Cyfrowe monitorowanie pacjentów z rakiem płuca – wyniki badania Lung AID

Czy monitoring cyfrowy zmienia opiekę nad pacjentami onkologicznymi?

Pilotażowe badanie Lung AID analizuje skuteczność platformy Kaiku Health w monitorowaniu pacjentów z niedrobnokomórkowym rakiem płuca podczas immunoterapii. Mimo wysokiego zainteresowania narzędziami cyfrowymi, badanie ujawniło wyzwania w ich wdrażaniu i ocenie w warunkach rzeczywistych. Kluczowe znaczenie ma doświadczenie ośrodków oraz odpowiednie wsparcie techniczne dla pacjentów.

Nowoczesne rozwiązania cyfrowe wspierają monitorowanie stanu zdrowia pacjentów onkologicznych

Czy monitoring objawów zmienia opiekę onkologiczną?

Monitorowanie objawów ma kluczowe znaczenie w opiece klinicznej nad pacjentami poddawanymi leczeniu przeciwnowotworowemu, jednak wiele objawów pozostaje niezgłoszonych. Badania pokazują, że klinicyści mogą przeoczyć objawy u pacjentów z zaawansowanym nowotworem nawet w połowie przypadków. Monitorowanie objawów w czasie rzeczywistym umożliwia szybszą reakcję na zdarzenia niepożądane, poprawiając zarządzanie objawami i potencjalnie wzmacniając wyniki zgłaszane przez pacjentów. Systemy technologiczne, które zbierają informacje o zmianach stanu zdrowia, oznaczają problemy i ostrzegają zespoły medyczne, mogą ułatwić wczesną interwencję, potencjalnie poprawiając zarówno wyniki kliniczne, jak i samopoczucie pacjentów.

Niedrobnokomórkowy rak płuca (NSCLC) stanowi około 85% przypadków raka płuca. Pembrolizumab jest inhibitorem punktu kontrolnego układu immunologicznego powszechnie stosowanym jako leczenie pierwszej linii w przerzutowym NSCLC (mNSCLC). Działa poprzez blokowanie szlaku PD-1/PD-L1, zwiększając zdolność układu odpornościowego do zwalczania komórek nowotworowych. W Niemczech istnieje ograniczona liczba danych na temat wykorzystania i korzyści z cyfrowych narzędzi monitorowania pacjentów z mNSCLC otrzymujących leczenie przeciwnowotworowe.

Kaiku® Health to oznaczona znakiem CE platforma opieki zdrowotnej klasy IIa wspomagana sztuczną inteligencją. Umożliwia pacjentom onkologicznym raportowanie stanu zdrowia w czasie rzeczywistym, umożliwiając szybką reakcję personelu medycznego. Jej algorytm uczenia maszynowego (XGBoost) przewiduje prawdopodobieństwo wystąpienia lub kontynuacji objawów na podstawie trzech poprzednich raportów objawów, czasu od raportów oraz podstawowych informacji o pacjencie. Pacjenci otrzymują spersonalizowane instrukcje zarządzania objawami, w zależności od ich nasilenia. Biorąc pod uwagę rosnącą integrację cyfrowych technologii zdrowotnych w Niemczech, istnieje potrzeba danych z rzeczywistej praktyki klinicznej dotyczących ich wdrażania i wpływu.

Kluczowe wyniki badania:

  • 85.1% pacjentów uzyskało dostęp do platformy Kaiku Health przynajmniej raz
  • Doświadczone ośrodki osiągnęły znacznie wyższy wskaźnik dostępu (96.2%) niż niedoświadczone (71.4%)
  • Tylko 38.3% pacjentów korzystało z systemu Lung AID EDC do raportowania wyników
  • Z planowanych 100 pacjentów udało się zrekrutować jedynie 47
  • Pacjenci niekorzystający z platformy charakteryzowali się gorszym stanem ogólnym (wyższy ECOG) i większą liczbą chorób współistniejących

Jak przeprowadzono pilotażowe badanie Lung AID?

