Les applications rhumatologiques comme outils de diagnostic

Ce n’est pas si souvent que l’Allemagne brille par son innovation en matière de numérisation dans le domaine de la médecine. Toutefois, chez nos voisins, les premières applications de santé numériques peuvent désormais être prescrites sur ordonnance : Les patients ont droit à des prestations pour certaines applications. Ce n’est qu’un signe de progrès général. Il y a aussi et surtout des développements intéressants actuellement en rhumatologie.

Afin d’accompagner activement la numérisation de la rhumatologie germanophone et de regrouper les activités, la nouvelle commission “Rhumatologie numérique” de la Deutsche Gesellschaft für Rheumatologie e.V. (DGRh) a été créée [1]. Pour une mise en œuvre réussie des applications en rhumatologie, des recommandations ont déjà été élaborées par la European League Against Rheumatism (EULAR) [2] et le groupe de travail Jeune rhumatologie (AGJR) de la DGRh [3]. Le “Digital Rheumatology Network” (www.digitalrheumatology.org), fondé par le professeur Thomas Hügle du CHU de Lausanne, relie toutes les parties prenantes et informe sur les nouveautés de la rhumatologie numérique par le biais de congrès, d’interviews, de conférences et de contributions régulières.

Évaluation des applications de rhumatologie

En 2018, un travail de l’AGJR [3] a identifié systématiquement les applications germanophones spécifiques au rhumatisme et les a évaluées à l’aide de l’échelle de notation des applications mobiles (MARS) [4]. Les notes d’étoiles de l’App Store n’étaient pas suffisamment corrélées avec le score MARS et ne permettaient donc pas de porter un jugement valide sur la qualité des applications [3]. Comme dans les études sur les applications en anglais destinées aux patients atteints de polyarthrite rhumatoïde [5], la qualité des applications était très hétérogène et aucune étude d’efficacité des applications n’a pu être identifiée. Najm, et al. [6] ont montré dans une revue d’applications que les sujets les plus fréquemment adressés étaient la douleur (71%), la fatigue (47%) et l’activité physique (47%). Les revues mentionnées n’ont pas encore identifié d’étude démontrant une efficacité chez les patients atteints de maladies rhumatismales inflammatoires.

Les rhumatologues utilisent de plus en plus les applications et les médias sociaux

Un travail du groupe de travail Jeune rhumatologie (AGJR) de la Société allemande de rhumatologie (DGRh) a montré qu’en 2018, près de la moitié des rhumatologues (49%) utilisaient déjà des applications de santé [7] et que 68% d’entre eux prévoyaient de les utiliser. Les applications de médicaments ont été les plus utilisées en 2018. Au total, 20 applications recommandées ont été identifiées, mais parmi elles, seules deux étaient spécifiques à la rhumatologie. Une étude réalisée en 2017 par l’Emering European League Against Rheumatism Network (EMEUNET) [8] a montré que 71% des rhumatologues interrogés utilisaient les médias sociaux de manière professionnelle pour le réseautage (79%), les actualités (76%) et pour recevoir des mises à jour sur la recherche (48%). La plateforme leader était Facebook avec 91%.

Les patients sont prêts à utiliser les applications, mais les offres sont rares ?

La large disponibilité des smartphones avec un accès Internet performant permet de fournir et la mise en œuvre rapide de DiGA à bas seuil. Une enquête auprès des patients [9], réalisée en janvier 2019, a montré que la grande majorité des patients en rhumatologie (91,2%) utilisent régulièrement des smartphones et pensent que l’utilisation d’applications médicales peut être utile (68,4%). Il est toutefois intéressant de noter que les applications médicales n’ont été utilisées que par 4,1% des personnes interrogées. A quelques exceptions près, tous les patients (97,4%) étaient prêts à fournir des données d’application à des fins de recherche, dans le respect de la protection des données [9]. Ces données pourraient apporter un soutien considérable à la recherche clinique en raison de leur collecte simple, continue et structurée. Le travail a également montré que les patients souhaitent qu’une application leur fournisse, en plus d’autres fonctions et contenus, des informations sur la maladie, les médicaments et l’alimentation (top 3 des 16 fonctions d’application souhaitées).

