NGS на основе жидкой биопсии при недавно диагностированном НМРЛ (iNUDGE)

В системе здравоохранения Пенсильванского университета (UPHS) была опробована основанная на поведенческой экономике (BE) стратегия «подталкивания», чтобы направить клиническую практику врачей на одновременное использование плазменного и тканевого секвенирования следующего поколения (NGS) в то время. первичной диагностики у пациентов с впервые диагностированным метастатическим неплоскоклеточным (mNSq) немелкоклеточным раком легкого (НМРЛ). Эти результаты показали, что подталкивание на основе поведенческих электронных медицинских карт (EHR) осуществимо и может способствовать согласованному диагностическому тестированию как в сообществе, так и в академических учреждениях. Главной целью этого текущего испытания является расширение применения этого подхода информированного подталкивания BE, который был реализован в Epic, EHR, используемом в UPHS, на шесть вспомогательных больниц.

Наша центральная гипотеза заключается в том, что этот подход значительно расширит внедрение всестороннего молекулярного тестирования и улучшит доставку молекулярно-информированной терапии 1L у пациентов с впервые диагностированным mNSq NSCLC.

Молекулярное тестирование будет определяться как i) комплексное: тестирование EGFR, ALK, BRAF, ROS1, MET, RET и NTRK, ii) неполное: тестирование <6 генов и iii) тестирование не проводилось. Клинически действенные мутации будут определяться как изменение одного из семи генов в полном списке генов с одобренной FDA таргетной терапией в условиях 1L, а также KRAS G12C, вставка экзона 20 EGFR и мутации ErbB2. Молекулярно обоснованная терапия первой линии будет определяться как терапия, основанная на результатах NGS, полученных с помощью плазмы, ткани или того и другого.

вмешательство

Будет реализовано подталкивающее вмешательство на основе EHR, которое позволяет по умолчанию размещать порядок молекулярного генотипирования на основе плазмы во время первого визита нового пациента. Впоследствии результаты, обнаруженные в заказе NGS на плазму по умолчанию, будут переданы поставщикам в форме электронного уведомления для поддержки принятия клинических решений.

В рамках последующего рабочего процесса подталкивания на основе ЭУЗ будет создана электронная система поддержки принятия клинических решений (e-CDS) для изменений, обнаруженных при генотипировании плазмы, и внедрена в ЭУЗ в качестве «Исследовательской (бесплатной) встречи» для оповещения команда провайдера, ухаживающая за пациентом. Эта программа поддержки будет создана для уведомления клиницистов о целевых мутациях, а также об отсутствии мутаций, обнаруженных при тестировании плазмы, в качестве средства улучшения своевременного предоставления молекулярно-информированной терапии.

Дизайн исследования

Задача 1: В рандомизированном исследовании с ступенчатым клиновидным кластером пациентов с недавно диагностированным mNSq НМРЛ проверить эффективность поведенческой экономики (BE), информированной EHR, для увеличения своевременности получения результатов комплексных молекулярных тестов перед терапией 1L путем интеграции параллельных тканей и молекулярный анализ плазмы.

Дизайн этого испытания будет включать 3 кластера, представляющие 6 общественных больниц. Будет начальный период, в течение которого никакие кластеры не будут подвергаться вмешательству. Впоследствии через равные промежутки времени («шаги») один кластер (или группа кластеров) будет рандомизирован для перехода от контроля к оцениваемому вмешательству. Этот процесс будет продолжаться до тех пор, пока все кластеры не будут подвергнуты вмешательству. В конце исследования будет период, когда все кластеры будут выставлены. Сбор данных будет продолжаться на протяжении всего исследования, так что каждый кластер будет вносить свой вклад как в контрольный период, так и в период наблюдения за вмешательством. Для сравнения будут получены исходные данные за два года со всех исследовательских участков.

Задача 2: Оценить контекстуальные механизмы, способствующие принятию, охвату и эффективности вмешательств EHR с подталкиванием с точки зрения справедливости в отношении здоровья.

Используя строгие подходы, доказавшие свою эффективность в нашей предыдущей работе, исследователи наберут 10–15 пациентов и клиницистов из каждого центра (всего примерно 40–60 участников) для проведения полуструктурированных интервью после активного периода испытаний. Цель этой задачи состоит в том, чтобы понять контекстуальные механизмы (например, пациент, врач, клиника, структурные факторы), определяющие принятие, охват и эффективность каждого вмешательства, а также определить, как реакция может отличаться в зависимости от расы и этнической принадлежности, социально-экономического статуса и других ключевых социальных факторов. детерминанты здоровья. Эти данные будут проанализированы с использованием качественного сравнительного анализа, подхода смешанного метода, который хорошо подходит для выявления механизмов в практических испытаниях с меньшими размерами выборки.