Pilotażowe badanie Lung AI-enabled digital solution (“Lung AID”) oceniło wykonalność przeprowadzenia przyszłych badań ewaluacyjnych platformy Kaiku® Health u pacjentów z mNSCLC otrzymujących pembrolizumab w pierwszej linii leczenia w Niemczech. Badanie oceniało zaangażowanie pacjentów w korzystanie z Kaiku® Health oraz praktyczność zbierania wyników zgłaszanych przez pacjentów (PRO) w oddzielnej platformie danych (systemie Lung AID EDC). Celem badania było opisanie, ilu pacjentów korzystało z Kaiku® Health w okresie badania oraz ilu uzyskało dostęp do systemu Lung AID EDC co najmniej raz po początkowej wizycie. Dodatkowo porównano cechy socjodemograficzne i kliniczne pacjentów korzystających z Kaiku® Health z tymi, którzy nie korzystali, aby zidentyfikować potencjalne czynniki wpływające na zaangażowanie.

Lung AID było prospektywnym, obserwacyjnym, jednoramiennym, wieloośrodkowym badaniem pilotażowym przeprowadzonym w 10 ośrodkach onkologicznych w Niemczech. Manuskrypt został przygotowany zgodnie z wytycznymi STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). Wybór ośrodków opierał się na dostępności pacjentów i zainteresowaniu ośrodka. Badanie zostało zatwierdzone przez komisję etyczną Uniwersytetu w Lubece oraz przez komisje etyczne/instytucjonalne komisje rewizyjne wszystkich pozostałych uczestniczących ośrodków.

Pacjenci z mNSCLC, w wieku 18 lat lub starsi, rozpoczynający lub już stosujący schemat oparty na pembrolizumabie w pierwszej linii w ciągu ostatnich 6 miesięcy przed włączeniem do badania (zgodnie z europejską Charakterystyką Produktu Leczniczego), byli kwalifikowani do udziału. Dodatkowo wymagano stanu sprawności ECOG 0-2, regularnego dostępu do urządzenia z internetem oraz biegłej znajomości języka niemieckiego, a także pisemnej świadomej zgody.

Rekrutacja do badania rozpoczęła się 26 stycznia 2022 r., z początkowym celem włączenia 100 pacjentów. Jednak rekrutacja zakończyła się 30 czerwca 2023 r. niezależnie od osiągniętej liczby pacjentów. Wielkość próby została określona na podstawie wykonalności, w tym czasu trwania badania i dostępnych zasobów. Pacjenci byli identyfikowani kolejno przez personel medyczny, aby zminimalizować błąd selekcji, i byli zapraszani na rozmowę dotyczącą świadomej zgody przed włączeniem do badania. Pacjentów obserwowano przez 9 miesięcy po pierwszym podaniu pembrolizumabu po włączeniu do badania lub do zakończenia okresu obserwacji i zbierania danych 31 stycznia 2024 r.

Wszyscy kwalifikujący się pacjenci otrzymali dostęp do Kaiku® Health, zaproszenie e-mail od personelu medycznego oraz ulotki z informacjami o procesie rejestracji. Po zakończeniu rejestracji pacjenci byli co tydzień proszeni o raportowanie stanu zdrowia i objawów związanych z leczeniem. Podczas rutynowych wizyt personel przypominał pacjentom o korzystaniu z Kaiku® Health. Pacjenci odpowiadali na predefiniowane, ustrukturyzowane pytania dotyczące choroby, a w przypadku zgłoszenia lub przewidywania objawów uruchamiane były pytania uzupełniające. Personel medyczny otrzymywał codzienne podsumowania e-mail nowych danych pacjentów oraz natychmiastowe alerty dotyczące poważnych objawów, zachęcające pacjentów do kontaktu z personelem medycznym. System śledził również działania personelu w odpowiedzi na alerty.

