De explosieve toename van mobiele gezondheid (mHealth) zorgt nog steeds voor veel opschudding. Mediakanalen zijn snel bezig met een flitsende nieuwe app die belooft patiënten in staat te stellen gezonder te worden of clinici te helpen effectiever en efficiënter te worden. Een review uitgevoerd door de University of Chicago toonde aan dat de meeste openbaar beschikbare mobiele gezondheidsapps zijn ontworpen voor patiënten. Ze zijn vaak gericht op welzijn en ziektebeheer. Deze twee categorieën worden gevolgd door apps voor zelfdiagnose, apps voor medicatiebeheer (digitale herinneringen) en elektronische patiëntenportaal-apps.
Moment redactionele / Getty-afbeeldingen / Getty-afbeeldingenDe meeste mHealth-apps zijn echter niet op een rigoureuze manier getest, zodat we er niet zeker van kunnen zijn dat ze hun beloften nakomen. Het doel van dit artikel is niet om het legitieme potentieel van mHealth-technologie om de gezondheidszorg en gezondheidsresultaten op een positieve manier te transformeren buiten beschouwing te laten, maar om te illustreren hoe defecte mHealth-apps en -apparaten tot ernstige gevolgen kunnen leiden.
Er zijn verschillende soorten defecten die een mHealth-app of -apparaat kunnen teisteren. De lijst is niet uitputtend.
Ongeldig
Veel mHealth-apps of -apparaten zijn ontworpen om parameters zoals bloedglucose, bloeddruk, fysieke activiteit, longfunctie, zuurstofniveaus en hartritmes te meten. Een ongeldige app of ongeldig apparaat meet de parameter onnauwkeurig, hetzij door onderschatting, overschatting of verkeerde classificatie.
Overweeg een app die verbinding maakt met een glucosestriplezer om de smartphone in een glucosemeter te veranderen. Als de app een ongeldige glucosemeting weergeeft en een onjuiste dosis insuline aanbeveelt, kan de patiënt gevaarlijk lage of hoge glucosespiegels krijgen nadat de insuline is toegediend.
Sommige parameters zijn geen simpele getallen, maar eerder categorieën. Een ongeldige app zou de parameter verkeerd indelen in de verkeerde categorie. Joel A. Wolf en zijn collega's van de Universiteit van Pittsburgh evalueerden de nauwkeurigheid van smartphone-apps die waren ontworpen om foto's van huidlaesies te analyseren en om de waarschijnlijkheid in te schatten dat de laesies melanomen waren.
Drie van de vier apps hebben 30 procent of meer van echte melanomen verkeerd geclassificeerd als goedaardig. Een andere studie met interessante resultaten werd ook gepubliceerd door Dr. Christophe Wyss, een cardioloog van de Hartkliniek Zürich in Zwitserland. Zijn team onderzocht commerciële smartphone-apps die de hartslag meten. Ze vonden inconsistenties in hun diagnostische nauwkeurigheid, waarbij contactloze apparaten minder nauwkeurig waren dan contactgebaseerde apps.
De mate waarin een ongeldige app of ongeldig apparaat de patiëntveiligheid in gevaar zou brengen, hangt af van de richting en omvang van de fout, de onderliggende gezondheidstoestand die wordt aangepakt, de context waarin de app wordt gebruikt, en andere factoren.
Onbetrouwbaar
Een onbetrouwbare app of apparaat zorgt voor overmatige variatie bij het meten van parameters die niet zijn veranderd. Een onbetrouwbare app voor glucosemeting zou bijvoorbeeld aangeven dat de bloedglucose van de gebruiker aanzienlijk is veranderd, terwijl deze in werkelijkheid stabiel is gebleven. Merk op dat een app of apparaat betrouwbaar maar ongeldig kan zijn. Een apparaat dat de bloedglucose consequent met 30 mg / dL onderschat, zou betrouwbaar maar ongeldig zijn.
