Prezentace ze čtvrtého ročníku konference New Media Inspiration (http://nminspiration.cz), který se konal 21. 2. 2015 v hlavní budově FF UK pod vedením @petrkou, @simindr a @josefslerka. Práce zdravotnického personálu s odbornými informacemi je často nedostatečná, využívání nositelné elektroniky pacienty provází často nízká znalost interpretace takto získaných dat a doporučení z oblasti informační vědy naopak opomíjejí technické limity získávání medicínských dat či nezohledňují realitu českého zdravotnictví. S pojmy kvalita dat, kvalita informací a zdravotní gramotnost se v České republice pracuje výjimečně a aktivity v oblasti péče o zdraví jsou roztříštěné bez snahy vést společný dialog. Na konci celého řetězce je vždy pacient, kterému tato situace neprospívá. Cílem prezentace je vést návštěvníky konference k zamyšlení nad prací s daty a informacemi, které mohou ovlivnit jejich vlastní zdraví nebo zdraví jejich klientů. Oblast medicínských dat, hnutí Quantified Self a nové technologie budou nahlíženy ne pohledem optimistického očekávání kopírující mediální prohlášení firem, ale z pohledu kritického zamyšlení nad principy metod, technickými limity, přesností sběru dat a jejich interpretací. Na konkrétních příkladech budou ukázána rizika odborných rozhodnutí provedených na základě neúplných informací a možnosti, které se nabízejí pro řešení. Doplněním pak budou konkrétní zahraniční projekty a aktivity perspektivní v blízké budoucnosti, jakými jsou např. principy integrované do WikiProject Medicine.

1. Úskalí nových technologií
ve vztahu ke zdraví
Tomáš Pruša

2. Data
• Měříme data s vlivem na sledovaný zdravotní výstup?
• Sledujeme korelaci nebo kauzalitu?
• Sledujeme historický kontext?
• Neovlivňuje měření chování pokusných osob?
• Jak kvalitní data získáváme?

3. Kvalita dat
Anglicky Český ekvivalent do 2008 Český ekvivalent VIM3
od 2009
Measurement trueness Pravdivost měření Pravdivost měření
Measurement accuracy Správnost měření Přesnost měření
Measurement precision Přesnost měření Preciznost měření

4. Preciznost
Pravdivost
Přesnost

5. Víme, co a proč měříme?
• Screeningová šetření a falešně pozitivní výsledky
• iRiver On Earbuds – měří max. aerobní kapacitu (fotopletysmografie)
• Tellspec – složení potravin (spektrofotometrie)
• Theranos (Elizabeth Holmes) – analýza krve
• Personalisovaná medicína vs obecné algoritmy

6. Nositelná elektronika a techniky změny chování
• Self-monitoring
• Poskytování zpětné vazby
• Přidávání objektů do prostoru a srovnávání
• Pobídky a podněty
• Odměny
• Historie
J Med Internet Res 2014;16(8):e192)

7. Nositelná elektronika
• Změny založené na důkazech
• Zvyšují úroveň aktivity
• Méně efektivních technik změny chování má větší dopad na zdraví než
komplexní systém mnoha technik.
• 9 ze 40 (6 – 12)
• 8 z 26 (6 – 12)

8. Nositelná elektronika – BodyMedia
• Jsou výzkumné vzorky stejné jako ty na trhu a poskytují stejně validní
výsledky?
• Berntsen S, Hageberg R, Aandstad A, Mowinckel P, Anderssen SA, Carlsen KH,
et al. Validity of physical activity monitors in adults participating in free-living
activities. Br J Sports Med 2010 Jul;44(9):657-664.
• Cole PJ, LeMura LM, Klinger TA, Strohecker K, McConnell TR. Measuring
energy expenditure in cardiac patients using the Body Media Armband versus
indirect calorimetry. A validation study. J Sports Med Phys Fitness 2004
Sep;44(3):262-271.

9. Nositelná elektronika – Fitbit
• Validní počet kroků, nepřesná vzdálenost.
• Podhodnocený energetický výdej
• Fitbit na pas je přesný
• Náramky Fitbit vykazují nižší preciznost
• Dannecker KL, Sazonova NA, Melanson EL, Sazonov ES, Browning RC. A comparison
of energy expenditure estimation of several physical activity monitors. Med Sci
Sports Exerc 2013 Nov;45(11):2105-2112.
• Takacs J, Pollock CL, Guenther JR, Bahar M, Napier C, Hunt MA. Validation of the
Fitbit One activity monitor device during treadmill walking. J Sci Med Sport. 2014
Sep;17(5):496-500.
• Meredith A. Case, Holland A. Burwick, Kevin G. Volpp, Mitesh S. Patel. Accuracy of
Smartphone Applications and Wearable Devices for Tracking Physical Activity
Data. JAMA, 2015; 313 (6): 625.