Po rejestracji przez personel ośrodka pacjenci mieli również dostęp do systemu Lung AID EDC (oprogramowanie internetowe AlcedisTRIAL w wersji 1.8.0.1.3). Pacjenci otrzymywali informacje i instrukcje dotyczące dostępu do systemu Lung AID EDC za pomocą ulotek. Po zalogowaniu mogli używać modułu w systemie Lung AID EDC do wypełniania standaryzowanych kwestionariuszy PRO (EQ-5D-5L, EORTC-QLQ-C30, SF-36) oraz innych ankiet, w tym kwestionariuszy wyjściowych (informacje demograficzne i wyjściowe, Technology Readiness Index (TRI) 2.0, Patient Health Questionnaire (PHQ-4)), a także kwestionariuszy dotyczących satysfakcji użytkownika Kaiku® Health, użyteczności platformy, System Usability Scale (SUS) oraz wczesnego wycofania. Odpowiednie kwestionariusze były aktywowane w określonych momentach, a pacjenci otrzymywali przypomnienia SMS na smartfony. Personel ośrodka badawczego nie był wyraźnie proszony o przypominanie pacjentom o wypełnianiu kwestionariuszy w systemie Lung AID EDC. Kwestionariusze dla personelu medycznego były również dystrybuowane pocztą elektroniczną w celu zebrania informacji o pacjencie, dostawcy i ośrodku. Informacje kliniczne (tj. wzrost, waga, wywiad nowotworowy, stopień zaawansowania nowotworu, dane biomarkerów molekularnych, choroby współistniejące i terapia nowotworowa) zostały wyabstrahowane z kart pacjentów przy włączeniu do badania. Personel medyczny oceniał i dokumentował status ECOG podczas badania przesiewowego pacjenta pod kątem kwalifikowalności do badania.

Do analizy tego badania pilotażowego wykorzystano statystyki opisowe. Zmienne kategoryczne podsumowano przy użyciu liczb i procentów, podczas gdy zmienne ciągłe opisano przy użyciu średnich i odchyleń standardowych (SD). Wszystkie analizy przeprowadzono przy użyciu oprogramowania SAS, wersja 9.4 (SAS Institute Inc., Cary, NC, USA).

Rekomendacje na przyszłość:

  • Zapewnienie lepszego wsparcia technicznego i szkoleń dla niedoświadczonych ośrodków
  • Konsolidacja systemów w jedną platformę zamiast używania dwóch oddzielnych
  • Wprowadzenie spersonalizowanych podejść uwzględniających różne poziomy edukacji i stanu zdrowia pacjentów
  • Wdrożenie elementów gamifikacji dla zwiększenia zaangażowania pacjentów
  • Zbieranie regularnych informacji zwrotnych od pacjentów i personelu w celu optymalizacji narzędzi

Co mówią dane o skuteczności narzędzi cyfrowych?

Łącznie zarejestrowano 47 z planowanych 100 pacjentów. Wszyscy pacjenci zaproszeni do omówienia świadomej zgody zgodzili się na udział w badaniu. Pacjentów obserwowano przez średnio 7,0 ± 3,1 miesięcy. Łącznie 15 pacjentów przedwcześnie przerwało badanie (6 z powodu śmierci, 3 wycofało zgodę, a 6 przerwało z nieznanych powodów). Średni wiek pacjentów wynosił 65,8 ± 7,7 lat, a 51,1% stanowili mężczyźni. Większość pacjentów (76,6%) miała choroby współistniejące przy włączeniu do badania, najczęściej nadciśnienie tętnicze (57,5%) i przewlekłą obturacyjną chorobę płuc (COPD) (36,2%).

