Monitoreo y atención remota del glioblastoma: protocolo de investigación

El glioblastoma es el tumor cerebral maligno primario más común en adultos, con una tasa de recurrencia casi universal y reporta una mediana de supervivencia baja de entre 14 y 18 meses, incluso con la terapia máxima. Aunque los participantes tienen seguimientos clínicos y por imágenes frecuentes para controlar su condición, las complicaciones son difíciles de anticipar y pueden surgir repentinamente. Por ejemplo, los participantes con glioblastoma suelen demostrar hipercoagulabilidad, lo que los predispone al tromboembolismo venoso (TEV) con una morbilidad y mortalidad significativas. El TEV es una de las principales causas de muerte entre los participantes con cáncer que reciben quimioterapia ambulatoria, y la detección y el tratamiento oportunos pueden aumentar la supervivencia. Los sensores portátiles, en forma de dispositivos directos al consumidor, pueden permitir obtener información que permita intervenciones proactivas y oportunas. Casi el 20 por ciento de los residentes de EE. UU. poseen un dispositivo portátil inteligente como FitBit o Apple Watch. La integración de dispositivos portátiles en la atención clínica se ha acelerado debido al impulso de la pandemia de COVID-19 en el desarrollo de servicios de telesalud. La creciente accesibilidad y asequibilidad de la tecnología portátil también ha permitido nuevas posibilidades para brindar atención remota y oportuna a los participantes.

Los sensores de los dispositivos de consumo capturan una amplia gama de información. La fotopletismografía óptica transdérmica proporciona mediciones cardíacas y respiratorias utilizando datos del flujo sanguíneo no invasivos. Mientras tanto, los datos espaciales y de movimiento son proporcionados por acelerómetros y giroscopios. Luego, estos datos sin procesar se pueden recopilar para proporcionar información sobre parámetros biométricos que van desde el recuento de pasos hasta información de nivel superior (p. ej. VO2 máx y duración del sueño). Trabajos anteriores ya han utilizado estos datos a un nivel superior para vincular la actividad de movimiento y los signos vitales con el riesgo de trombosis de un paciente, pero no se han realizado en la población de tumores cerebrales. Este estudio pedirá a los participantes que usen un reloj Apple y documenten cualquier evento o síntoma de salud. Se analizarán patrones dentro de los datos capturados que puedan estar asociados con los síntomas. Al anotar episodios sintomáticos, el estudio tiene como objetivo generar conjuntos de datos de sensores portátiles contextualizados que no existen actualmente para los participantes con glioblastoma y desarrollar biomarcadores digitales para ciertos síntomas. Por ejemplo, se observarán variaciones anormales en la frecuencia cardíaca o respiratoria antes de una convulsión u otros síntomas neurológicos transitorios. Los datos portátiles utilizan la línea de base del paciente al comienzo del estudio como control combinado. La atención de seguimiento tradicional y la evaluación del estado funcional de Karnofsky (KPS) se basan en mediciones instantáneas, entrevistas con pacientes e impresiones de los médicos durante una visita clínica relativamente breve. Los sensores portátiles pueden proporcionar información de mayor resolución para ayudar a determinar KPS entre la evaluación de la visita y las intervenciones. Algunos estudios han demostrado la viabilidad del uso de dispositivos portátiles para la monitorización remota de KPS en cánceres gastrointestinales y de pulmón avanzados, pero aún no han incluido participantes con glioblastoma. Un estudio de viabilidad ha explorado los dispositivos portátiles para determinar la calidad del sueño en participantes con glioblastoma. Para comprender la relación entre los datos de actigrafía y las puntuaciones clínicas de bienestar en participantes con glioblastoma, examinaremos la asociación entre los datos de movimiento recopilados y el KPS. Este es un estudio de viabilidad que utiliza el Apple Watch y una aplicación iOS en el iPhone del participante para recopilar datos de actigrafía continua y anotar la aparición de síntomas. El marco de código abierto de Apple se está utilizando para diseñar específicamente ResearchKit para investigación médica, crear la aplicación y recopilar datos de forma segura.