Les applications comme outil de diagnostic

Un problème majeur dans la prise en charge des patients rhumatologiques est le long délai d’apparition des symptômes avant la première présentation [10]. Cela est dû en grande partie au manque de rendez-vous chez les spécialistes. Cependant, des études montrent que jusqu’à deux tiers des premières présentations ne nécessitent pas nécessairement une consultation spécialisée en rhumatologie [11], car il n’y a pas de maladie rhumatismale inflammatoire. Des outils de triage numériques judicieux pourraient ici aider à garantir une orientation ciblée des patients [12]. Dans ce contexte, la société espagnole de rhumatologie a développé, en collaboration avec la société espagnole des médecins généralistes, une application [13] qui fournit un algorithme clair de diagnostic et d’orientation vers un rhumatologue. Outre la start-up allemande Ada Health, dont l’application patient traite les symptômes de manière non spécialisée et détermine des diagnostics suspects et des recommandations d’action, il existe également plusieurs applications et projets européens spécifiques à la rhumatologie ou à la maladie. L’outil d’évaluation conjointe de la douleur (JPAST), financé par l’UE, combine les données d’un vérificateur de symptômes avec des données génétiques et sérologiques afin de calculer le risque individuel de manière plus précise [14]. Cette évolution n’en est qu’à ses débuts, comme l’a montré, entre autres, une étude menée par des symptom checkers (SC) anglais [15]. Lors des premières présentations de patients souffrant de rhumatologie, les SC n’ont identifié correctement que 19% (4 sur 21) des patients souffrant d’arthrite [15]. Dans le domaine de la spondyloarthrite, l’utilisation d’un outil d’auto-référencement en ligne pour les patients a permis de montrer les premières données positives [16]. En résumé, on peut s’attendre à ce que les performances des algorithmes de tri numérique s’améliorent au fil du temps.

Applications de suivi

Les applications les plus diverses [3,7] permettent de collecter et de transmettre les résultats rapportés par les patients (PRO). La majorité des patients sont prêts à consacrer 15 minutes à chaque saisie de données hebdomadaire [9]. Ces données électroniques offrent la possibilité d’un suivi régulier des maladies, indépendamment du lieu, ainsi qu’une transférabilité aisée et une documentation complète. Actuellement, selon une enquête récente, seuls 25,5% des rhumatologues allemands utilisent des PRO électroniques. La Suisse semble déjà beaucoup plus numérisée dans ce domaine grâce au “Swiss Clinical Quality Management in Rheumatic Diseases”. Outre la saisie numérique PRO, d’autres fonctions liées à la maladie peuvent être surveillées au moyen d’applications. Par exemple, dans une étude française, la mesure du nombre de pas a permis de détecter des poussées chez des patients atteints de polyarthrite rhumatoïde et de SpA avec une spécificité (97%) et une sensibilité (96%) élevées [17]. D’autres applications passionnantes, telles que la mesure du gonflement des doigts à l’aide d’un smartphone [18], la mesure objective de la mobilité de la colonne vertébrale des patients atteints de SpA [19] et la détermination de l’activité physique des patients atteints de myosite [20], trouveront certainement leur place dans la pratique clinique quotidienne.

Applications pour le traitement et le soulagement des symptômes

Les applications peuvent être utilisées en complément de la thérapie actuelle. En particulier pour le traitement de la douleur [21–23] et de la dépression [24], il existe également de premières données solides sur l’efficacité des offres numériques. Par exemple, dans un essai contrôlé randomisé de 12 semaines, l’application Kaia en langue allemande a permis une réduction significativement plus importante de la douleur par rapport à six séances de kinésithérapie et à du matériel pédagogique en ligne chez des patients souffrant de lombalgies non spécifiques [21]. Dans l’évaluation de l’AGJR [3], l’application de la Ligue allemande contre le rhumatisme, “Rheuma-Auszeit” (Fig. 1) , a obtenu la meilleure note. L’application fournit des exercices de mouvement et de relaxation par le biais de fichiers audio et vidéo que les patients peuvent utiliser immédiatement.

