Surveillance et soins à distance du glioblastome - Protocole de recherche

Le glioblastome est la tumeur cérébrale maligne primitive la plus courante chez l'adulte, avec un taux de récidive quasi universel, et rapporte de faibles survies médianes comprises entre 14 et 18 mois, même avec un traitement maximal. Bien que les participants bénéficient de suivis cliniques et d’imagerie fréquents pour surveiller leur état, les complications sont difficiles à anticiper et peuvent survenir soudainement. Par exemple, les participants atteints de glioblastome présentent généralement une hypercoagulabilité, les prédisposant à la thromboembolie veineuse (TEV) avec une morbidité et une mortalité significatives. La TEV est l'une des principales causes de décès chez les participants atteints d'un cancer recevant une chimiothérapie ambulatoire, et une détection et un traitement rapides peuvent augmenter la survie. Les capteurs portables, sous la forme d'appareils destinés directement au consommateur, peuvent fournir des informations permettant des interventions proactives et opportunes. Près de 20 % des résidents américains possèdent un appareil portable intelligent tel que la montre FitBit ou Apple. L'intégration des appareils portables dans les soins cliniques s'est accélérée en raison de l'accélération du développement des services de télésanté provoquée par la pandémie de COVID-19. L’accessibilité croissante et le prix abordable de la technologie portable ont également permis de nouvelles possibilités de fournir des soins à distance et en temps opportun aux participants.

Les capteurs des appareils grand public capturent un large éventail d’informations. La photopléthysmographie optique transdermique fournit des mesures cardiaques et respiratoires à l'aide de données non invasives sur le flux sanguin. Pendant ce temps, les données de mouvement et spatiales sont fournies par des accéléromètres et des gyroscopes. Ces données brutes peuvent ensuite être assemblées pour fournir un aperçu des paramètres biométriques allant du nombre de pas à des informations de niveau supérieur (par ex. VO2 max et durée du sommeil). Des travaux antérieurs ont déjà utilisé ces données à un niveau supérieur pour relier l'activité de mouvement et les signes vitaux au risque de thrombose d'un patient, mais n'ont pas été réalisés dans la population de tumeurs cérébrales. Cette étude demandera aux participants de porter une montre Apple et de documenter tout événement ou symptôme de santé. Les modèles seront analysés dans les données capturées qui peuvent être associées à des symptômes. En annotant les épisodes symptomatiques, l'étude vise à générer des ensembles de données contextualisés de capteurs portables qui n'existent pas actuellement pour les participants au glioblastome et à développer des biomarqueurs numériques pour certains symptômes. Par exemple, des variations anormales de la fréquence cardiaque ou de la fréquence respiratoire seront observées avant une crise ou d'autres symptômes neurologiques transitoires. Les données portables utilisent la ligne de base du patient au début de l'étude comme contrôle apparié. Les soins de suivi traditionnels et l'évaluation de l'état de performance de Karnofsky (KPS) reposent sur des mesures instantanées, des entretiens avec les patients et des impressions du clinicien au cours d'une visite clinique relativement brève. Les capteurs portables peuvent fournir des informations à plus haute résolution pour aider à déterminer le KPS entre l'évaluation de la visite et les interventions. Certaines études ont démontré la faisabilité de l'utilisation de dispositifs portables pour la surveillance à distance du KPS dans les cancers gastro-intestinaux et pulmonaires avancés, mais n'ont pas encore inclus de participants atteints de glioblastome. Une étude de faisabilité a exploré les appareils portables pour déterminer la qualité du sommeil chez les participants au glioblastome. Pour comprendre la relation entre les données d'actigraphie et les scores cliniques de bien-être chez les participants atteints de glioblastome, nous examinerons l'association entre les données de mouvement collectées et le KPS. Il s'agit d'une étude de faisabilité utilisant l'Apple Watch et une application iOS sur l'iPhone du participant pour collecter des données d'actigraphie continue et annoter l'apparition des symptômes. Le cadre open source d'Apple est utilisé pour concevoir spécifiquement ResearchKit, destiné à la recherche médicale, afin de créer l'application et de collecter des données en toute sécurité.