Większość pacjentów (85,1%) uzyskała dostęp do Kaiku® Health co najmniej raz w trakcie badania. Jednak po początkowej wizycie tylko 38,3% wszystkich pacjentów zalogowało się do systemu Lung AID EDC i pomyślnie złożyło co najmniej jeden z trzech kwestionariuszy PRO. Niespełna jedna trzecia wszystkich pacjentów (31,9%) korzystała z obu platform. Analizując dostęp pacjentów według doświadczenia ośrodka, stwierdzono, że prawie wszyscy pacjenci (96,2%) zrekrutowani przez doświadczony ośrodek uzyskali dostęp do Kaiku® Health. W porównaniu do tego, dostęp pacjentów do Kaiku® Health był niższy u pacjentów zrekrutowanych przez niedoświadczony ośrodek (71,4%). Do systemu Lung AID EDC uzyskało dostęp nieco ponad jedna czwarta pacjentów z doświadczonych ośrodków (26,9%) i około połowa pacjentów zrekrutowanych z niedoświadczonych ośrodków (52,4%). Dostęp do obu platform uzyskało 26,9% pacjentów z doświadczonych ośrodków i 38,1% z niedoświadczonych ośrodków.

40 z 47 pacjentów, którzy uzyskali dostęp do Kaiku® Health co najmniej raz w trakcie badania, utworzyło Kaiku® Health Set (KHS). Dane demograficzne pacjentów, w tym wiek, płeć i wskaźnik masy ciała (BMI), były podobne między KHS a siedmioma pacjentami, którzy nie uzyskali dostępu do Kaiku® Health podczas badania (Non-Kaiku® Health Set, NKHS).

Zaobserwowano kilka różnic między KHS a NKHS. Na przykład pacjenci NKHS mieli wyższy odsetek chorób współistniejących przy włączeniu do badania. Tło edukacyjne różniło się zarówno w obrębie obu zestawów analitycznych, jak i między nimi. Przy czym 71,4% w NKHS i 42,5% w KHS, szkoła średnia miała najwyższe wskaźniki ukończenia w obu zestawach w porównaniu do niższej szkoły średniej i szkoły wyższej. Jeśli chodzi o poziom funkcjonowania pacjenta, więcej pacjentów NKHS zostało sklasyfikowanych jako mających status ECOG 1 (ograniczeni w aktywności fizycznej, ale ambulatoryjni i zdolni do wykonywania pracy o lekkim lub siedzącym charakterze) lub 2 (ambulatoryjni i zdolni do samoopieki, ale niezdolni do wykonywania jakichkolwiek czynności zawodowych; aktywni przez ponad 50% czasu czuwania) w porównaniu do pacjentów KHS. Natomiast wyższy odsetek pacjentów KHS miał status ECOG 0 (w pełni aktywni, zdolni do kontynuowania wszystkich czynności sprzed choroby bez ograniczeń).

Kaiku® Health ułatwia raportowanie stanu zdrowia w czasie rzeczywistym przez pacjentów onkologicznych do ich personelu medycznego, umożliwiając bardziej terminowe i odpowiednie interwencje. To badanie pilotażowe oceniło wykonalność przyszłych badań ewaluacyjnych Kaiku® Health u pacjentów z mNSCLC otrzymujących terapię pembrolizumabem w pierwszej linii w Niemczech. Zaangażowanie pacjentów w Kaiku® Health i praktyczność zbierania danych PRO w oddzielnym systemie Lung AID EDC zostały zbadane poprzez ocenę dostępu pacjentów do tych platform, bez analizowania zgłaszanych objawów i odpowiedzi na instrumenty PRO.

Wyższy wskaźnik korzystania z Kaiku® Health w doświadczonych ośrodkach może wynikać z kilku czynników, w tym lepszej znajomości platformy przez personel medyczny, bardziej efektywnych procesów edukacji pacjentów i wdrażania oraz większej ogólnej integracji narzędzi cyfrowych w przepływie pracy klinicznej. Doświadczone ośrodki mogą również mieć bardziej efektywne systemy wsparcia dostępne dla pacjentów z problemami technicznymi. Ponadto ośrodki te prawdopodobnie mają większe doświadczenie w identyfikowaniu i usuwaniu potencjalnych barier w interakcji pacjentów z narzędziami cyfrowymi, takich jak brak umiejętności cyfrowych pacjentów lub obawy dotyczące prywatności i bezpieczeństwa danych. W konsekwencji pacjenci zrekrutowani z doświadczonych ośrodków mogą czuć się bardziej wspierani i zachęcani do korzystania z cyfrowych narzędzi monitorowania pacjentów, takich jak Kaiku® Health.