10. Informace
• Umíme izolovat potřebná data od šumu.
• Umíme najít kontext pro data?
• Rozumíme kontextu?
• Umíme hodnotit kvalitu informací?

12. Kvalita informací
• Trojdimenzionální pojetí dle Veddera
• Spolehlivost (obsah a původ informace)
• Funkcionalita
• Významnost
Jan Hrabal: Metodika hodnocení kvality medicínských informací (2014)

13. HONcode
• Autorská oprávněnost
• Komplementarita informací
• Důvěrnost údajů
• Specifikace stránek
• Odborná prokázanost
• Průhlednost autorství
• Průhlednost sponzorství
• Přiznání reklamy
www.hon.ch

14. WikiProject Medicine
• 180 mil. shlédnutí wiki článků ve spojení s medicínou
• Spolupráce (Cochranova databáze)
Dr. James Heilman
http://en.wikipedia.org/wiki/Wikipedia:WikiProject_Medicine

15. WikiProject Medicine - Kvalita
• Stub/Start/C/B/GA/A/FA
• Vybraná kritéria
• Struktura textu
• Zdroje (ověřitelnost)
• Jazyková správnost
• Copyright
• Pokrytí tématu
• Nestrannost
• Stabilita v čase

16. WikiProject Medicine - Důležitost
• Top priority/High priority/Mid priority/Low priority/NA
• Způsob odhadu zájmu běžného čtenáře
• Cíl: prioritizace práce

19. Validita
• Interní validita
• Externí validita
• Evidence-Based Practice
• Evidence
• Rizika
• Pacient

20. Námitky proti konceptu EBM
• Obecné námitky v souvislosti s praxí medicíny
• Obtížná aplikace evidence na péči o konkrétního pacienta.
• Specifická omezení
• Nutnost zvládnout nové dovednosti.
• Chybné přístupy
• EBM ignoruje pacientovy hodnoty a preference.
Straus a McAlister: Evidence-based medicine: a commentary on common criticism (2000)

21. Námitky proti konceptu EBM
• Spoléhání se na empirický výzkum.
• Úzká definice evidence.
• Nedostatek evidence o průkazu efektivity.
• Omezený přínos pro individuálního pacienta.
• Ohrožení autonomie vztahu doctor-pacient.
Cohen et al.: A categorization and analysis of the criticism of Evidence-Based Medicine. (2004)

22. Jaký je příjem vlákniny v ČR?
• Kohout 2001*
• Muži: 25–29 g/den, ženy: 19–21 g/den
• Kohout 2007**
• 13045 participantů (612 mužů, 12433 žen)
• „Vzorek české populace“ (redukční režim)
• 11,73 g/den vlákniny (gender. rozdíly minimální)
• 98 % čes. pop. přijímá méně než 25 g vlákniny.
* Wilhelm a kol. Výživa v onkologii. Institut pro další vzdělávání pracov. ve zdravotnictví v Brně, 2001.
** Kohout, P., Chocenská, E.: Průzkum příjmu vlákniny v České republice. Výživa a potraviny 2007, č. 5.

23. Má význam užívat vitamin C při nachlazení?
• Nutriční analýza
• DDD
• Studie o významu vitamin C při nachlazení
• Nesnižuje incidenci
• Nepomáhá v léčbě (pouze těžce pracující)

24. Znalosti
• Umíme aplikovat informace do vlastního života?
• Umíme aplikovat informace do života pacientů?

25. Health Information Technology Acceptance Model-II
• Davis FD. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of
Information Technology. MIS Quarterly 1989 Sep;13(3):319
• Kim J, Park HA. Development of a health information technology acceptance
model using consumers' health behavior intention. J Med Internet Res
2012;14(5):e133
• Kim J. A Qualitative Analysis of User Experiences With a Self-Tracker for Activity,
Sleep, and Diet. Interact J Med Res 2014;3(1):e8

