Monitoraggio e cura a distanza del glioblastoma - Protocollo di ricerca

Il glioblastoma è il tumore cerebrale maligno primario più comune negli adulti, con un tasso di recidiva quasi universale e riporta una sopravvivenza mediana bassa compresa tra 14 e 18 mesi, anche con la terapia massimale. Sebbene i partecipanti abbiano frequenti follow-up clinici e di imaging per monitorare le loro condizioni, le complicanze sono difficili da prevedere e possono insorgere all’improvviso. Ad esempio, i partecipanti con glioblastoma dimostrano comunemente ipercoagulabilità, predisponendoli al tromboembolismo venoso (TEV) con morbilità e mortalità significative. La TEV è una delle principali cause di morte tra i pazienti affetti da cancro sottoposti a chemioterapia ambulatoriale e il rilevamento e il trattamento tempestivi possono aumentare la sopravvivenza. I sensori indossabili, sotto forma di dispositivi diretti al consumatore, possono consentire approfondimenti per consentire interventi tempestivi e proattivi. Quasi il 20% dei residenti negli Stati Uniti possiede un dispositivo indossabile intelligente come FitBit o Apple Watch. L’integrazione dei dispositivi indossabili nell’assistenza clinica ha subito un’accelerazione a causa della spinta della pandemia di COVID-19 nello sviluppo dei servizi di telemedicina. La crescente accessibilità e convenienza della tecnologia indossabile hanno anche consentito nuove possibilità di fornire assistenza remota e tempestiva ai partecipanti.

I sensori nei dispositivi consumer catturano un'ampia gamma di informazioni. La fotopletismografia ottica transdermica fornisce misurazioni cardiache e respiratorie utilizzando dati del flusso sanguigno non invasivi. Nel frattempo, i dati di movimento e spaziali sono forniti da accelerometri e giroscopi. Questi dati grezzi possono quindi essere assemblati per fornire informazioni dettagliate sui parametri biometrici che vanno dal conteggio dei passi a informazioni di livello superiore (ad es. VO2 max e durata del sonno). Lavori precedenti avevano già utilizzato questi dati a un livello più elevato per collegare l'attività motoria e i segni vitali al rischio di trombosi di un paziente, ma non erano stati condotti nella popolazione con tumore al cervello. Questo studio chiederà ai partecipanti di indossare un orologio Apple e documentare eventuali eventi o sintomi di salute. All'interno dei dati acquisiti verranno analizzati i modelli che potrebbero essere associati ai sintomi. Annotando gli episodi sintomatici, lo studio mira a generare set di dati di sensori indossabili contestualizzati che attualmente non esistono per i partecipanti al glioblastoma e a sviluppare biomarcatori digitali per determinati sintomi. Ad esempio, si osserveranno variazioni anomale della frequenza cardiaca o della frequenza respiratoria prima di una crisi epilettica o di altri sintomi neurologici transitori. I dati indossabili utilizzano il valore di riferimento del paziente all'inizio dello studio come controllo corrispondente. Le tradizionali cure di follow-up e la valutazione del Karnofsky Performance Status (KPS) si basano su misurazioni istantanee, interviste ai pazienti e impressioni del medico durante una visita clinica relativamente breve. I sensori indossabili possono fornire informazioni a risoluzione più elevata per aiutare a determinare il KPS tra la valutazione della visita e gli interventi. Alcuni studi hanno dimostrato la fattibilità dell’utilizzo di dispositivi indossabili per il monitoraggio remoto del KPS nei tumori gastrointestinali e polmonari avanzati, ma devono ancora includere partecipanti con glioblastoma. Uno studio di fattibilità ha esplorato i dispositivi indossabili nel determinare la qualità del sonno nei partecipanti al glioblastoma. Per comprendere la relazione tra i dati actigrafici e i punteggi clinici di benessere nei partecipanti con glioblastoma, esamineremo l'associazione tra i dati di movimento raccolti e KPS. Questo è uno studio di fattibilità che utilizza l'Apple Watch e un'applicazione iOS sull'iPhone del partecipante per raccogliere dati continui sull'attigrafia e annotare il verificarsi dei sintomi. Il framework open source di Apple viene utilizzato per progettare specificamente ResearchKit per la ricerca medica, per creare l'app e raccogliere dati in modo sicuro.