אפליקציה למכשיר הטלפון מסייעת בניטור ניפוקי תרופות לטיפול בחולים עם מחלות כליה (Clin J Am Soc Nephrol)

אפליקציה למכשירי טלפון חכמים שנועדה לזהות טעויות אפשריות בטיפול תרופתי לחולים עם מחלת כליות כרונית הובילה לירידה של 60% בשיעור ניפוקי תרופות בעלות השלכות קליניות העלולות להיות חמורות, כך עולה מתוצאות מחקר חדש שפורסמו בכתב העת Clinical Journal of the American Society of Nephrology.

ברקע למחקר מסבירים החוקרים כי חולים עם מחלת כליות כרונית מצויים בסיכון מוגבר לאירועים חריגים על-רקע טיפול תרופתי, אך אין תכניות מוצלחות למניעת הסיכונים הללו בקהילה. במסגרת מחקר הנוכחי הם ביקשו לבחון את התועלת של שתי אפליקציות דיגיטאליות שנועדו לשפר את בטיחות הטיפול התרופתי בחולים אמבולטוריים.

המחקר האקראי כלל 182 מטופלים עם מחלת כליות כרונית בשלב מתקדם, אשר חולקו באקראי לשימוש במכשיר טלפון חכם עם אפליקציית eKidneyCare (89 חולים) או MyMedRec (93 חולים). האפליקציה eKidneyCare כוללת התראה המובילה את המשתמשים לבחון את הטיפול התרופתי בכל חודש ולדווח על שינויים, תוספות, או בעיות בתרופות לרופאים לצורך התייעצות והתערבות מוקדמת. אפליקציית MyMedRec אשר שימשה להשוואה, הינה אפליקציה לאחסון מידע אודות טיפול תרופתי ונתונים רפואיים אחרים, אותם ניתן לשתף עם הרופא המטפל.

התוצא העיקרי של המחקר היה שיעורי חוסר התאמה בטיפול תרופתי.

לאחר שנה אחת, חוסר התאמה בטיפול תרופתי בעלת חשיבות קלינית תועדה בשיעור של 0.33 מקרים למטופל בקבוצת ההתערבות ובשיעור של 0.50 למטופל בקבוצת הביקורת, עם הבדל שהיה מובהק סטטיסטית.

שיעורי חוסר התאמה בטיפול תרופתי בעלת חשיבות קלינית והשלכות העלולות להיות חמורות עמדו על 0.27 מקרים למטופל בזרוע השימוש ב-eKidneyCare ועל 0.63 מקרים למטופל בקבוצת הביקורת, ירידה יחסית של 60% עם השימוש באפליקציית eKidneyCare.

לא תועדו הבדלים בין הקבוצות במדדי לחץ דם, נתונים מעבדתיים, או תוצאים לפי דיווחי החולים.

הממצאים מעידים על התועלת האפשרית של אפליקציות ייעודיות להפחתת טעויות בטיפול תרופתי בחולים עם מחלת כליות כרונית ותומכים בשימוש קליני נרחב בטכנולוגיות אלו.

Clin J Am Soc Nephrol. 2021 Mar 18

לידיעה במדסקייפ

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

מקור: JAMA Otolaryngology–Head & Neck Surgery
פרופ' יוסף אלידן
פרופ' יוסף אלידן
אין תגובות|11/01/2026

אפילו ששתל שבלול הוא הטיפול היעיל ביותר לחירשות עמוקה בילדים, קיים שוני רב בתוצאות השפתיות. המחקר נועד לבדוק אם מודל בינה מלאכותית (Deep Learning) יכול לנבא את ההצלחה השפתית על בסיס הדמיה טרום־ניתוחית.

כניסת צוות רפואי

הכניסה לאתר מותרת אך ורק לצוות הרפואי

לקבלת קוד אימות לנייד ולמייל, יש למלא את כתובת המייל ואת מספר הטלפון שלך

עדיין לא נרשמת? באפשרותך לבצע רישום כאן