表明,YLDs的ASR呈下降趋势,而在未来25年YLDs数量将进一步增加。
结论
预计在未来几十年,中国COPD的YLDs的负担将进一步增加,对康复服务的需求也将不断增长。因此,提高康复意识,将其作为健康管理的组成部分,对于减轻中国COPD的负担至关重要。
研究二呼吸模式优化训练APP功能初步验证
目的
本研究对数字化呼吸训练系统中的呼吸模式优化训练APP进行功能初步验证,并分析受试者对该系统的接受程度,探究系统的可用性,以期数字化呼吸训练系统可以支持受试者进行个体化呼吸训练。
方法
本研究分三个阶段进行以分析呼吸模式优化训练APP功能应用情况。第1阶段,由团队小组进行内部最终测试与完善,以发布系统进行实践应用。第2阶段,研究招募2022年5月~2022年9月来自中国人民解放军总医院和郑州大学第五附属医院的30名健康受试者。受试者被邀请使用该系统,使用期间收集受试者的使用情况、生理参数变化以及对系统可用性的评价。第3阶段,研究招募2022年9月~2022年12月在中南大学湘雅二医院呼吸科住院的35名COPD患者。同样的,患者自愿使用系统并进行连续生理数据采集以及系统可用性评价。
结果
在内部测试中,主要完善了目标呼吸频率的设置规则。在外部验证中,健康受试者与COPD患者的呼吸模式参数有不同程度的改善,数字化呼吸训练系统可以使呼吸频率降低、血氧饱和度升高、吸气时间和呼气时间增加等。在系统可用性评估中,两组参与者系统可用性量表(System Usability Scale,SUS)平均分均大于80分,表明系统可用性较好。
结论
以用户为中心开发的数字化呼吸训练系统,可以帮助降低呼吸频率,进行深而慢的呼吸,并且受试者普遍认为该系统易于接受使用。
研究三不同呼吸模式对健康成年人自主神经的影响:从HRV角度探究智能引导模式是否具有优势
目的
心率变异性(heart rate variability,HRV)是评价自主神经功能的重要指标,与健康状态有密切的关系。本研究旨在分析数字化呼吸训练系统对受试者HRV的影响,探讨由数字化呼吸训练系统引导的三种呼吸模式中智能引导模式是否具有优势。
方法
本研究招募2022年5月~2022年9月来自中国人民解放军总医院和郑州大学第五附属医院的30名健康受试者。采用随机数表法将受试者分到6种呼吸模式顺序的其中一种。使用数字化呼吸训练系统进行连续生理数据采集,包括SDNN、RM