Les patients ont droit à des prestations pour certaines applications

En décembre 2019, la loi sur l’amélioration des soins par la numérisation et l’innovation (loi sur les soins numériques, DVG) est entrée en vigueur. En combinaison avec l’ordonnance sur les applications de santé numériques (DiGAV), les assurés obtiennent ainsi un droit aux prestations pour les applications de santé numériques (DiGA) et les médecins et physiothérapeutes peuvent prescrire des offres correspondantes. Les applications numériques de santé sont examinées sur demande par l’Institut fédéral des médicaments et des dispositifs médicaux (BfArM) et doivent remplir certaines conditions de base (tableau 1). En particulier, des effets positifs sur les soins doivent être démontrés.

Un registre tenu par le BfArM donne un aperçu de tous les DiGA pouvant être prescrits. Les premiers DiGA ont été officiellement inscrits dans le registre en octobre 2020 : https://diga.bfarm.de/de/verzeichnis. Il est probable que la Suisse et d’autres pays établissent -un régime similaire.

Conclusion pour la pratique

La majorité des patients considèrent que l’utilisation d’applications médicales est utile et sont prêts à fournir des données à des fins de recherche.
Différentes applications existent déjà pour le diagnostic, le suivi et l’optimisation du traitement, mais il n’existe pas d’études démontrant leur utilité.
La commission de rhumatologie numérique de la DGRh et le Digital Rheumatology Network ont été créés pour accompagner activement la numérisation de la rhumatologie.

Littérature :

