Avaliação da Dor em Pacientes com Câncer por Aprendizado de Máquina (PASCALE) (PASCALE)

Durante toda a duração do estudo, os pacientes permanecerão sob os cuidados da equipe Ambulatorial de Cuidados Paliativos Precoces e Simultâneos do Istituto Nazionale Tumori, Fondazione Pascale, em casa. A dor e outros sintomas serão tratados de acordo com a boa prática clínica e os pacientes receberão assistência de acordo com os cuidados médicos de rotina.

Serão utilizados os seguintes dispositivos:

1. Programas
2. Instrumentação
3. Ferramentas de Avaliação Clínica: Questionário de Qualidade de Vida Núcleo 30 da Organização Européia para Pesquisa e Tratamento do Câncer (EORTC QLQ-C30), Diário de Dor Diário, escala de classificação numérica de 0 a 10 (NRS).

O projeto será dividido em três Work Packages (WPs) principais, dedicados respetivamente à criação da infraestrutura informática de apoio às aquisições (WP1), à campanha de recolha de dados do paciente (WP2) e ao desenvolvimento de algoritmos de aprendizagem automática para reconhecimento automático da dor (WP3). A aplicação dos aparelhos e a verificação do correto funcionamento serão realizadas na residência do paciente pela equipe de TI envolvida no estudo.

WP1 - O sistema é composto por três componentes principais: o servidor, com a base de dados anexada, a aplicação para dispositivos móveis, também responsável pela gestão da aquisição de dados dos dispositivos de aquisição de sinais fisiológicos, e a aplicação desktop, utilizada pelo corpo clínico para monitorizar a evolução de coleta de dados.

O aplicativo móvel terá a função de fazer interface direta com o paciente e adquirir dados biométricos de dispositivos vestíveis. Especificamente, os seguintes sinais serão adquiridos: frequência cardíaca, temperatura corporal, pressão arterial não invasiva e resposta galvânica da pele (GSR). A frequência cardíaca será obtida por meio de um dispositivo vestível (Garmin Vivosmart 4), enquanto a temperatura corporal, a pressão arterial não invasiva e o GSR serão adquiridos por um dispositivo externo (uma plataforma BITalino). algoritmo que lidará com a detecção da dor, os pacientes também receberão um questionário de qualidade de vida (EORTC QLQ-C30).

Para obter a veracidade dos dados, o paciente será solicitado a fornecer feedback sobre o nível de dor, tanto em determinados intervalos de tempo durante o dia, quanto em caso de episódios de dor aguda. Esse feedback pode ser baseado em NRS e estratégias de multimídia (por exemplo, vídeos). Os pacientes preencherão um diário de dor diário.

WP2 - A campanha incluirá uma fase preliminar de aquisição destinada a testar a infraestrutura de TI. Para obter uma adequada variabilidade inter-sujeitos e intra-sujeitos, será necessário inscrever pelo menos 40 pacientes, adquirindo dados por 10-14 dias. Assim, a campanha de recolha de dados será realizada durante cerca de 6 meses. Cada sujeito usará o aplicativo móvel e os sensores por 2 semanas. Os dados serão adquiridos usando pacotes de coleta de dados simultaneamente (aplicativo, sensores e qualquer dispositivo móvel). Após a inscrição e no final, o EORTC QLQ-C30 será administrado.

WP3 - O objetivo é o desenvolvimento de algoritmos capazes de prever o nível de dor percebido pelo paciente. Tendo uma quantidade considerável de dados rotulados disponíveis, o sistema aprenderá com os exemplos.