Ένα πρωτοποριακό διαγνωστικό εργαλείο συμπεριφοράς που αναπτύχθηκε από το Πανεπιστήμιο Kingston και την εταιρεία τεχνολογίας υγειονομικής περίθαλψης Observia για να βοηθήσει τους ασθενείς να παίρνουν τα φάρμακά τους σύμφωνα με τις οδηγίες, είναι το πρώτο ολιστικό μοντέλο στον κόσμο που προβλέπει με ακρίβεια τις εισαγωγές και τις επανεισαγωγές στο νοσοκομείο σε άτομα που ζουν με διαβήτη τύπου 2, σύμφωνα με μια νέα μελέτη.
Οπως αναφέρει δημοσίευμα του Medical Xpress, το εργαλείο SPUR αναπτύχθηκε για να βοηθήσει στην καλύτερη κατανόηση των αιτιών της μη τήρησης των φαρμάκων, που ορίζεται ως ο βαθμός στον οποίο οι ασθενείς δεν λαμβάνουν τα φάρμακά τους όπως τους έχουν συνταγογραφηθεί. Η μη συμμόρφωση αναγνωρίστηκε ως παγκόσμιο ζήτημα από τον Παγκόσμιο Οργανισμό Υγείας το 2003 και κοστίζει σχεδόν 300 δισεκατομμύρια δολάρια ετησίως στις Ηνωμένες Πολιτείες και 1,25 δισεκατομμύρια ευρώ σε μέρη της Ευρώπης, σύμφωνα με έκθεση του International Longevity Center UK.
Εκτός από τον αντίκτυπο στην υγεία των ασθενών, οι οποίοι μπορεί να μην έχουν όλα τα επιδιωκόμενα οφέλη από τη θεραπεία τους, η μη συμμόρφωση έχει σημαντικές οικονομικές επιπτώσεις για τα συστήματα υγειονομικής περίθαλψης σε όλο τον κόσμο. Αυτά τα έξοδα προέρχονται από υψηλότερα ποσοστά εισαγωγής στο νοσοκομείο, επανεισαγωγές και αυξημένη διάρκεια παραμονής.
Το μοντέλο SPUR, το οποίο δημιουργήθηκε το 2017, βρέθηκε τώρα ότι είναι το πρώτο ολιστικό μοντέλο στον κόσμο που προβλέπει με ακρίβεια τις εισαγωγές στο νοσοκομείο και τις πρώιμες επανεισαγωγές από μια νέα μελέτη παρατήρησης που δημοσιεύτηκε στο Patient Preference and Adherence Journal. Δοκιμάστηκαν 200 ασθενείς που ζουν με διαβήτη τύπου 2 και εντάχθηκαν στη μελέτη από το Kingston Hospital. Ο Josh Wells, επικεφαλής ερευνητής και επικεφαλής του Τμήματος Φαρμακευτικής του Kingston, η καθηγήτρια Reem Kayyali και ο στατιστικολόγος υγειονομικής περίθαλψης Dr. Chao Wang βρήκαν ότι το SPUR θα μπορούσε να προβλέψει τον κίνδυνο μη συμμόρφωσης των ασθενών. Επίσης, να παρέχει πληροφορίες για τη συμπεριφορά των ασθενών για να εξηγήσει τους λόγους αυτού του κινδύνου.
Λιγότερες εισαγωγές στο νοσοκομείο ασθενών με διαβήτη, όταν υπήρχε αυξημένη συμμόρφωση στην αγωγή
Αυτοί που εξετάστηκαν ήταν διαφορετικής ηλικίας, εθνικότητας και φύλου, λάμβαναν διαφορετικό αριθμό φαρμάκων και είχαν μια σειρά από εισοδήματα και ιατρικές παθήσεις, συμπεριλαμβανομένων των διαγνώσεων Covid-19. Οι ασθενείς που κατέγραψαν υψηλότερες βαθμολογίες SPUR (αυξημένη συμμόρφωση) είδαν σημαντικά χαμηλότερο αριθμό εισαγωγών στο νοσοκομείο και ήταν πολύ λιγότερο πιθανό να εμφανίσουν πρόωρη επανεισαγωγή, που ορίζεται ως η εισαγωγή που πραγματοποιείται εντός 30 ημερών από το προηγούμενο εξιτήριο.
Ενώ ένας περιορισμένος αριθμός μοντέλων τήρησης φαρμάκων έχει συνδεθεί με την εισαγωγή στο νοσοκομείο, το SPUR είναι το πρώτο ολιστικό μοντέλο συμπεριφοράς στον κόσμο που μπορεί να προβλέψει την εισαγωγή και την πρώιμη επανεισαγωγή σε νοσοκομειακούς ασθενείς. “Αυτό δεν θα προσφέρει μόνο όφελος στον ασθενή όσον αφορά τη φροντίδα και την εμπειρία του με φάρμακα, αλλά και ένα οικονομικό όφελος για την υγεία που σχετίζεται με τη μείωση της βλάβης για το NHS και άλλες υπηρεσίες φροντίδας που ενδέχεται να υιοθετήσουν το μοντέλο SPUR στο πλαίσιο της συνήθους φροντίδας”, ανέφερε ο Wells.