App onderscheidt echt van nep-tremors bij alcoholgebruikers


App onderscheidt echt van nep-tremors bij alcoholgebruikers

Alcohol-onttrekkingsyndroom is een potentieel levensbedreigende situatie die gemakkelijk kan worden behandeld met een klasse sedativa, genaamd benzodiazepine drugs. Echter, dergelijke drugs worden vaak mishandeld en kunnen gevaarlijk zijn wanneer ze gemengd zijn met alcohol en opiaten, waardoor artsen onwillig zijn om ze te voorschrijven. Nu hebben onderzoekers van de Universiteit van Toronto in Canada een telefoonapparaat aangemaakt die kan voorspellen of een patiënt's alcoholschudden authentiek of nep zijn.

"We zijn net begonnen met het krabben van het oppervlak van wat mogelijk is door het toepassen van signaalverwerking en machineonderzoek naar lichaamsverbonden sensoren," zegt prof. Parham Aarabi van de nieuwe tremor-detecterende telefoonapplicatie van het team.

Hoewel tremors in de handen en armen de meest voorkomende tekenen zijn van alcoholontrekking, is het moeilijk om te beoordelen dat deze ernstig is en dat er een heleboel medische expertise nodig is.

Omdat chronische alcoholgebruikers vaak beweren dat ze onttrekken om benzodiazepinen te ontvangen, is het belangrijk dat de clinici nauwkeurig bepalen of de patiënt zich in het stopzetten of vervalt heeft.

Gezondheidswerkers hebben geen middelen gehad om objectief te bepalen of een patiënt werkelijk in de terugtrekking is, dus Narges Norouzi en Profs. Bjug Borgundvaag en Parham Aarabi hebben de eerste app ontwikkeld om begeleiding te geven over tremorsterkte.

De onderzoekers, die uit Toronto's Schwartz / Reisman Emergency Medicine Institute in het Mount Sinai Hospital, het St. Michael's Hospital en Women's College Hospital zitten, zeggen dat hun app belofte voorziet in consistente voorspellingen over de vraag of tremor echt of niet is.

Norouzi en haar team presenteren hun werk vandaag op de internationale conferentie van de IEEE Engineering in de Geneeskunde en Biologie Society in Chicago, IL.

"Het spannende ding over onze app is dat de implicaties globaal zijn," zegt prof. Borgundvaag. "Alcoholgerelateerde ziekte komt vaak niet alleen voor in de noodzaal, maar ook elders in het ziekenhuis, en dit geeft clinici een veel makkelijker manier Patiënten met echte gegevens beoordelen."

'Er is zoveel werk te doen in dit veld'

Het team heeft hun app getest op 49 patiënten die aan de noodzaal hebben gepresenteerd met tremors en op 12 verpleegkundigen die tremoren proberen te nabootsen. Zij zeggen dat driekwart van patiënten met authentieke tremors een gemiddelde piekfrequentie hadden die hoger was dan zeven cycli per seconde.

En slechts 17% van de verpleegkundigen die een trematie probeerden te vervagen, waren in staat om één te produceren met een gemiddelde piekfrequentie die meer dan zeven cycli per seconde was. Dit suggereert dat dit de drempel zou kunnen zijn voor het bepalen van echte tremors van valse personen.

Met behulp van data van een ingebouwde versnellingsmeter van de iPod meet de app in beide handen de tremorfrequentie gedurende 20 seconden.

Klinici verfilmde de handschudden van de patiënten tijdens het gebruik van de app in de noodkamer en liet later de beelden naar artsen zien. De onderstaande video toont de app in actie samen met een beschrijving voor het gebruik ervan:

Hoewel de app in staat was om tremorsterkte te beoordelen met dezelfde nauwkeurigheid als bij junior artsen, zegt Norouzi dat meer senior artsen beter in staat waren de symptomen te beoordelen. Ze is van plan om de app verder te scherpen en zijn prestaties te vergelijken met subjectieve beoordelingen van artsen.

"Er is zoveel werk te doen in dit veld," zegt ze. "Er is nog andere werkzaamheden daarbij op de tremors van Parkinson, maar veel minder op tremors van alcoholontrekking."

Prof. Aarabi zegt:

We zijn net begonnen met het krabben van het oppervlak van wat mogelijk is door het toepassen van signaalverwerking en machineonderzoek naar lichaamsverbonden sensoren. Naarmate sensoren verbeteren en algoritmes slimmer worden, is het een goede kans dat we meer medische problemen kunnen oplossen en de medische diagnose efficiënter kunnen maken."

Prof. Borgundvaag voegt eraan toe dat hun app het personeel van de onttrekkingsbeheerders kan helpen - die meestal geen klinische training hebben - beoordelen welke patiënten naar de noodafdeling moeten gaan voor verdere behandeling.

"We denken dat onze app een groot potentieel heeft om de behandeling voor deze patiënten in het algemeen te verbeteren," zegt hij.

Looks aren't everything. Believe me, I'm a model. | Cameron Russell (Video Medische En Professionele 2019).

Sectie Kwesties Op De Geneeskunde: Psychiatrie