26. Health Information Technology Acceptance Model-II
• IT factors
• Connectivity, Customizability, Design, Discontinuity, Interactivity, Mobility, Perceived ease of use, Perceived
usefulness, Reliability, Scalability, and Visibility
• Personal factors
• Habituation, Motivation, Regularity of life, Self-reflection, and Sensitiveness
• Social factors
• Competition, Cultural difference, Generation gap, Life cycle, and Recommendation.
• Attitude aspect
• Fear of envisage
• Behavioral intention aspect
• Nonusage – Abandonment, Cost, Forgetfulness, Inconvenience, Language barrier, Life pattern change, Lost,
Lost willpower, Low priority, Reliance, Seriousness, Sustainability, and Uselessness
• Usage –Beautification, Feedback, Health management, and Self-satisfaction
• Behavior aspect
• Arbitrary recording, Cheating, Resolution and disconnection, Self-monitoring, and Trick

27. Nositelná elektronika – Klinická aplikace
• Redukce váhy
• Rehabilitace
• Kardiovaskulární onemocnění
• Preventivní péče a péče o zdraví
• Onemocnění dýchacích cest
• Onkologická onemocnění
• Geriatrie
• Urgentní medicína
• Psychiatrie

28. Nositelná elektronika – Klinická aplikace
• Vyšší compliance pacientů
• Individualizace péče
• Vyšší množství (kontinuálních) dat o pacientovi
• Zkrácení doby konzultace/ošetření

29. Nositelná elektronika – Klinická aplikace
• Intervence pro redukci váhy tváří v tvář jsou efektivnější.
• Wieland LS, Falzon L, Sciamanna CN, Trudeau KJ, Brodney S, Schwartz JE, et al.
Interactive computer-based interventions for weight loss or weight
maintenance in overweight or obese people. Cochrane Database Syst Rev
2012;8:CD007675.
• Reed VA, Schifferdecker KE, Rezaee ME, O'Connor S, Larson RJ. The effect of
computers for weight loss: a systematic review and meta-analysis of
randomized trials. J Gen Intern Med 2012 Jan;27(1):99-108

30. Nositelná elektronika – Klinická aplikace
• Standardní klinická aplikace nevykazuje vyšší efektivitu.
• Self-monitoring a individualizovaná zpětná vazba zvyšuje efektivitu.
• Vhodné medium integrované do zdravotnických intervencí na dálku,
které může pacient ovlivňovat či řídit.
• Hartmann-Boyce J, Johns DJ, Jebb SA, Aveyard P, Behavioural Weight
Management Review Group. Effect of behavioural techniques and delivery
mode on effectiveness of weight management: systematic review, meta-
analysis and meta-regression. Obes Rev 2014 Jul;15(7):598-609.

31. Hodnocení nutriční spotřeby – Fitbit
• Příjem a výdej
• Záznamová metoda
• Recall, (S)FFQ
• Záznam 3 dny vs 7 dnů
• Validace
• Compliance
• Podvádění
• Nutriční databáze
• USA, Německo, Francie, Španělsko, Čína, Japonsko
• ČR: www.nutridatabaze.cz

32. 0
5
10
15
20
25
30 25,65
4,35
24,12
27,23
Vláknina
SW1 SW2 SW3 SW4

33. Realita zdravotnictví v ČR
• Omezená znalost technologií QS
• Omezený přístup ke studiím
• Omezená schopnost číst a porozumět studiím
• EBM
• Statistika
• Interpretace

34. Potřeby
• Validita získaných dat
• Princip měření, měřící přístroje
• Způsob měření a vlivy
• Snadné použití
• Self-Monitoring (spánek)
• Nejde pouze o vlastní benefit
• Využití ve výzkumu (potřeba kvatitativních studií)
• Sociální aspekty v komunitách

35. Rizika
• Soukromí a bezpečnost dat
• Chybějící protokoly a guidelines
• Výzkumy prováděné na malých a nepreprezentativních skupinách
• Výzkumy prováděné v laboratorních podmínkách
• Negativní dopady některých program bez odborné konzultace
• Aplikace program pro nevhodné cílové skupiny
• Přednastavené cíle s chybnou interpretací

36. Interpretace
Big Data → Big Analysis

37. Děkuji za pozornost.

38. Tomáš Pruša
Centrum pro výzkum toxických látek v prostředí, PřF MU
Ústav ochrany a podpory zdraví, LF MU
@prusatomascz
www.prusatomas.cz