Vorhersage chronischer Schmerzen nach einer Brustoperation

Das Hauptziel dabei ist die Entwicklung von Vorhersagemodellen mithilfe von Algorithmen der künstlichen Intelligenz zur Vorhersage akuter und chronischer Schmerzen und des Opioidkonsums bei Patientinnen, die sich einer Brustoperation unterziehen. Die Entwicklung dieser Modelle umfasst die prospektive Erfassung von Daten dieser chirurgischen Population, einschließlich: 1) Umfrageergebnisse aus dem Brief Pain Inventory, Fibromyalgia Survey Criteria und PROMIS-Skalen (Depressionsskala, Angstskala, Skala für körperliche Funktion, Müdigkeitsskala, Schlafstörungsskala). ); 2) Pharmakogenomik (Einzelnukleotidpeptide aus COMT, BDNF, SCN11a, OPRM1, ABCB1, CYPD26 und CYP34A, um nur einige zu nennen); 3) präoperative Komorbiditäten (einschließlich, aber nicht beschränkt auf Diabetes mellitus, chronische Schmerzen, psychiatrische Störungen, Drogenmissbrauch in der Vorgeschichte, obstruktive Schlafapnoe usw.); 4) präoperative Labore (d. h. Hämoglobin); 5) demografische Daten (d. h. sozioökonomischer Status, Religion, ethnische Zugehörigkeit; Hauptsprache, Alter, Body-Mass-Index, Geschlecht usw.); 6) präoperativer Medikamentengebrauch; 7) primäre chirurgische Diagnose; 8) Operation; und 9) soziales Unterstützungssystem. Zu den intraoperativen Daten gehören: 1) primärer Anästhesietyp; 2) Falldauer; 3) gesamter Opioidkonsum; 4) Verwendung von Nicht-Opioid-Analgetika; 5) Hämodynamik der Herzfrequenz; und 6) Blutdruck-Hämodynamik. Zu den postoperativen Daten gehören: 1) gesamter Opioidkonsum; 2) Entlassungsmedikamente; 3) Krankenhausaufenthaltsdauer; 4) Schmerzwerte; 5) postoperative Vitalfunktionen (Blutdruck, Herzfrequenz); und 6) Teilnahme an der Physiotherapie. Die primären Endpunkte sind der Opioidkonsum in der akuten Phase und im chronischen postoperativen Stadium (30 und 90 Tage und 6 Monate) sowie die Entwicklung chronischer Schmerzen (bis zu 6 Monate nach der Operation). Das Modell mit der besten Leistung wird verwendet, um ein prädiktives Analysesystem zu entwickeln, das darauf abzielt, Hochrisiko-Opioidpatienten zu identifizieren, um diesen Patienten Expertenressourcen für die Schmerzbehandlung zuweisen zu können. Wir gehen davon aus, dass wir ein genaues Modell zur Identifizierung von Hochrisiko-Opioidkonsumenten und Patienten mit einem Risiko für chronische Schmerzen in diesen chirurgischen Populationen entwickeln und anschließend ein prädiktives Analysesystem implementieren können, das diese Patienten frühzeitig erkennen kann.