SMART²T (Smart Marker Annunciating Response to Rheumatologic Treatments) est une étude qui vise à établir la faisabilité d'un modèle de type Machine-Learning basé sur les déclarations patients (PRO) et les informations issues d'un objet connecté (activité physique et qualité du sommeil), visant à prédire la réponse à une biothérapie ou un anti-JAK à 6 mois.
Près de 30% des patients atteints de Polyarthrite Rhumatoïde initiant une biothérapie n’atteindront pas l’objectif clinique et un changement de traitement sera envisagé dans les premiers 6 mois. Pourtant, aucun biomarqueur n’est encore disponible dans la pratique quotidienne pour prédire la réponse ou la non réponse à un tel traitement.
Les appareils connectés et le machine learning suscitent un intérêt croissant en Recherche Clinique. Dans le cadre de cette étude sont attendues des nouvelles pistes dans la prédiction de la réponse au traitement, l’optimisation du traitement, car le changement plus précoce de traitement (non répondant) offrirait de meilleures chances au patient et réduirait les coûts pour le système de santé…
L’intégration d’objet connecté dans la Recherche Clinique pose des défis technologiques, notamment des biais de recrutement liés à la nécessité d’avoir un smartphone. Pour SMAR2T, l’objet connecté est autonome, les smartphones ne sont pas requis.
Le rôle de Sanoïa : soutien réglementaire, conception du CRF, plateforme de collecte de données CRF et en direct du patient (e-PRO) et industrialisation du déploiement des objets connectés Garmin en centre investigateur (sans nécessité de smartphone côté patient); et préparation des données pour une approche par Weak-supervision.
コメント