Pneumologie out of the box – intersektorale moderne Diagnostik und Therapie in der Schlafmedizin

C. Schöbel1, H. Woehrle2
1Ruhrlandklinik – Westdeutsches Lungenzentrum, Zentrum für Schlaf- und Telemedizin, Universitätsmedizin Essen, Essen, Deutschland
2Lungenzentrum Ulm mit Schlaf- und Beatmungszentrum Blaubeuren, Ulm, Deutschland

Tóm tắt

Schlafstörungen weisen eine zunehmende Prävalenz auf. Im Bereich der respiratorischen Schlafmedizin ist die obstruktive Schlafapnoe (OSA) die häufigste organisch bedingte Schlafstörung. Die nächtliche Überdrucktherapie („positive airway pressure [PAP] therapy“) stellt die Standardtherapie dar; die Unterkieferprotrusionsschiene (UKPS) wird seit Kurzem als Zweitlinientherapie seitens der gesetzlichen Krankenversicherung finanziert. Positive Effekte auf Symptomatik und Folgeerkrankungen sind, jedoch nur bei regelmäßiger und langfristiger Therapienutzung, zu erwarten. Aufgrund der steigenden Prävalenzzahlen zeigen sich in der bestehenden intersektoralen Versorgung Schnittstellenprobleme, die zu Fehlversorgungen und langen Wartezeiten im Diagnostik- und Therapiepfad führen. Dies wirkt sich in der Therapienachsorge auch auf die Therapieadhärenz aus. Neuartige Methoden aus dem Bereich E‑ und M‑Health bieten bereits heutzutage smarte Lösungen für aktuell noch unzureichend adressierte Probleme in der Schlafmedizin an. Neue Sensorik und Applikationen für digitale Endgeräte (Apps) eröffnen Möglichkeiten für ein breites Screening auf die Volkserkrankung Schlafapnoe. Cloud-basierte Telemedizinkonzepte können helfen, betroffene Patienten im Rahmen der etablierten Stufendiagnostik frühzeitig und bedarfsgerecht einer schlafmedizinischen Expertise zuzuführen und die interdisziplinäre Kommunikation zu verbessern. Telemonitoring kann zudem genutzt werden, um Patienten mit Therapieproblemen frühzeitig zu identifizieren. So können Therapieabbruchraten reduziert bzw. frühzeitig Patienten für alternative Therapien identifiziert werden. Letztlich werden sich all diese Methoden nur dann durchsetzen und Patienten zugutekommen, wenn sie Schlafmediziner in ihrer alltäglichen Arbeit unterstützen und entlasten sowie sinnvoll in bestehende Versorgungsprozesse und deren Vergütung eingebunden werden.