Knitza J, Callhoff J, Chehab G, et al : Position paper of the commission on digital rheumatology of the German Society of Rheumatology : tasks, targets and perspectives for a modern rheumatology. Z Rheumatol 2020.
Najm A, Nikiphorou E, Kostine M, et al : EULAR points to consider for the development, evaluation and implementation of mobile health applications helping self-management in people living with rheumatic and musculoskeletal diseases. RMD Open 2019 ; 5(2) : e001014.
Knitza J, Tascilar K, Messner EM, et al. : German Mobile Apps in Rheumatology : Review and Analysis Using the Mobile Application Rating Scale (MARS). JMIR mHealth et uHealth 2019 ; 7(8) : e14991.
Stoyanov SR, Hides L, Kavanagh DJ, et al : Mobile app rating scale : a new tool for assessing the quality of health mobile apps. JMIR mHealth et uHealth 2015 ; 3(1) : e27.
Grainger R, Townsley H, White B, et al : Apps for People With Rheumatoid Arthritis to Monitor Their Disease Activity : A Review of Apps for Best Practice and Quality. JMIR mHealth et uHealth 2017 ; 5(2) : e7.
Najm A, Gossec L, Weill C, et al : Mobile Health Apps for Self-Management of Rheumatic and Musculoskeletal Diseases : Systematic Literature Review. JMIR mHealth and uHealth 2019 ; 7(11) : e14730.
Knitza J, Vossen D, Geffken I, et al : Use of medical apps and online platforms among German rheumatologists : Results of the 2016 and 2018 DGRh conference surveys and research conducted by rheumadocs. Z Rheumatol 2018.
Nikiphorou E, Studenic P, Ammitzbøll CG, et al. : Utilisation des médias sociaux chez les jeunes rhumatologues et les scientifiques de base : résultats d’une enquête internationale menée par le réseau Emerging EULAR (EMEUNET). Annals of the rheumatic diseases 2017 ; 76(4) : 712.
Knitza J, Simon D, Lambrecht A, et al. : Mobile Health in Rheumatology : A Patient Survey Study Exploring Usage, Preferences, Barriers and eHealth Literacy. JMIR mHealth et uHealth 2020.
Raza K, Stack R, Kumar K, et al : Delays in assessment of patients with rheumatoid arthritis : variations across Europe. Annals of the rheumatic diseases 2011 ; 70(10) : 1822.
Feuchtenberger M, Nigg AP, Kraus MR, et al : Rate of Proven Rheumatic Diseases in a Large Collective of Referrals to an Outpatient Rheumatology Clinic Under Routine Conditions. Clin Med Insights Arthritis Musculosskelet Diord 2016 ; 9(1179-5441 [Print]) : 181-187.
Hirsch MC, Ronicke S, Krusche M, et al : Rare diseases 2030 : how augmented AI will support diagnosis and treatment of rare diseases in the future. Annales des maladies rhumatismales 2020 : annrheumdis-2020-217125.
Urruticoechea-Arana A, León-Vázquez F, Giner-Ruiz V, et al. : Desarrollo de una aplicación para teléfonos móviles (app) basada en la colaboración Sociedad Española de Reumatología/Sociedad Española de Medicina de Familia y Comunitaria para derivación de enfermedades autoinmunes sistémicas. Reumatología Clínica 2019.
Knitza J, Knevel R, Raza K, et al. : Toward Earlier Diagnosis Using Combined eHealth Tools in Rheumatology : the Joint Pain Assessment Scoring Tool (JPAST) Project. JMIR mHealth et uHealth 2020 (2291-5222 (Electronic)).
Powley L, McIlroy G, Simons G, et al : Are online symptoms checkers useful for patients with inflammatory arthritis ? BMC musculoskeletal disorders 2016 ; 17(1) : 362.
Proft F, Spiller L, Redeker I, et al. : Comparaison d’un outil d’auto-référencement en ligne avec une stratégie de référence basée sur le médecin pour la reconnaissance précoce des patients avec une forte probabilité de spa axial. Seminars in Arthritis and Rheumatism 2020 ; 50(5) : 1015-1021.
Gossec L, Guyard F, Leroy D, et al : Détection de flambées par diminution de l’activité physique, collectées à l’aide de trackers d’activité portables, dans l’arthrite rhumatoïde ou la spondyloarthrite axiale : une application des analyses de machine-learning en rhumatologie. Arthritis care & research 2018.
Mollard E, Michaud K. : Une application mobile avec imagerie optique pour l’autogestion de la polyarthrite rhumatoïde de la main : étude pilote. JMIR mHealth and uHealth 2018 ; 6(10) : e12221.
Kiefer D, Baraliakos X, Bühring B, et al. : Epionics SPINE – Application d’une méthode d’examen objective de la mobilité de la colonne vertébrale chez les patients atteints de spondyloarthrite axiale. Journal de rhumatologie 2019.
Oldroyd A, Little MA, Dixon W, et al : A review of accelerometer-derived physical activity in the idiopathic inflammatory myopathies. BMC Rheumatology 2019 ; 3(1) : 41.
Toelle TR, Utpadel-Fischler DA, Haas KK, et al. : App-based multidisciplinary back pain treatment versus combined physiotherapy plus online education : a randomized controlled trial. npj Digital Medicine 2019 ; 2(1) : 34.
Kristjánsdóttir ÓB, Fors EA, Eide E, et al. : A Smartphone-Based Intervention With Diaries and Therapist-Feedback to Reduce Catastrophizing and Increase Functioning in Women With Chronic Widespread Pain : Randomized Controlled Trial. Journal of medical Internet research 2013 ; 15(1) : e5.
Paganini S, Lin J, Kählke F, et al : A guided and unguided internet and mobile-based intervention for chronic pain : health economic evaluation alongside a randomised controlled trial. BMJ Open 2019 ; 9(4) : e023390.
Paganini S, Teigelkötter W, Buntrock C, et al : Economic evaluations of internet- and mobile-based interventions for the treatment and prevention of depression : A systematic review. Journal of Affective Disorders 2018 ; 225 : 733-755.
BfArM. Loi sur les services numériques 2019 [Disponible à partir de : www.bfarm.de/DE/Medizinprodukte/DVG/_node.html].