Trainingsdatenerfassung und KI-Entwicklung (LC_SSP)

„Das LifeChamps-Projekt (https://lifechamps.eu/) schafft eine digitale Plattform, um klinische Teams dabei zu unterstützen, älteren Krebspatienten eine integriertere Nachsorge anzubieten. Die digitale Plattform wird Daten integrieren, die direkt vom Patienten (vom Patienten gemeldete Ergebnisse und Sensordaten von tragbaren Geräten), aus der häuslichen Umgebung (Heimsensoren, Waagen) und aus der klinischen Umgebung (Daten, die routinemäßig über die elektronische Patientenakte erhoben werden) stammen ). Die digitale Plattform wird Big Data Analytics (maschinelles Lernen) verwenden, um alle Daten als Teil prädiktiver klinischer Algorithmen für Gebrechlichkeit und Lebensqualität älterer Krebspatienten zu verarbeiten. Die Entwicklung jedes klinischen Algorithmus erfordert, dass das Prototypmodell (oder die Analyse-Engine) mit reichlich realen Daten trainiert wird, um die Vorhersagefähigkeit und Gültigkeit der Algorithmen zu konsolidieren, bevor die Algorithmen in einer größeren Machbarkeitsstudie eingesetzt werden.

Es wird ein prospektives Zeitreihendesign verwendet, wobei die LifeChamps-Plattform für insgesamt 3 Monate eingesetzt wird.

Ältere Patienten mit einer Krebsdiagnose werden die Zielgruppe dieser Studie sein. Es wird eine konsekutive Stichprobenziehung verwendet, wobei alle älteren Krebspatienten, die die Zulassungskriterien erfüllen, angesprochen und zur Studie eingeladen werden. Jeder Studienteilnehmer wird insgesamt 3 Monate in die Studie eingebunden. Eine 3-monatige Rekrutierungsperiode ist zulässig, wodurch sich die Gesamtstudiendauer auf 6 Monate erhöht (von der Aufnahme des ersten Patienten bis zum Abschluss der Datenerhebung durch den letzten Patienten).

Patienten ab 65 Jahren, bei denen Brust- oder Prostatakrebs im Frühstadium diagnostiziert wurde, werden in der Abteilung für medizinische Onkologie des G. Genimatas General Hospital, „Alma Zois“, einer gemeinnützigen Vereinigung von Frauen, die Brustkrebs hatten, mit Sitz in identifiziert Thessaloniki, Griechenland und kooperierende Privatkliniken. Den Patienten wird die Möglichkeit geboten, an der Studie teilzunehmen, und sie werden anhand der Einschluss- und Ausschlusskriterien gescreent. Potentielle Teilnehmer erhalten das Informationsblatt und die Einverständniserklärung, werden darüber informiert, dass ihre derzeitige Behandlung nicht geändert wird, wenn sie die Teilnahme ablehnen, und erhalten die Möglichkeit, etwaige Fragen zu stellen.

Nach schriftlicher Einverständniserklärung wird der Mini-COG verwendet, um die kognitive Funktion und Beeinträchtigung der Studienteilnehmer zu Studienbeginn zu bewerten. Der Mini-COG besteht aus einem 3-Wörter-Rückruf und einem Uhrzeichentest und kann innerhalb von 5 Minuten abgeschlossen werden. Eine Punktzahl von weniger als 3/5 weist darauf hin, dass der Patient zur vollständigen kognitiven Beurteilung überwiesen werden muss.

Der Forscher wird auch dafür sorgen, dass Studienteilnehmer Studiengeräte erhalten, d. H. Heimsensoren, tragbare Aktivitätssensoren, intelligente Waage und mobile App. Der Forscher wird einen geeigneten Zeitpunkt für einen Hausbesuch vereinbaren, um die Haussensoren zu installieren und die Funktionalität zu testen. Der Forscher wird dem Teilnehmer die Verwendung der Studienausrüstung demonstrieren und wiederholen, dass Unterstützung bei der Verwendung der Technologie verfügbar sein wird.

Die Datenerfassung umfasst eine Vielzahl von Quellen, darunter den Patienten (vom Patienten gemeldete Ergebnisse und Sensordaten von tragbaren Geräten), die häusliche Umgebung (Heimsensoren, Waagen) und den klinischen Standort (Daten, die routinemäßig über die elektronische Patientenakte erfasst werden). .

Dabei kommt folgende Technologie zum Einsatz:

• Mobile Geräte:

  • Activity-Tracker-Armband (FitBit Charge 4). Es wird zur passiven Überwachung und Erfassung von Daten zu Herzfrequenz, Herzfrequenzvariabilität, Schritten, Aktivitätsverfolgung, Schlafüberwachung, Atemfrequenz, Hauttemperatur und SpO2 verwendet.
  • Mobile App (SALUMEDIA). Es wird verwendet, um die Erfassung von patientengemeldeten Ergebnismessungen (PROMs) zu ermöglichen und diese Informationen zusammen mit den vom Aktivitätstracker und der intelligenten Waage gesammelten Daten an das Raspberry Pi Kit zu Hause weiterzuleiten.

• Zuhause Sensoren / Geräte:

  • LOCS Home-Sensoren: Sie werden verwendet, um die täglichen Aktivitäten der Teilnehmer zu überwachen, z. B. um das Gehen und Funktionieren zu verfolgen. Den Studienteilnehmern werden 4 Bewegungssensoren, 1 Türkontaktsensor, 2 Korridorsensoren und ein Tag-Gerät zur Verfügung gestellt.
  • Intelligente Waage (Withings Body+): Sie wird verwendet, um das wöchentliche Körpergewicht, die Körperzusammensetzung und den Body-Mass-Index zu messen.
  • Raspberry Pi (RPI)-Kit: Als Edge-Gateway hostet RPI das LOCS-Gateway, das Movesense-Gateway und den Datenerfassungsdienst. RPI wird die Datenerfassung und Edge-Analyse sowie die Übertragung von Daten an die LIFECHAMPS-Plattform ermöglichen.
  • Smart Plug: Es wird verwendet, um Daten über die Nutzung von Haushaltsgeräten und damit Daten über das aktive tägliche Leben zu sammeln.

Die klinischen und demografischen Daten ausgewählter Studienteilnehmer aus den lokalen EHRs werden gesammelt und in die Analyse-Engine von LifeChamps geladen. Die Daten werden von technischen Partnern über das LifeChamps-Dashboard zur Verarbeitung und Analyse geladen. Es werden Daten zur Rekrutierungsrate (Zustimmung der Patienten / Patienten angesprochen), Verbleib der Teilnehmer in der Studie, Gründe für den Studienabbruch (falls angeboten), Einhaltung der Technologie durch die Teilnehmer, Probleme mit der Technologie und Notwendigkeit der Fehlerbehebung erfasst. Diese Daten werden (a) von lokalen Forschern unter Verwendung maßgeschneiderter „Aufzeichnungsprotokolle“ in Form einer Excel-Tabelle aufgezeichnet und (b) von technischen Partnern fernüberwacht und protokolliert, die an der Verteilung / Verwaltung der Technologie beteiligt sind, die in der verwendet werden soll Versuch wie oben beschrieben."