Показатель Биометрического Улучшения — Метрики Цифрового Здравоохранения

Показатель биометрического улучшения — это доля включённых в программу цифрового здравоохранения пациентов, у которых за определённый период участия достигается клинически значимое улучшение отслеживаемого биометрического показателя — чаще всего гликированного гемоглобина (HbA1c) в программах по диабету и кардиометаболическим состояниям или индекса массы тела (ИМТ) в программах контроля веса. Это метрика исходов, которая в конечном счёте обосновывает клинические заявления о цифровом медицинском продукте: показатели вовлечённости и внедрения описывают, как используется продукт, а биометрическое улучшение ближе к доказательству того, что он работает.

Почему это важно

Программы цифрового здравоохранения часто продаются и заказываются на основании обещания улучшить результаты для здоровья, а показатель биометрического улучшения — наиболее прямой и поддающийся количественной оценке способ проверить это обещание по конкретному, клинически признанному порогу, а не по расплывчатому утверждению о «лучшем здоровье». Плательщики, работодатели и системы здравоохранения всё чаще увязывают возмещение расходов или продление контракта с продемонстрированным биометрическим изменением, поэтому программа, не способная достоверно сообщать этот показатель, оказывается в невыгодном положении как коммерчески, так и клинически. Метрика также служит проверкой дисциплины при проектировании программы: сообщать о вовлечённости (входы в систему, отправленные сообщения) гораздо проще, чем об исходах, и команде следует с подозрением относиться к любой программе, которая с энтузиазмом сообщает о первом, будучи расплывчатой в отношении второго.

Как рассчитывается

Показатель биометрического улучшения = пациенты, достигшие определённого
                                       клинически значимого улучшения /
                                       пациенты с достоверным исходным и
                                       контрольным измерением × 100

Распространённые клинически значимые пороги:
  HbA1c   — снижение на ≥ 0,5 процентного пункта либо достижение
            заданной целевой величины (например, < 7,0 %) от исходного
            значения вне нормы
  ИМТ     — снижение на ≥ 5 % исходной массы тела, сохраняющееся до
            точки контрольного измерения

Сообщайте отдельно по каждому отслеживаемому биометрическому показателю;
никогда не смешивайте улучшение HbA1c и ИМТ в единый совокупный
процент «улучшения».

Разобранный пример

Кардиометаболическая программа цифрового здравоохранения включает 800 пациентов с исходным уровнем HbA1c вне нормы. Из них у 620 есть и достоверное исходное, и контрольное измерение через 6 месяцев (180 потеряны для последующего наблюдения и исключены из знаменателя, а не засчитаны как неудачи). Из 620 пациентов с парными измерениями у 340 достигается снижение не менее чем на 0,5 процентного пункта. Показатель биометрического улучшения составляет 340 / 620 × 100 = 55 %. Сообщение этого показателя относительно всех 800 включённых (340 / 800 = 42,5 %) смешало бы потерю для последующего наблюдения с неэффективностью лечения и занизило бы показатель для пациентов, которые действительно прошли измерения.

Источники данных и предостережения

Исходные и контрольные биометрические значения обычно поступают из подключённого устройства (глюкометра или умных весов с Bluetooth), из результата лабораторного анализа, импортированного из электронной медицинской карты, или из самостоятельно сообщённого значения, введённого пациентом, — и эти три источника обладают очень разной надёжностью, поэтому источник следует указывать вместе с показателем. Потеря для последующего наблюдения редко бывает случайной: пациенты, прекращающие участие в программе, нередко оказываются и теми, у кого улучшение наименее вероятно, поэтому высокий показатель улучшения, рассчитанный только по пациентам, завершившим последующее наблюдение, может завысить истинный популяционный эффект программы. Сезонные эффекты и регрессия к среднему реальны как для HbA1c, так и для массы тела, поэтому программе следует по возможности сравнивать результаты с параллельной или исторической контрольной группой, а не считать любое улучшение доказательством эффекта программы.

Распространённые ошибки

Исключение, а не сообщение, потери для последующего наблюдения: молчаливое исключение из знаменателя пациентов без контрольного измерения может существенно завысить видимый показатель улучшения; всегда сообщайте долю завершивших контрольное измерение вместе с самим показателем улучшения.
Смешивание самостоятельно сообщённых и полученных с устройств измерений без пометки: самостоятельно сообщённая масса тела систематически менее надёжна, чем показание подключённых умных весов, а смешивание двух источников скрывает, какая доля видимого улучшения является шумом измерения.
Отсутствие контроля или контрфактического сценария: многие хронические биометрические показатели колеблются или сами регрессируют к среднему; показатель улучшения в одной группе без какой-либо группы сравнения — это указание, но не убедительное доказательство эффекта программы.
Принятие скромного среднего сдвига за свидетельство широкого улучшения: небольшое среднее улучшение на уровне популяции может определяться несколькими пациентами с выраженным ответом, тогда как у большинства изменений нет; сообщайте распределение (например, долю пересёкших клинически значимый порог), а не только средний сдвиг.

Источники

American Diabetes Association (ADA), Standards of Care in Diabetes, руководство по целевым значениям HbA1c и клинически значимым изменениям
Centers for Disease Control and Prevention (CDC), Division of Diabetes Translation, руководство по оценке программ
Рецензируемая литература по результатам цифровых программ при диабете и контроле веса, например исследования, опубликованные в npj Digital Medicine и Diabetes Care

См. также: показатель приверженности лечению — частый первичный фактор биометрического улучшения в программах при хронических состояниях.