SWORD Zephyr: effort monitoring in pulmonary rehabilitation

Abstract

A Doença Pulmonar Obstrutiva Crónica (DPOC) é uma das maiores causas de morbilidade e mortalidade em todo o mundo e é esperado em 2030 seja a quarta maior causa de morte. Assim, existe a necessidade de expandir a acessibilidade e melhorar os seus tratamentos.Geralmente, a reabilitação pulmonar é a melhor opção, aumentando significativamente a qualidade e esperança de vida do paciente, no entanto, nos países desenvolvidos apenas 1-2% dos utentes têm acesso a este tratamento e, mesmo quando têm, uma quantidade relevante não o frequenta devido aos deslocamentos necessários. Por este motivo, e pela falta de recursos humanos, existe a necessidade de um sistema que funcione em casa e que não exija a presença do profissional qualificado durante as sessões de reabilitação pulmonar. Para garantir seu sucesso e confiabilidade, o sistema tem de ser capaz de dar feedback sobre o desempenho do exercício, assegurando ao mesmo tempo que o utilizador está a realizar os exercícios em condições seguras. Portanto, será necessário um componente de monitorização de esforço, desenvolvido neste trabalho, e um de avaliação de desempenho de exercício, implementada no SWORD Phoenix, originando a plataforma SWORD Zephyr.A avaliação das condições em que o utilizador está a realizar os exercícios é feita através da combinação de dois algoritmos, que recorrendo os dados fornecidos por um oxímetro de pulso, com bluetooth. Para garantir a melhor plataforma possível, um dos objetivos desta tese foi comparar o desempenho de um oxímetro mais barato com o dispositivo padrão, já que utilizar o standard da indústria aumentaria significativamente os custos de produção e tornaria o sistema inviável. Infelizmente, apesar da aprovação do FDA, foi possível concluir que o oxímetro YK-81C não teve um desempenho similar ao Nonin 3230 e que essa diferença teria um impacto negativo na eficiência do sistema.Quatro algoritmos distintos, para garantir a implementação da melhor combinação possível, foram construídos e testados com base no seu desempenho na classificação da intensidade dos exercícios e identificação de falência do sistema respiratório. Destes algoritmos, dois utilizam os valores fiáveis de SpO2 e são responsáveis por categorizar o valor de saturação de oxigénio como crítica ou não crítica. Após a comparação do SpO2 Window Algorithm e do SpO2 Derivative Algorithm, foi concluido que o primeiro é mais robusto e mais próximo do comportamento desejado. Os outros dois algoritmos foram baseados em características cardíacas, nomeadamente na frequência cardíaca e na variabilidade da frequência cardíaca, e que o algoritmo HR era evidentementa a melhor escolha para implementação, uma vez que os seus resultados foram melhores em todos os indicadores de desempenho comparados com o algoritmo HRV. Assim, a melhor combinação é composta pelo SpO2 Window Algorithm, para garantir que o paciente não se encontra em estado crítico, e o HR Algorithm, para monitorizar se o exercício está a ser executado com a intensidade desejada potencializando sua recuperação e prevenindo a fadiga.O desempenho em tempo real do sistema também foi validado positivamente, por fisioterapeutas. Porém foram perceptíveis as diferenças entre os resultados do sistema dependendo do oxímetro, reforçando a importância do uso de um dispositivo fiável. O interesse e a relevância do sistema para pacientes e profissionais foram avaliados utilizando dois inquéritos nos quais foi possível concluir que, apesar de ser necessário efetuar alguns ajustes, há necessidade e interesse numa plataforma para auxiliar a reabilitação pulmonar, tanto em casa como nas clínicas.

Chronic Obstructive Pulmonary Disease (COPD) is a major cause of morbidity and mortality worldwide and it is expected to be the fourth leading cause of death by 2030. As such, there is a necessity to expand the accessibility and to improve the treatment options.Pulmonary Rehabilitation often ranks as the best choice, significantly improving the patients quality of life and life expectancy, however only 1-2% of them have access to it in the developed countries and even when they do a relevant part refuse the treatment due to the necessary commutes. For this reason, and also due to the lack of human resources, there is a necessity for a home-based system that does not require the qualified professional to be present during the pulmonary rehabilitation sessions. To guarantee its success and reliability, the system needs to be capable of giving feedback while assuring that the user is performing the exercises in safe and adequate conditions. Thus, it will need an effort monitoring component, developed during the work hereby described, and an exercise performance assessment functionality, implemented in the SWORD Phoenix, resulting in the SWORD Zephyr platform.The assessment of the conditions in which the user performs the exercises is done through the combination of two algorithms that use the data provided by a pulse oximeter, with Bluetooth. To guarantee the best platform possible, it was an objective of this thesis to compare the performance of a cheaper oximeter with the standard oximeter, since utilizing the market leader would significantly increase production costs and make the system infeasible. Unfortunately, even with FDA approval, it was concluded that the YK-81C oximeter did not perform as well as the Nonin 3230 and that this difference would negatively impact in the system's efficiency.Four distinct algorithms, to guarantee the implementation of the best possible combination, were constructed and tested based on their accuracies in monitoring the intensity of the exercises and in evaluating if the respiratory system is failing. From these algorithms, two use the reliable values of the SpO2 and are responsible for categorizing the oxygen saturation as critical or non-critical. After the comparison of the SpO2 Window Algorithm and the SpO2 Derivative Algorithm it was concluded that the first one was the most robust and closer to the desired behaviour. The other two algorithms were based in cardiac features, namely the heart rate and heart rate variability. It was clear that the HR Algorithm was the most adequate choice, since its results were better across the board, when compared to the HRV Algorithm. Therefore, it was concluded that the best combination is composed by the SpO2 Window Algorithm, to assess if the patient is in a non critical state, and the HR Algorithm, to monitor if the user is exercising with the desired intensity/endeavour to potentiate his recovery, as well as preventing fatigue.The system's performance was also validated in a positive manner, in real time, by physiotherapists. However there were noticeable differences between the results of the system with the two oximeters, reinforcing the importance of the use of a reliable device. The interest and relevance of the system of the users and professionals were assessed through two questionnaires in which it was possible to conclude that, although some adjustments are required, there is a necessity and interest in a platform to aid the pulmonary rehabilitation, both at home and in the clinics.