Zdalne monitorowanie i opieka nad glejakiem wielopostaciowym – protokół badawczy

Glejak wielopostaciowy jest najczęstszym pierwotnym złośliwym guzem mózgu u dorosłych, charakteryzującym się niemal powszechnym odsetkiem nawrotów i niskim średnim czasem przeżycia wynoszącym od 14 do 18 miesięcy, nawet przy maksymalnej terapii. Chociaż uczestnicy poddawani są częstym badaniom klinicznym i obrazowym w celu monitorowania ich stanu, powikłania są trudne do przewidzenia i mogą pojawić się nagle. Na przykład pacjenci z glejakiem wielopostaciowym często wykazują nadkrzepliwość, co predysponuje ich do żylnej choroby zakrzepowo-zatorowej (ŻChZZ), powodującej znaczną zachorowalność i śmiertelność. ŻChZZ jest główną przyczyną zgonów wśród chorych na nowotwory otrzymujących chemioterapię w warunkach ambulatoryjnych, a wczesne wykrycie i leczenie może zwiększyć przeżycie. Czujniki do noszenia w postaci urządzeń przeznaczonych bezpośrednio do konsumenta mogą umożliwiać uzyskanie wglądu umożliwiającego podjęcie w odpowiednim czasie proaktywnych interwencji. Prawie 20 procent mieszkańców USA posiada inteligentne urządzenia do noszenia, takie jak FitBit lub zegarek Apple. Integracja urządzeń do noszenia w opiece klinicznej przyspieszyła ze względu na bodziec pandemii Covid-19 w rozwoju usług telezdrowia. Rosnąca dostępność i przystępność technologii noszenia na ciele umożliwiła także otwarcie nowych możliwości zapewnienia uczestnikom zdalnej i terminowej opieki.

Czujniki w urządzeniach konsumenckich rejestrują szeroki zakres informacji. Przezskórna fotopletyzmografia optyczna umożliwia pomiary serca i układu oddechowego przy użyciu nieinwazyjnych danych dotyczących przepływu krwi. Tymczasem dane ruchowe i przestrzenne dostarczane są przez akcelerometry i żyroskopy. Te surowe dane można następnie zebrać, aby zapewnić wgląd w parametry biometryczne, od liczby kroków po informacje wyższego poziomu (np. VO2max i czas snu). We wcześniejszych pracach korzystano już z tych danych na wyższym poziomie, aby powiązać aktywność ruchową i parametry życiowe z ryzykiem zakrzepicy u pacjenta, ale nie przeprowadzono tego w populacji pacjentów z guzem mózgu. W tym badaniu uczestnicy zostaną poproszeni o noszenie zegarka Apple i dokumentowanie wszelkich zdarzeń i objawów zdrowotnych. W przechwyconych danych zostaną przeanalizowane wzorce, które mogą być powiązane z objawami. Badanie ma na celu wygenerowanie kontekstowych zbiorów danych z czujników do noszenia, które obecnie nie istnieją w przypadku pacjentów z glejakiem wielopostaciowym, poprzez opisywanie epizodów objawowych i opracowanie cyfrowych biomarkerów określonych objawów. Na przykład nieprawidłowe zmiany częstości akcji serca lub częstości oddechów będą obserwowane przed napadem drgawkowym lub innymi przejściowymi objawami neurologicznymi. Dane do noszenia wykorzystują linię bazową pacjenta na początku badania jako dopasowaną kontrolę. Tradycyjna opieka kontrolna i ocena stanu sprawności Karnofsky'ego (KPS) opierają się na migawkowych pomiarach, wywiadach z pacjentami i wrażeniach lekarza podczas stosunkowo krótkiej wizyty w klinice. Czujniki ubieralne mogą dostarczać informacji o wyższej rozdzielczości, aby pomóc w określeniu KPS pomiędzy oceną wizyty a interwencją. Niektóre badania wykazały wykonalność stosowania urządzeń do noszenia do zdalnego monitorowania KPS w przypadku zaawansowanych nowotworów przewodu pokarmowego i płuc, ale nie objęły one jeszcze uczestników chorych na glejaka wielopostaciowego. W jednym badaniu wykonalności zbadano, czy urządzenia do noszenia mogą pomóc w określeniu jakości snu u pacjentów z glejakiem wielopostaciowym. Aby zrozumieć związek między danymi aktigraficznymi a wynikami klinicznymi dobrostanu pacjentów z glejakiem wielopostaciowym, zbadamy związek między zebranymi danymi dotyczącymi ruchu a KPS. To studium wykonalności wykorzystujące zegarek Apple Watch i aplikację iOS na iPhonie uczestnika w celu ciągłego gromadzenia danych aktygraficznych i opisywania występowania objawów. Platforma Apple o otwartym kodzie źródłowym jest wykorzystywana do projektowania zestawu ResearchKit specjalnie na potrzeby badań medycznych, tworzenia aplikacji i bezpiecznego gromadzenia danych.