Begrenzte App-Nutzung bringt eine Wendung in eine von Pflegekräften geleitete Demenzrisiko-Studie.

In 31 australischen Hausarztpraxen kombinierten Krankenschwestern persönliche Lebensstilberatung mit Smartphone-Technologie, um zu erkunden, ob Änderungen der Gewohnheiten im mittleren Lebensalter das zukünftige Demenzrisiko beeinflussen könnten.

Link zur Studie

Eine neue Studie, die in The Lancet Regional Health – Western Pacific veröffentlicht wurde, bewertete die Wirksamkeit einer von Krankenschwestern geleiteten, durch mobile Gesundheitslösungen (mHealth) unterstützten Verhaltensintervention bei mittelalten Erwachsenen zur Verbesserung der geschätzten Demenzrisikoprofile.

Demenzprävention in der Primärversorgung

Demenz ist eine fortschreitende neurokognitive Erkrankung, die durch abnehmende Gedächtnis-, Denkfähigkeiten und alltägliche Funktionen gekennzeichnet ist. Da die Bevölkerung älter wird, nimmt die Häufigkeit von Demenz zu, aber wirksame Behandlungsmöglichkeiten sind begrenzt. Daher liegt der Fokus auf der Prävention, insbesondere durch Änderungen des Lebensstils und von Risikofaktoren in der Mitte des Lebens, wenn solche Eingriffe den größten Nutzen bringen können.

Studien zur multidimensionalen Prävention zeigen, dass die gleichzeitige Ansprache mehrerer veränderbarer Risikofaktoren den kognitiven Rückgang verlangsamen und die Demenzrisikoprofile verbessern kann. Digitale und hybride Modelle, wie mobile Gesundheitsinterventionen, haben ebenfalls gezeigt, dass sie die Risikobewertung verbessern und den Zugang erweitern können.

Die Primärversorgung bietet eine vielversprechende Plattform für die Demenzprävention, da sie für die Bevölkerung zugänglich ist und bereits die Verwaltung chronischer Erkrankungen sowie Verhaltensänderungen unterstützt. Die meisten Forschungen zur Demenzprävention haben jedoch die Fähigkeiten und das Potential von Praxis-Krankenschwestern nicht ausreichend genutzt. Sie sind gut positioniert, um angepasste Verhaltensinterventionen innerhalb der routinemäßigen Versorgung anzubieten.

In Australien übernehmen Praxis-Krankenschwestern zunehmend Aufgaben in der Prävention und Behandlung chronischer Erkrankungen, indem sie Lebensstilberatung und fortlaufende Unterstützung bieten. Ihre bestehenden Patientenbeziehungen und die Ausbildung in der Verhaltensberatung können personalisierte Interventionen unterstützen, während Hausärzte mit steigenden klinischen Anforderungen konfrontiert sind.

Die Integration von krankenschwestergestützter Pflege mit mobilen Gesundheitslösungen könnte die Patientenbeteiligung erhöhen und das langfristige Management unterstützen, aber praktische Beweise für diese Ansätze in der routinemäßigen Primärversorgung sind begrenzt.

Bewertung der Wirksamkeit einer krankenschwestergestützten, mobilen Gesundheitsintervention zur Demenzprävention

Die aktuelle HAPPI MIND-Studie war eine pragmatische, cluster-randomisierte kontrollierte Studie, die eine von Krankenschwestern geleitete mHealth-Intervention bewertete, um die geschätzten Demenzrisikowerte bei mittelalten Erwachsenen in der australischen Primärversorgung zu verbessern. Allgemeinarztpraxen in Victoria und New South Wales wurden randomisiert, um entweder die Interventions- oder die Kontrollgruppe zuzuweisen. Teilnehmer und Anbieter waren sich der Gruppenzuordnung bewusst. Die Auswerter und Analysten waren jedoch verblindet.

