Prevenzione del vomito nei bambini con cancro

Il vomito è una delle complicanze più comuni delle terapie antitumorali nei pazienti pediatrici, con sostanziali impatti negativi sulla qualità della vita. Il vomito può anche ridurre l'apporto orale, peggiorare lo stato nutrizionale e portare al ricovero. Pertanto, gli sforzi per controllare il vomito sono cruciali. La nostra capacità di prevedere quali pazienti hanno maggiori probabilità di vomitare è limitata; Machine Learning (ML) è un approccio promettente. Il nostro lavoro preliminare include lo sviluppo di un data warehouse aziendale proveniente da EPIC adatto a ML chiamati dati a livello aziendale di SickKids in Azure Repository (SEDAR) e convalida dei risultati di vomito nella Sedar. Successivamente, abbiamo creato un processo standardizzato per la formazione, la valutazione e la distribuzione del modello. Abbiamo addestrato un modello retrospettivo per prevedere il vomito e abbiamo dimostrato prestazioni soddisfacenti di questo modello durante una prospettiva prova silenziosa. Abbiamo anche creato il percorso di assistenza e il rapporto specifico per il paziente per facilitare l'assistenza clinica in base a una previsione positiva. Il percorso di cure di vomito espande il nostro percorso di assistenza antidemetica precedentemente sviluppata in base alle linee guida per la pratica clinica. Il rapporto specifico per il paziente elenca il rischio di ciascun paziente di vomito, vomito prima del tempo di previsione, chemioterapia o procedure pianificate, attuali ordini antiemetici e storia di vomito con l'ammissione più recente.

Saranno inclusi tutti i pazienti pediatrici ammessi al servizio di oncologia di SickKids. Il tempo di previsione sarà alle 8:30 del mattino dopo l'ammissione poiché le decisioni cliniche vengono in genere prese durante i round mattutini. Prevederemo il rischio di vomito 0-96 ore dopo il tempo di previsione.

Per la distribuzione dei modelli, i farmacisti saranno accusati di aver portato informazioni sul rischio di vomito dei pazienti all'attenzione del team medico e implementando interventi corsi di assistenza per il percorso di assistenza. Riceveranno un elenco di pazienti ad alto rischio e gli strumenti sviluppati (percorso di cura e rapporto specifico del paziente) ogni mattina. I risultati saranno valutati per un periodo pre e post-dispiegamento. L'outcome primario sarà qualsiasi vomito entro il periodo di previsione del periodo di 96 ore. Gli esiti secondari saranno il numero di episodi di vomito nel periodo di 96 ore, cure cotte per il percorso di cura, amministrazioni antiemetiche e costi antieretici.

Questo team include farmacisti pediatrici, oncologi pediatrici ed esperti di machine learning, epidemiologia clinica, scienze di implementazione, sviluppo del percorso di assistenza e biostatistica.

Il vomito è uno degli aspetti più angoscianti della terapia del cancro e, con gli approcci attuali, stiamo fallendo un numero considerevole di pazienti. Questo lavoro contribuirà alla medicina di precisione identificando i pazienti con la più alta necessità di revisione individualizzata e ottimizzazione della terapia. Si prevede che questo sforzo migliorerà la qualità delle cure e la qualità della vita per i malati di cancro pediatrico.