Niższy dostęp pacjentów do Kaiku® Health w niedoświadczonych ośrodkach w porównaniu z doświadczonymi podkreśla znaczenie szkolenia dostawców i doświadczenia technologicznego. Aby rozwiązać ten problem w przyszłych badaniach, należy zapewnić bardziej solidne wsparcie dla mniej doświadczonych ośrodków, w tym bardziej dostosowane programy szkoleniowe koncentrujące się zarówno na operacyjnych, jak i technicznych aspektach badania. Ponadto wdrożenie ciągłego mentoringu lub systemu wsparcia partnerskiego, w którym doświadczone ośrodki prowadzą mniej doświadczone, mogłoby promować wymianę wiedzy i zwiększać interakcję z narzędziami cyfrowymi. Częste monitorowanie i informacje zwrotne na temat technologii cyfrowych są ważne, aby wcześnie identyfikować wyzwania, zapewniając wsparcie w czasie rzeczywistym w celu zmniejszenia różnic w wydajności i poprawy zaangażowania pacjentów w narzędzia cyfrowe.

Niedoświadczone ośrodki, mimo niższych początkowych wskaźników dostępu, nadal osiągnęły znaczącą interakcję pacjentów z Kaiku® Health. Wskazuje to, że nawet w warunkach, w których znajomość platformy jest początkowo ograniczona, pacjenci są chętni i zdolni do korzystania z rozwiązań zdrowotnych wspomaganych sztuczną inteligencją. Ogólnie wysokie wskaźniki dostępu do Kaiku® Health sugerują zainteresowanie pacjentów rozwiązaniami wspomaganymi sztuczną inteligencją w leczeniu pierwszej linii przerzutowego NSCLC. Bardziej spersonalizowana opieka, wygoda monitorowania zdalnego i potencjał lepszego zarządzania objawami i skutkami ubocznymi mogą być powodami zainteresowania pacjentów Kaiku® Health.

Tylko mniejszość pacjentów zalogowała się do oddzielnego systemu Lung AID EDC i pomyślnie złożyła co najmniej jeden kwestionariusz PRO po początkowej wizycie badawczej. Rozbieżność między wskaźnikami dostępu do Kaiku® Health i systemu Lung AID EDC może wynikać z faktu, że chociaż personel ośrodka badawczego przypominał pacjentom o korzystaniu z Kaiku® Health podczas rutynowych wizyt opieki klinicznej, nie przypominał im konkretnie o wypełnianiu kwestionariuszy w systemie EDC. Niemniej jednak niski wskaźnik dostępu do systemu Lung AID EDC ujawnia wyzwania związane z oceną wyników zgłaszanych przez pacjentów związanych z badaniem w rzeczywistych warunkach przy użyciu oddzielnego systemu. Przyszłe badania powinny skupić się na ulepszeniu narzędzi ewaluacyjnych, aby lepiej przechwytywać i interpretować dane pacjentów oraz opracowywać strategie zwiększania zaangażowania zarówno pacjentów, jak i ośrodków w te narzędzia.