Teilnehmer, die für die Studie geeignet waren, waren Erwachsene im Alter von 45 bis 65 Jahren, die in den letzten 12 Monaten eine Klinik besucht hatten, mindestens zwei veränderbare Demenzrisikofaktoren aufwiesen und Zugang zu einem Smartphone oder Tablet hatten. Zu den Ausschlusskriterien gehörten die Unfähigkeit, zustimmen oder auf Englisch kommunizieren zu können, terminale Erkrankungen, neurologische Krankheiten oder die Teilnahme an einer ähnlichen Studie.

Die Intervention umfasste sechs Sitzungen, die von Krankenschwestern geleitet wurden (fünf im ersten Jahr, eine nach 24 Monaten), die Verhaltenstechniken zur Ansprache vaskulärer, lebensstilbedingter und psychosozialer Risikofaktoren verwendeten. Krankenschwestern erstellten personalisierte Risikoberichte und arbeiteten beim Setzen von Zielen zusammen, indem sie etablierte Methoden zur Verhaltensänderung und praktische, messbare Ziele verwendeten. Teilnehmer verwendeten die HAPPI MIND-App, um ihre Ziele selbst zu überwachen und Bildungsinhalte abzurufen. Krankenschwestern führten motivierende Gespräche, überprüften den Fortschritt und überwiesen die Teilnehmer bei Bedarf an Allgemeinärzte zur weiteren Bewertung oder Facharztversorgung.

Die Kontrollgruppe erhielt eine kurzgefasste Baseline-Intervention, die ein Screening mit dem Australian National University–Alzheimer’s Disease Risk Index (ANU-ADRI), einen Risikobericht und eine Informationsbroschüre umfasste. Sie erhielten die übliche Pflege ohne strukturierte Sitzungen von Krankenschwestern oder mHealth-Unterstützung.

Die Forscher sammelten demografische und klinische Daten zu Beginn und nach 12 Monaten. Das primäre Ergebnis war die durchschnittliche Veränderung des ANU-ADRI-Scores nach 12 Monaten. Dieser indexbasierte Fragebogen schätzt das zukünftige Demenzrisiko anhand bekannter Risiko- und Protective-Faktoren, wobei niedrigere Scores ein günstigeres Risikoprofil anzeigen. Sekundäre Ergebnisse umfassten Veränderungen in der Kognition, Lebensqualität, kardiovaskulärem Risiko sowie psychosozialen oder Verhaltensmaßen. Eine Nachverfolgung ist bis zu 36 Monaten geplant, um langfristige Effekte zu bewerten, aber dieser Bericht präsentiert nur die Ergebnisse nach 12 Monaten.

Krankenschwestergestützte mHealth-Intervention verbessert geschätzte Demenzrisikowerte moderat

Insgesamt 31 Kliniken (13 Intervention, 18 Kontrolle) trugen Teilnehmer zur Studie bei. Die Kliniken rekrutierten im Durchschnitt 13 Teilnehmer, was 201 in der Interventionsgruppe und 202 in der Kontrollgruppe ergab. Von 430 Teilnehmern, die zugestimmt hatten, absolvierten 403 die Baseline messen; die Beibehaltungsrate nach 12 Monaten betrug 78% (Intervention) und 88% (Kontrolle).

Die Interventionsgruppe zeigte signifikant größere Verbesserungen beim ANU-ADRI im Vergleich zur Kontrollgruppe (56% versus 44% der Teilnehmer hatten verbesserte Scores, mit einer angepassten Differenz von 1,6 Punkten). Zusätzliche Analysen unterstützten das primäre Ergebnis, obwohl der geschätzte Effekt nach weiterer Anpassung an die Baseline kleiner war.

Die Risikofaktoren für Demenz waren zwischen den Gruppen allgemein vergleichbar; unkontrollierte Hyperlipidämie (93%), geringe kognitive Aktivität (73%) und Fettleibigkeit (58%) waren am häufigsten. Körperliche Inaktivität und unkontrollierter Diabetes traten in der Interventionsgruppe häufiger auf. Der Baseline-BMI und der sozioökonomische Status unterschieden sich ebenfalls zwischen den Gruppen, und die geschätzten Demenzrisikoscores waren in der Interventionsgruppe numerisch höher.

