Förbättra terapiefterlevnaden bland metastaserande bröstcancerpatienter: studieprotokollet

Metastaserad bröstcancer (MBC) representerar ett obotligt tillstånd där farmakologiska ingrepp är inriktade på att skjuta upp sjukdomsprogression och lindra symtom, och därigenom förlänga överlevnadsgraden och bevara livskvaliteten (QoL) och psykologiskt välbefinnande. Kliniska framsteg inom anticancerbehandlingar har särskilt ökat överlevnaden bland MBC-patienter. Emellertid rapporterade samlade bevis att följsamhet till mediciner är en kritisk fråga i sjukdomsbanan för bröstcancerpatienter, särskilt i samband med orala anticancerbehandlingar (OAT). Nya bevis tyder på att patienter med avancerad cancer, såsom de med MBC, ofta uppvisar betydande nivåer av icke-adherens. MBC-patienter stöter på olika barriärer för den dagliga hanteringen av OAT, inklusive känslomässig och fysisk besvär i samband med biverkningar, dosvariationer, behandlingsavbrott och brist på sjukdomsrelaterad kunskap. Förutsägelsemodeller för följsamhet har tidigare utvecklats och testats över olika scenarier och sjukdomar. Bevis tydde på att utnyttjande av maskininlärningsmodellerna i klinisk praxis gör det möjligt att tillhandahålla personliga förutsägelser om läkemedelsefterlevnad för enskilda patienter, och därigenom stödja efterlevnad och underlätta riktade insatser. Trots detta har existerande studier ännu inte systematiskt behandlat medicinering av MBC-patienter genom att designa och implementera ett beslutsstödssystem (DSS) som integrerar riskprediktiva modeller tillsammans med utbildnings- och träningsverktyg.

Det nuvarande protokollet syftar till att bedöma effektiviteten av DSS, en webbaserad lösning som heter TREAT (TREatment Adherence Support), och en webbapplikation för maskininlärning för att främja följsamhet till orala anticancerbehandlingar inom ett urval av MBC-patienter. Detta protokoll är en del av ett projekt med titeln "Enhancing Therapy Adherence Among Metastatic Breast Cancer Patients" (spårningsnummer 65080791). Det övergripande målet med detta projekt är att utveckla en prediktiv modell för icke-adherens, en associerad DSS och riktlinjer för att förbättra patientens engagemang och terapiefterlevnaden bland MBC-patienter.

Den webbaserade DSS utvecklades under det första året av Pfizer-projektet (65080791) med ett patientcentrerat tillvägagångssätt och består av fyra sektioner: i) Metastaserande bröstcancer; ii) Följsamhet till cancerterapier; iii) främja efterlevnad; iv) Min anslutningsdagbok. Dessutom designades en webbaserad maskininlärningsapplikation för att fokusera på att förutsäga patienters riskfaktorer för att följa anticancerbehandling, särskilt med hänsyn till fysisk status, komorbida tillstånd och kort- och långtidsbiverkningar. Denna webbaserade applikation för maskininlärning har utvecklats genom en retrospektiv studie som använder fysiologiska, kliniska och livskvalitetsdata tillgängliga vid European Institute of Oncology (Milano, Italien) (R1595/21-IEO 1704). Specifikt har multimodala retrospektiva data hämtats från Patient Electronic Health Records (EHR) med hjälp av naturlig språkbehandling (NLP) i ett urval av 2 750 MBC-patienter (från 2010 till 2020).

Metoder/Design

Huvud objekt

Utvärdera effektiviteten av den webbaserade DSS-lösningen och maskininlärningswebbapplikationen (TREAT - "TREatment Adherence Support") för att främja följsamhet till orala anticancerbehandlingar inom en kohort av 100 patienter med metastaserande bröstcancer (MBC) under en tremånadersperiod. Följsamhet bedöms genom att beräkna antalet piller som tagits dividerat med den föreskrivna mängden.

Sekundära mål

Identifiera kliniska faktorer (komorbiditeter, närvaro av smärta, tumörtyp, behandlingstyp), psykologiska parametrar (personlighetsdrag, ångest, depression, själveffektivitet för att hantera cancer, känsla av koherens och riskuppfattning) och QoL-variabler som fungerar som prediktorer för patienternas efterlevnad av OAT. Dessa prediktorer används för att bedöma icke-efterlevnad av OAT bland MBC-patienter och förbättra den initiala versionen av en maskininlärningsmodell som utvecklats i den retrospektiva studien (R1595/21-IEO 1704). Data för de sekundära effektmåtten samlas in med hjälp av European Organisation for Research and Treatment of Cancer Quality of Life Questionnaire (EORTC-QLQ-C30), European Organisation for Research and Treatment of Cancer 23-post Breast Cancer-specific Questionnaire (EORTC-QLQ) -BR23), och Brief Pain Inventory (BPI). Vidare, för att utvärdera psykologiska variabler, används följande mått: State-Trait Anxiety Inventory (STAI-Y), Beck Depression Inventory-II (BDI-II), Big Five Inventory (BFI), Cancer Behavior Inventory CBI Kortform (CBI-B/I), Sense of Coherence (SOC-13) och Risk Perception (med två visuella analoga skalor).

Provlängd och studiedesign

Studien är utformad som en 3-månaders randomiserad kontrollerad studie utförd vid European Institute of Oncology (IEO). Mer specifikt skrivs ett urval av 100 patienter in i följd och tas in på avdelningen för medicinsk senologi med en MBC-diagnos. Patienter som undertecknat det informerade samtycket får en unik identifierare och tilldelas antingen kontroll- eller interventionsarmen i förhållandet 1:1. Systemet ber tidigast att bekräfta alla inkluderings- och exkluderingskriterier. Sedan genererar en oberoende forskare en slumpmässig sekvens med hjälp av det statistiska språket R (R Core Team 2020).

Experimentell grupp - BEHANDLA (TREatment Adherence Support): 50 MBC-patienter får DSS under tre månader. Patienterna instrueras att använda DSS ad libitum. Vidare informeras patienterna uttryckligen om att TREAT inte ersätter kliniska konsultationer, men det är utformat för att hjälpa till att hantera oral behandling och förbättra följsamheten genom utbildning baserad på evidensbaserad information. Kontrollgrupp: 50 MBC-patienter som inte utsatts för interventionen får medicinsk rådgivning.

Protokollet förutser tre bedömningstidpunkter: T1 (1 månad), T2 (2 månader) och T3 (3 månader). Vid baslinjen (T0) fyller alla patienter i validerade frågeformulär för att mäta följsamhet, kliniska, psykologiska och QoL-variabler. Den förväntade tiden att fylla i alla givna frågeformulär vid baslinjen är cirka 40 minuter. Dessutom måste alla patienter fylla i en veckovis följsamhetsläkemedelsdagbok under tre månader. Varje månad får alla deltagare en kort telefonintervju där de övervakas för att följa forskningsprotokollet. På T1, T2 och T3 fylls alla beteendemässiga, psykologiska och QoL-mått i, och en intervju (online eller vis-à-vis) genomförs. Variabler som inte är känsliga för förändring, såsom personlighet och ångestdrag, samlas endast in vid T0.