Utilizzo di MyChart per Valutare l'Efficacia degli Interventi sui Sintomi Vasomotori: Uno Studio di Fattibilità

I sintomi vasomotori (VMS) sono una conseguenza comune delle terapie sistemiche per il cancro al seno. I trattamenti per il cancro al seno possono causare VMS in circa il 30% delle donne in postmenopausa e nel 95% delle donne in premenopausa con cancro al seno in stadio iniziale (EBC). Oltre al loro impatto negativo sulla qualità della vita, i VMS non gestiti sono la ragione più comune per l'interruzione di un trattamento potenzialmente curativo nel 25-60% dei pazienti con EBC. La terapia sostitutiva con estrogeni è un trattamento comune per i VMS nella popolazione generale, tuttavia, è controindicata nelle pazienti con cancro al seno. Sono disponibili molti interventi non basati sugli estrogeni per gestire i VMS, tra cui: modifiche dello stile di vita, terapie complementari e alternative (CAM). Tuttavia, una recente revisione sistematica e meta-analisi degli interventi farmacologici e CAM condotta dal nostro team, non ha trovato un singolo trattamento ottimale per la gestione dei VMS nelle pazienti con cancro al seno. I ricercatori hanno recentemente condotto un sondaggio su 373 pazienti con EBC che ha rilevato che, sebbene la maggior parte dei pazienti fosse interessata a ricevere un intervento per alleviare i propri sintomi, solo il 18% ha ricevuto un trattamento per questo problema. Inoltre, più di un terzo dei pazienti che sperimentano VMS riferisce di non essere regolarmente interrogato sui propri sintomi durante i controlli di routine. Date le complesse variabili del paziente, del cancro e del trattamento che influenzano l'esperienza dei VMS, i numerosi interventi potenzialmente efficaci per i VMS disponibili e le diverse aspettative per un intervento efficace, i ricercatori ritengono che il Machine Learning (ML) sia ideale per l'analisi di questa comune e fastidiosa tossicità correlata al trattamento. Studi precedenti sul cancro al seno hanno applicato con successo modelli di ML per esaminare il rischio di sviluppare il cancro al seno, nonché la prognosi del cancro al seno. La cartella clinica elettronica EPIC e l'applicazione MyChart hanno fornito sia ai clinici che ai pazienti strumenti migliorati per la documentazione degli esiti correlati alla salute. I ricercatori ritengono che la piattaforma MyChart e le tecniche di ML possano essere utilizzate per raccogliere e analizzare i dati sugli esiti per le pazienti con cancro al seno che sperimentano VMS.