Pacjenci NKHS, którzy mają wyższą częstość występowania chorób współistniejących i gorsze statusy ECOG, wykazują większe ogólne obciążenie chorobowe w porównaniu do pacjentów KHS. Szczególnie osoby z wyższymi wynikami ECOG, wskazującymi na większą niepełnosprawność, mogłyby szczególnie skorzystać z monitorowania zdalnego i łatwego dostępu do wsparcia medycznego za pośrednictwem platformy cyfrowej. Jednak pacjenci ci doświadczają ograniczeń w codziennym funkcjonowaniu, które mogą utrudniać korzystanie z narzędzi cyfrowych. Dlatego mogą wymagać dodatkowej pomocy w korzystaniu z narzędzi cyfrowych, takich jak uproszczone instrukcje, regularne kontrole i bezproblemowa łączność z pracownikami służby zdrowia. Dodatkowo zaobserwowane różnice w tle edukacyjnym podkreślają znaczenie spersonalizowanych podejść do opieki w projektowaniu i wdrażaniu cyfrowych narzędzi monitorowania pacjentów. Uwzględniając różne poziomy edukacji i stanu zdrowia, platformy cyfrowe mogą być bardziej dostępne, przyjazne dla użytkownika i skuteczne dla wszystkich pacjentów. Narzędzia cyfrowe, które spełniają specyficzne potrzeby zróżnicowanych populacji pacjentów, prawdopodobnie zapewniają, że każdy pacjent może korzystać z tych technologii do skutecznego zarządzania swoim zdrowiem, prowadząc do lepszego zaangażowania i trwałego korzystania z narzędzi.

Podczas tego badania rekrutacja była trudna, ponieważ tylko 47 z docelowych 100 pacjentów zostało włączonych do badania. Ośrodki zostały włączone na podstawie dostępności pacjentów i zainteresowania, co skutkowało potencjalnym błędem selekcji ośrodków i ograniczoną liczbą ośrodków rekrutacyjnych. Prawdopodobnie skutkowało to wolniejszym tempem rekrutacji i ogólnie mniejszą pulą potencjalnych uczestników, szczególnie w wyspecjalizowanej dziedzinie, jaką jest pierwsza linia przerzutowego NSCLC. W konsekwencji wyniki mogą nie być możliwe do uogólnienia na inne ośrodki w Niemczech lub poza nimi.

Poprzez wdrożenie ukierunkowanych środków skutecznie rozwiązano wyzwania związane z rekrutacją. Na przykład dostosowano projekt badania poprzez rozszerzenie kryteriów kwalifikacji, dodanie dwóch nowych ośrodków z rozszerzonym wsparciem przed wdrożeniem i ulepszenie materiałów edukacyjnych dla pacjentów.

Korzystanie z dwóch oddzielnych systemów cyfrowych, Kaiku® Health i systemu Lung AID EDC, potencjalnie prowadziło do dodatkowych wyzwań. Każdy system wymagał określonych procesów integracji i adaptacji w ośrodkach. Dodatkowo chęć pacjentów do korzystania nie tylko z jednego, ale z dwóch nowych systemów prawdopodobnie wpłynęła na ich decyzję o udziale w badaniu. Aby rozwiązać ten problem w przyszłych badaniach, korzystne byłoby konsolidowanie obu systemów w jednolitą platformę. Na przykład integracja funkcjonalności zbierania danych PRO do Kaiku® Health uprościłaby doświadczenie użytkownika, ułatwiając pacjentom udział i zmniejszając obciążenie personelu medycznego. To usprawnione podejście mogłoby poprawić efektywność w konfiguracji, utrzymaniu i monitorowaniu, prawdopodobnie poprawiając zarówno wskaźniki uczestnictwa, jak i jakość danych.

Poprawa regularnego korzystania z narzędzi cyfrowych po rekrutacji w rzeczywistym świecie może wymagać ulepszenia strategii zwiększania przestrzegania przez pacjentów procedur badawczych i interakcji z powiązanymi platformami. Skuteczne podejścia mogą obejmować korzystanie z narzędzi o wysokiej użyteczności i ulepszone wdrażanie i szkolenie (takie jak spersonalizowane tutoriale i interaktywne demonstracje), dodatkowe wsparcie techniczne (takie jak wsparcie e-mail, helpdesk lub przewodniki rozwiązywania problemów) oraz dostarczanie spersonalizowanych informacji zwrotnych i raportów postępu dotyczących stanu zdrowia. Wprowadzenie elementów gamifikacji (np. punktów, odznak i poziomów) wykazało poprawę przestrzegania przez pacjentów i interakcji z rozwiązaniami cyfrowymi. Zbieranie informacji zwrotnych od pacjentów i pracowników służby zdrowia na temat ich doświadczeń z platformami cyfrowymi, wraz z ich wczesnym zaangażowaniem w etapy rozwoju narzędzi cyfrowych, może uczynić te narzędzia bardziej przyjaznymi dla użytkownika i zwiększyć prawdopodobieństwo trwałego zaangażowania. Ponadto potrzebne są solidne dowody, aby wyjaśnić korzyści dla pacjentów, pracowników służby zdrowia i płatników. Takie dowody mogą również oferować wgląd w skuteczną integrację rozwiązań cyfrowych w ramach rutynowej opieki, potencjalnie prowadząc do dalszego zwiększenia korzystania i interakcji pacjentów. To badanie podkreśla wyzwania związane z oceną cyfrowych narzędzi monitorowania pacjentów w rzeczywistych kontekstach.

