欧洲肿瘤研究所登记一项机器学习辅助用药依从性随机试验，已结束但未公布结果
美国临床试验注册库（ClinicalTrials.gov）登记显示，意大利米兰的欧洲肿瘤研究所（European Institute of Oncology）在转移性乳腺癌患者中开展了一项为期3个月的随机对照研究，比较网页版决策支持系统（DSS）TREAT（TREatment Adherence SupporT，治疗依从性支持）与常规医学建议对口服抗癌药依从性的影响，实际入组94人，现已完成。
该系统含机器学习风险预测模块，但登记页面未公布任何结果，不能据此判断其是否有效。
登记信息显示：研究2023年5月3日实际启动，2024年2月15日完成主要终点，2024年5月15日整体完成，状态为COMPLETED，实际入组94人（原计划100人，实验组与对照组各50人）。 实验组使用TREAT系统3个月，该系统分四部分：转移性乳腺癌知识、癌症治疗依从性、促进依从性、我的依从性日记。
机器学习网页应用基于2010至2020年间2750名转移性乳腺癌患者的电子健康记录（EHR），用自然语言处理（NLP）提取多模态回顾数据开发，用于预测个体依从风险，考虑因素包括身体状况、合并症和短期与长期副作用。 主要终点为3个月内依从性（服用片数除以处方量）。
次要终点评估临床、心理与生活质量预测因素，工具包括EORTC-QLQ-C30、EORTC-QLQ-BR23、简明疼痛量表（BPI）、状态-特质焦虑量表（STAI-Y）、贝克抑郁量表第二版（BDI-II）、大五人格量表（BFI）、癌症行为量表简版（CBI-B/I）、一致性感量表（SOC-13）和两个视觉模拟量表。
研究在意大利米兰欧洲肿瘤研究所乳腺肿瘤内科开展。
这是一项已完成但无结果数据的干预性研究登记，只能说明研究设计、样本量和所测变量，不能说明TREAT或机器学习模型改善了依从性。 登记中的机器学习表述属于研究假设与开发路径，回顾性数据建模与随机试验的有效性结论之间隔着结果公布这一环节。
心理变量（焦虑、抑郁、人格、自我效能）被列为依从性的次要预测因素，提示该方向把心理状态纳入用药管理，但目前没有可引用的效应量。
后续观察信号
- 核对试验结果是否已发表及依从性测量方式的具体数值
- 确认机器学习预测模型的独立验证情况