Die Veränderungen der Risikofaktoren zeigten keine Unterschiede zwischen den Gruppen. Die Scores der Schutzfaktoren verbesserten sich mehr mit der Intervention. Die Interventionsgruppe verzeichnete größere Verbesserungen in den ANU-ADRI-Komponenten, die sich auf körperliche Aktivität, Fischkonsum und BMI-Status beziehen. Die Forscher passten diese zusätzlichen Vergleiche nicht für multiple Tests an. Die Krankenschwestern zielten am häufigsten auf körperliche Inaktivität, Übergewicht/Fettleibigkeit und geringe kognitive Aktivitäten ab.

Die Gruppen unterschieden sich nicht signifikant in Bezug auf sekundäre Ergebnisse, einschließlich Kognition, Lebensqualität, kardiovaskuläres Risiko und psychosoziale Maßnahmen. Klinische und biomarkerbezogene Messungen zeigten ebenfalls keine signifikanten Unterschiede zwischen den Gruppen. Die Zufriedenheit mit sozialen/Freizeitaktivitäten stieg und der schädliche Alkoholkonsum sank in der Interventionsgruppe, während die MIND-Diät- und Medikationsadhärenzscore über 12 Monate sank. Die Kontrollgruppe verzeichnete ebenfalls eine Verschlechterung der Diät- und Medikationsadhärenzscores sowie ein erhöhtes absolutes kardiovaskuläres Risiko. Beide Gruppen verbesserten sich im LDL-Cholesterin; das Gesamtkolesterin sank bei Teilnehmern mit erhöhten Baseline-Werten, und der diastolische Blutdruck sank bei Personen mit erhöhtem Baseline-Blutdruck.

Explorative Subgruppenanalysen deuteten auf potenziell größere Vorteile bei Personen mit niedrigem sozioökonomischen Status und hohem Baseline-Demenzrisiko hin; diese Ergebnisse bedürfen jedoch der Bestätigung in größeren Studien. Die Subgruppe mit niedrigem sozioökonomischen Status war klein, und der geschätzte Vorteil war ungewiss. Alter, Geschlecht und andere untersuchte Merkmale schienen die Wirkung der Intervention nicht zu beeinflussen. In einer explorativen Analyse war die Ansprache von sozialer Isolation mit einer größeren Verbesserung beim ANU-ADRI verbunden.

In der Interventionsgruppe nahmen 80% an mindestens vier Sitzungen teil und 35% verwendeten die HAPPI MIND-App über mindestens 13 Wochen. Sieben Teilnehmer erlebten unerwünschte Ereignisse, darunter zwei Todesfälle (einer pro Gruppe) und fünf schwerwiegende Ereignisse, von denen zwei als interventionsbedingt angesehen wurden und mit vorbestehenden Essstörungen in Verbindung standen.

Fazit

Die aktuelle, von Krankenschwestern geleitete multidimensionale mHealth-Intervention verbesserte moderat die geschätzten Demenzrisikoprofile bei mittelalten Erwachsenen in der australischen Primärversorgung. Die Studie zeigte keine Verbesserung der Kognition oder stellte eine Reduktion der Demenz-Inzidenz fest.

Das offene Design, die Abhängigkeit von selbstberichteten Ergebnissen, die Rekrutierung nach der Randomisierung der Kliniken, Ungleichgewichte zu Beginn, unterschiedliche Nachverfolgungen und variable digitale Engagements könnten Verzerrungen eingeführt haben und die Interpretation von Verhaltensänderungen eingeschränkt haben. Der unabhängige Effekt der mHealth-Komponente bleibt unklar.

Langfristige Nachverfolgungen und umfangreichere Implementierungsstudien sind erforderlich, um die Nachhaltigkeit, Übertragbarkeit und Kosten-Effizienz dieses Modells zu bestimmen und echte Auswirkungen auf klinische und kognitive Ergebnisse zu bewerten.

Quellen: