撰文
言笑
在#癌症#病人中，发热是严重治疗引起的不良事件的一个非常重要的早期标志，例如病人接受CAR-T(chimericantigenreceptorTcell)免疫治疗后引起的细胞因子释放综合征(cytokinereleasesyndrome,CRS)，以及与化疗引起的中性粒细胞减少相关的感染。目前，对病人的体医院的护士进行的，大约4-8小时监测一次体温。这样的检测方式存在很多弊端，以致于不能及时地诊断发热性不良事件，进而造成治疗的不及时。目前已有研究团队致力于开发无创、无线及可穿戴的传感器来持续监测病人体温，那么实现实时体温监测之后对于发热性不良事件的诊断及癌症的治疗又有什么重要意义呢？
年8月12日，来自美国密歇根大学的MuneeshTewari和SungWonChoi团队在CancerCell杂志在线发表了题为High-frequencytemperaturemonitoringforearlydetectionoffebrileadverseeventsinpatientswithcancer的研究论文。通过分析68位接受造血干细胞移植或者CAR-T治疗住院病人的高频温度监测数据（High-frequencytemperaturemonitoring,HFTM），研究人员通过计算机算法拟合了发热节律模型，可提前预知病人发热性不良事件的发生。这种‘预知能力’可为临床癌症病人赢取宝贵的治疗时间。
为了收集高频温度监测数据（HFTM），研究人员给68位接受造血干细胞移植或者CAR-T治疗住院病人配备了一种腋下贴片式的温度传感器（TempTraq,BlueSparkTechnologies），每隔2分钟检测一次病人体温，并将数据实时传输至云端服务器进行储存。同时，也对相应病人进行常规标准护理体温监测（standard-of-care，SOC），约4-8小时一次。通过对照两组数据及分析，研究人员开发了一种新的算法用于拟合了病人发热性不良事件的节律模型。与SOC相比较，基于HFTM的模型可以更早地预示发热性不良事件。
已有研究表明，首次使用抗生素的时间与中性粒细胞发热和败血症的死亡率息息相关。抗生素使用每延迟1小时，死亡率就会明显增加。根据HFTM预知发热事件不仅能给癌症病人获取宝贵的治疗时间，同时可以降低治疗费用。利用HFTM数据分析结合可穿戴的腋下贴片式传感器，病人可根据HFTM预测医院门诊就诊，没有必要支付高昂的住院费用。
最后，研究人员认为，关于HFTM在癌症病人中的应用还需要进一步的探索:1)加强对病人的宣传和教育，尽量减少在采样过程中的数据丢失；2)根据温度动力学及临床数据，开发新的计算机算法，优化预测模型，提高临床操作性；3)实现个体化预测。
原文链接: