Træning af dataindsamling og AI-udvikling (LC_SSP)

"LifeChamps-projektet (https://lifechamps.eu/) skaber en digital platform til at støtte kliniske teams til at yde mere integreret opfølgningspleje til ældre patienter med kræft. Den digitale platform vil integrere data, der kommer direkte fra patienten (patientrapporterede resultater og sensordata fra bærbare enheder), fra hjemmemiljøet (hjemmesensorer, vægte) og fra det kliniske miljø (data indsamlet rutinemæssigt via den elektroniske patientjournal ). Den digitale platform vil bruge big data analytics (machine learning) til at behandle alle data som en del af prædiktive kliniske algoritmer for skrøbelighed og livskvalitet for ældre patienter med kræft. Udvikling af hver klinisk algoritme kræver, at prototypemodellen (eller analysemotoren) trænes ved hjælp af rigelige data fra den virkelige verden for at hjælpe med at konsolidere forudsigelsesevnen og validiteten af ​​algoritmerne, før algoritmerne implementeres i et større gennemførlighedsforsøg.

Der vil blive anvendt et fremtidigt tidsseriedesign, hvor LifeChamps platformen vil blive implementeret i i alt 3 måneder.

Ældre patienter med en cancerdiagnose vil være målgruppen for denne undersøgelse. Konsekutiv prøvetagning vil blive brugt, hvorved alle ældre patienter med kræft, som opfylder kriterierne for berettigelse, vil blive kontaktet og inviteret med i undersøgelsen. Hver undersøgelsesdeltager vil være involveret i undersøgelsen i 3 måneder i alt. En 3-måneders rekrutteringsperiode vil være tilladt, hvilket bringer den samlede undersøgelsesvarighed til 6 måneder (fra den første patient bliver indskrevet, indtil den sidste patient afslutter dataindsamlingen).

Patienter i alderen 65 år og derover, diagnosticeret med bryst- eller prostatacancer i tidligt stadie, vil blive identificeret på afdelingen for medicinsk onkologi på G. Genimatas General Hospital, "Alma Zois", en non-profit sammenslutning af kvinder, der havde oplevet brystkræft baseret i Thessaloniki, Grækenland og samarbejdende private klinikker. Patienterne vil blive præsenteret for muligheden for at deltage i undersøgelsen og screenet ud fra inklusions- og eksklusionskriterierne. Potentielle deltagere vil blive forsynet med informationsbladet og samtykkeerklæringen, informeret om, at hvis de afslår at deltage, vil dette ikke ændre deres nuværende behandling og givet mulighed for at stille eventuelle spørgsmål, de måtte have.

Efter skriftligt informeret samtykke er givet, vil mini-COG blive brugt til at evaluere undersøgelsesdeltagernes kognitive funktion og svækkelse ved baseline. Mini-COG består af en 3-ords genkaldelse og en urtegningstest og kan gennemføres inden for 5 minutter. En score på mindre end 3/5 indikerer behovet for at henvise patienten til fuld kognitiv vurdering.

Forskeren vil også sørge for, at studiedeltagere modtager studieudstyr, det vil sige hjemmesensorer, bærbare aktivitetssensorer, smart vægt og mobilapp. Forskeren vil aftale et passende tidspunkt for et hjemmebesøg for at installere hjemmesensorerne og teste funktionaliteten. Forskeren vil demonstrere brugen af ​​studieudstyr til deltageren, og gentage, at støtte til brug af teknologien vil være tilgængelig.

Dataindsamling vil involvere en række forskellige kilder, herunder patienten (patientrapporterede resultater og sensordata fra bærbare enheder), hjemmemiljøet (hjemmesensorer, vægte) og det kliniske sted (data indsamles rutinemæssigt via den elektroniske sundhedsjournal) .

Følgende teknologi vil blive brugt:

• Mobile enheder:

  • Aktivitetsmålerarmbånd (FitBit charge 4). Det vil blive brugt til passivt at overvåge og indsamle data om hjertefrekvens, pulsvariabilitet, skridt, aktivitetssporing, søvnovervågning, vejrtrækningsfrekvens, hudtemperatur og SpO2.
  • Mobil app (SALUMEDIA). Det vil blive brugt til at muliggøre indsamling af patientrapporterede udfaldsmål (PROM'er) og til at videresende disse oplysninger sammen med de data, der er indsamlet af aktivitetsmåleren og den smarte skala til Raspberry Pi Kit derhjemme.

• Hjemmesensorer/enheder:

  • LOCS Hjemmesensorer: De vil blive brugt til at overvåge deltagernes daglige aktiviteter, fx til at spore ambulation og funktion. Studiedeltagere vil blive forsynet med 4 bevægelsessensorer, 1 dørkontaktsensor, 2 korridorsensorer og en tag-enhed.
  • Smart Scale (Withings Body+): Den vil blive brugt til at måle ugentlig kropsvægt, kropssammensætning og kropsmasseindeks.
  • Raspberry Pi (RPI) kit: Som en edge gateway hoster RPI LOCS gateway, Movesense Gateway og dataindtagelsestjeneste. RPI vil muliggøre dataindsamling og kantanalyse og overførsel af data til LIFECHAMPS-platformen.
  • Smart stik: Det vil blive brugt til at indsamle data om brugen af ​​hvidevarer og dermed data om den aktive hverdag.

Udvalgte kliniske og demografiske data fra undersøgelsesdeltagere fra de lokale EPJ'er vil blive indsamlet og indlæst i LifeChamps analysemotor. Dataene vil blive indlæst af tekniske partnere via LifeChamps dashboard til behandling og analyse. Data vedrørende rekrutteringsrate (patienter, der samtykker / henvendte patienter), fastholdelse af deltagere i undersøgelsen, årsager til afbrydelse af undersøgelsen (hvis det tilbydes), deltagernes overholdelse af teknologi, problemer med teknologi og behov for fejlfinding vil blive registreret. Disse data vil (a) blive registreret af lokale forskere ved hjælp af skræddersyede "optagelseslogfiler" i form af et Excel-regneark, og (b) fjernovervåges og logges af tekniske partnere, der er involveret i distributionen/styringen af ​​teknologien, der skal bruges i retssag som beskrevet ovenfor."