Utilización de MyChart para evaluar la efectividad de las intervenciones en los síntomas vasomotores: un estudio de viabilidad

Los síntomas vasomotores (VMS) son una consecuencia común de las terapias sistémicas para el cáncer de mama. Los tratamientos contra el cáncer de mama pueden causar VMS en aproximadamente el 30% de las mujeres posmenopáusicas y el 95% de las mujeres premenopáusicas con cáncer de mama en etapa temprana (EBC). Además de su impacto negativo en la calidad de vida, los VMS no manejados son la razón más común para la interrupción del tratamiento potencialmente curativo en el 25-60% de los pacientes con EBC. El reemplazo de estrógenos es un tratamiento común para los VMS en la población general, sin embargo, está contraindicado en pacientes con cáncer de mama. Existen muchas intervenciones no basadas en estrógenos disponibles para manejar los VMS, incluyendo; modificaciones en el estilo de vida, terapias de medicina complementaria y alternativa (CAM). Sin embargo, una revisión sistemática reciente y un metanálisis de intervenciones farmacológicas y de CAM realizado por nuestro equipo, no encontró un tratamiento único óptimo para el manejo de los VMS en pacientes con cáncer de mama. Los investigadores realizaron recientemente una encuesta en 373 pacientes con EBC que encontró que, aunque la mayoría de los pacientes estaban interesados en recibir una intervención para mitigar sus síntomas, solo el 18% recibió un tratamiento para este problema. Además, más de un tercio de los pacientes que experimentan VMS informan que no se les pregunta rutinariamente sobre sus síntomas en el seguimiento de rutina. Dadas las variables complejas del paciente, del cáncer y del tratamiento que influyen en la experiencia de los VMS, las numerosas intervenciones potencialmente efectivas para los VMS disponibles y las expectativas variables para una intervención efectiva, los investigadores creen que el aprendizaje automático (ML) es idealmente adecuado para el análisis de esta toxicidad relacionada con el tratamiento, común y molesta. Estudios previos sobre cáncer de mama han aplicado con éxito modelos de ML para examinar el riesgo de desarrollar cáncer de mama, así como el pronóstico del cáncer de mama. El registro médico electrónico EPIC y la aplicación MyChart han proporcionado tanto a los médicos como a los pacientes más herramientas para la documentación de los resultados relacionados con la salud. Los investigadores creen que la plataforma MyChart y las técnicas de ML pueden utilizarse para recopilar y analizar datos de resultados para pacientes con cáncer de mama que experimentan VMS.