Niet op bewijzen gebaseerd
Een app of apparaat dat niet op wetenschappelijk bewijs is gebaseerd, kan beoordelingen opleveren of behandelingen suggereren die op zijn best nutteloos of in het slechtste geval schadelijk zijn. Een tussenliggend scenario is dat de mHealth-technologie geen functies of componenten biedt waarvan bekend is dat ze nuttig zijn. Stel dat een arts een app gebruikt om te bepalen wat de beste behandeling is voor een patiënt met ongecontroleerd astma. Als de app geen evidence-based behandelingen aanbeveelt (zoals geïnhaleerde steroïden), kan de patiënt onnodig lijden.
Sommige mHealth-apps berekenen het risicoprofiel van een patiënt op basis van patiëntspecifieke gegevens. Een rekenmachine voor hartrisico's kan bijvoorbeeld de leeftijd, het geslacht, de rookstatus, de bloeddruk, het cholesterolgehalte en andere informatie van de patiënt gebruiken om het risico op hartaandoeningen in te schatten.
Grove onnauwkeurigheden in een dergelijke app kunnen clinici kantelen in de richting van schadelijke of ondoelmatige behandelingstrajecten.
Van zorgverleners wordt verwacht dat ze een klinisch oordeel vellen bij de beslissing of ze handelen op basis van informatie die door apps of apparaten wordt gepresenteerd. Maar een defecte app kan betrouwbaar lijken. Patiënten of algemene consumenten (het grootste publiek voor mHealth-apps) kunnen nog minder de nauwkeurigheid van een app of apparaat beoordelen.
Experts beweren dat gerandomiseerde gecontroleerde onderzoeken (meestal beschouwd als de gouden standaard in onderzoek) nodig zijn om mHealth-apps en hun onderliggende principes te valideren. In het bijzonder moeten we zoeken naar proeven met grote monsters en lange follow-ups.
Tot dusverre zijn die onderzoeken voor mHealth-apps beperkt, maar er zijn enkele gerandomiseerde gecontroleerde onderzoeken uitgevoerd. In een studie uit 2019 werd bijvoorbeeld een gerandomiseerde gecontroleerde studie gebruikt om de effectiviteit van een mobiele app voor geestelijke gezondheid te evalueren voor het welzijn en de vermindering van stress bij werkende vrouwen. Uit het onderzoek bleek dat degenen die de app gebruikten een aanzienlijke verbetering van het werkgerelateerde welzijn hadden en minder stress.
Er zijn ook uitdagingen bij het gebruik van gerandomiseerde gecontroleerde onderzoeken bij het bestuderen van mHealth-apps. Een studie merkte op dat wachtgroepen of placebo's vaak worden gebruikt in gerandomiseerde gecontroleerde onderzoeken. In sommige gevallen is het achterhouden van behandeling niet gepast bij het bekijken van mHealth-apps die een op bewijs gebaseerde behandeling in een digitaal formaat bieden. Ze concludeerden dat de meest bruikbare benadering bij het bestuderen van deze mHealth-apps zou kunnen zijn om de resultaten van patiënten die de apps gebruiken te vergelijken met degenen die behandeld worden in een poliklinische setting.
Andere Overwegingen
Een defecte app kan van de markt worden verwijderd, zoals het geval was voor de Reumatology Calculator-app van Pfizer, die onnauwkeurige scores genereerde voor het evalueren van ziekteactiviteit bij patiënten met reumatoïde artritis.
Maar verwijdering van online markten voorkomt alleen nieuwe downloads. Hoe zit het met apps die al zijn gedownload naar de smartphone of tablet van de gebruiker? Als de gebruiker zich niet bewust is van het gevaar, blijft het risico bestaan.
Een ander belangrijk probleem is de beveiliging van gevoelige gezondheidsinformatie die wordt opgeslagen of geopend door mHealth-technologie. Patiënten en clinici maken zich zorgen over mogelijke datalekken.
De FDA reguleert sommige soorten mobiele gezondheidsapps, maar andere worden als een laag risico beschouwd als ze niet als medische hulpmiddelen worden beschouwd en niet worden gecontroleerd.
Hoewel we ons bewust moeten zijn van hun risico's en beperkingen, hebben mHealth-apps ook het potentieel om mensen aan te moedigen gezondere keuzes te maken en meer verantwoordelijkheid te nemen.