Từ khóa


Tài liệu tham khảo

Benjafield AV et al (2019) Estimation of the global prevalence and burden of obstructive sleep apnoea: a literature-based analysis. Lancet Respir Med 7(8):687–698 Mayer G et al (2017) S3-Leitlinie Nicht erholsamer Schlaf/Schlafstörungen, Kapitel Schlafbezogene Atmungsstörungen bei Erwachsenen. Somnologie, Bd. Sonderheft 2 Richtlinie des G‑BA zu Untersuchungs- und Behandlungsmethoden der vertragsärztlichen Versorgung. https://www.g-ba.de/downloads/62-492-3029/MVV-RL-2022-10-20-iK-2023-01-14.pdf. Zugegriffen: 31. Okt. 2023 American Academy of Sleep Medicine (AASM): Clinical Resources, Telemedicine. https://aasm.org/clinical-resources/telemedicine/. Zugegriffen: 31. Okt. 2023 Marti-Soler H, Hirotsu C, Marques-Vidal P, Vollenweider P, Waeber G, Preisig M, Tafti M, Tufik SB, Bittencourt L, Tufik S, Haba-Rubio J, Heinzer Marti-Soler RH et al (2016) The NoSAS score for screening of sleep-disordered breathing: a derivation and validation study. Lancet Respir Med 4(9):742–748 Offizielle STOP-BANG tool. http://www.stopbang.ca/. Zugegriffen: 31. Okt. 2023 https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A32017R0745. Zugegriffen: 31. Okt. 2023 https://www.withings.com/de/de/sleep-analyzer?utm_source=google&utm_medium=cpc&utm_campaign=WIPAID_Google_DE_PMax_Scales&gclid=CjwKCAjw15eqBhBZEiwAbDomEi9CkUMPIJY-bLqbjDx2l8_jOBNJ6PaWJBa9mH-PBUgNukcpWtHHFRoCa5gQAvD_BwE. Zugegriffen: 31. Okt. 2023 https://sleepiz.com/solutions/. Zugegriffen: 31. Okt. 2023 Linz D, Baumert M, Desteghe L, Kadhim K, Vernooy K, Kalman JM, Dobrev D, Arzt M, Sastry M, Crijns HJGM, Schotten U, Cowie MR, McEvoy RD, Heidbuchel H, Hendriks J, Sanders P, Lau DH (2019) Nightly sleep apnea severity in patients with atrial fibrillation: Potential applications of long-term sleep apnea monitoring. Int J Cardiol Heart Vasc 24:100424 https://www.bfarm.de/SharedDocs/Downloads/DE/Service/Beratungsverfahren/DiGA-Leitfaden.pdf;jsessionid=E57485148174A2245929C91DFD02A6AE.2_cid354?__blob=publicationFile&v=4. Zugegriffen: 31. Okt. 2023 https://diga.bfarm.de/de/verzeichnis/00508. Zugegriffen: 31. Okt. 2023 https://diga.bfarm.de/de/verzeichnis/01772. Zugegriffen: 31. Okt. 2023 https://www.medizininformatik-initiative.de/de/medizininformatik-initiative-neue-use-cases-gefoerdert. Zugegriffen: 31. Okt. 2023 Light M, Owens RL, Schmickl CN, Malhotra A (2019) Precision Medicine for Obstructive Sleep Apnea. Sleep Med Clin 14(3):391–398 Pépin JL, Bailly S, Tamisier R (2020) Big Data in sleep apnoea: Opportunities and challenges. Respirology 25(5):486–494 Schoch OD, Baty F, Niedermann J, Rudiger JJ, Brutsche MH (2014) Baseline predictors of adherence to positive airway pressure therapy for sleep apnea: a 10-year single-center observational cohort study. Respiration 87:121–128 Weaver TE, Maislin G, Dinges DF et al (2007) Relationship between hours of CPAP use and achieving normal levels of sleepiness and daily functioning. Sleep 30:711–719 Rotenberg BW, Murariu D, Pang KP (2016) Trends in CPAP adherence over twenty years of data collection: a flattened curve. J Otolaryngol 45:43 Pépin JL, Bailly S, Rinder P, Adler D, Szeftel D, Malhotra A, Cistulli PA, Benjafield A, Lavergne F, Josseran A, Tamisier R, Hornus P, On Behalf Of The medXcloud Group (2021) CPAP Therapy Termination Rates by OSA Phenotype: A French Nationwide Database Analysis. J Clin Med 10(5):936 Malhotra A, Crocker ME, Willes L, Kelly C, Lynch S, Benjafield AV (2018) Patient Engagement Using New Technology to Improve Adherence to Positive Airway Pressure Therapy: A Retrospective Analysis. Chest 153:843–850 Woehrle H, Arzt M, Graml A et al (2018) Effect of a patient engagement tool on positive airway pressure adherence: analysis of a German healthcare provider database. Sleep Med 41:20–26 Woehrle H, Ficker JH, Graml A et al (2017) Telemedicine-based proactive patient management during positive airway pressure therapy: Impact on therapy termination rate. Somnologie 21:121–127 Liu D, Armitstead J, Benjafield A et al (2017) Trajectories of emergent central sleep apnea during CPAP therapy. Chest 152:751–760 Pepin JD, Woehrle H, Liu D et al (2018) Adherence to Positive Airway Therapy After Switching From CPAP to ASV: A Big Data Analysis. J Clin Sleep Med 14:57–63 https://innovationsfonds.g-ba.de/projekte/neue-versorgungsformen/sleep-well-digital-unterstuetzte-schlafmedizin-entwicklung-optimierter-patientenwege-bei-obstruktiver-schlafapnoe.433. Zugegriffen: 31. Okt. 2023 Schöbel C, Zentgraf C, Strassburg S et al (2022) SLEEP WELL. Z Pneumol 19:191–200 https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=celex%3A32016R0679. Zugegriffen: 31. Okt. 2023 https://www.bundesgesundheitsministerium.de/fileadmin/Dateien/3_Downloads/Gesetze_und_Verordnungen/GuV/H/RefE_Hybrid-DRG-V.pdf. Zugegriffen: 31. Okt. 2023 Woehrle H, Schoebel C, Ficker JH et al (2023) PAP telehealth models and long-term therapy termination: a healthcare database analysis. ERJ Open Res Abstract DGP-Kongress 2024: Woehrle, Arzt, Schoebel et al. Utilisation of PG and PSG for the diagnosis, therapy initiation and follow-up of positive airway pressure (PAP) treatment of Obstructive Sleep Apnea (OSA) patients; analysis of a German healthcare database www.schlafapnoe-selbsthilfegruppe.de. Zugegriffen: 28. Jan. 2024