Ogólnie wysokie wskaźniki dostępu do Kaiku® Health zaobserwowane w tym badaniu podkreślają zainteresowanie pacjentów cyfrowymi narzędziami monitorowania pacjentów w leczeniu pierwszej linii mNSCLC. Jednak rekrutacja była trudna, a cel 100 uczestników nie mógł zostać osiągnięty w określonym czasie. Niskie wskaźniki dostępu pacjentów korzystających z obu systemów uniemożliwiły dalsze analizy dostarczające znaczących wniosków dotyczących wykonalności przeprowadzenia przyszłych badań ewaluacyjnych z wykorzystaniem Kaiku® Health. Chociaż badanie pilotażowe sugeruje możliwość wykorzystania przez personel medyczny narzędzi cyfrowych do poprawy opieki nad pacjentami, pokazuje również złożoność związaną z oceną związanych z tym wyników pacjentów w rzeczywistym świecie. Przyszłe badania powinny poprawić strategie zaangażowania pacjentów i ośrodków, aby zwiększyć interakcję z narzędziami cyfrowymi. Chociaż nie można wyciągnąć ostatecznych wniosków na temat przyszłych ocen, badanie oferuje cenne spostrzeżenia dotyczące wyzwań, które należy wziąć pod uwagę w przyszłych badaniach.

Podsumowanie

Badanie pilotażowe Lung AID przeprowadzone w 10 niemieckich ośrodkach onkologicznych oceniało skuteczność platformy Kaiku Health w monitorowaniu pacjentów z przerzutowym niedrobnokomórkowym rakiem płuca podczas terapii pembrolizumabem. Z planowanych 100 pacjentów zrekrutowano 47, z których 85,1% uzyskało dostęp do platformy Kaiku Health. Doświadczone ośrodki osiągnęły wyższy wskaźnik dostępu (96,2%) w porównaniu z niedoświadczonymi (71,4%). Tylko 38,3% pacjentów korzystało z dodatkowego systemu Lung AID EDC do raportowania wyników. Zaobserwowano, że pacjenci niekorzystający z platformy mieli więcej chorób współistniejących i gorszy stan sprawności ECOG. Badanie wykazało potencjał narzędzi cyfrowych w opiece onkologicznej, jednocześnie ujawniając wyzwania związane z ich wdrażaniem, w tym potrzebę lepszego wsparcia technicznego, szkoleń personelu i uproszczenia systemów dla pacjentów.

Bibliografia

Santorelli Melissa L., Schmalz Oliver, Hoiczyk Mathias, Heigener David, Schulte Clemens, Knott Markus, Hoffknecht Petra, Vainio Joonas, Burke Thomas, Norquist Josephine M., Riehl Sabine, Hildner Alexander, Barthuber Lisa and Bohnet Sabine. Feasibility of evaluating AI-enabled digital symptom monitoring in metastatic patients with NSCLC receiving pembrolizumab therapy: A German single-arm observational pilot study. Digital Health 2025, 11, 197-198. DOI: https://doi.org/10.1177/20552076251348584.

Zobacz też:

Najnowsze poradniki: