Determinación de la recuperación posoperatoria y el impacto de los eventos adversos en neurocirugía según una evaluación longitudinal autoinformada basada en aplicaciones: un proyecto colaborativo de investigación observacional

Comprender y analizar el impacto de la cirugía y los eventos adversos (EA) en el bienestar subjetivo de los pacientes es de suma importancia, ya que proporciona información objetiva que puede ser útil en una discusión riesgo-beneficio. Los métodos actuales en la investigación de resultados son estáticos, requieren muchos recursos y están sujetos a problemas de falta de datos. Esto da como resultado una mala comprensión del curso posoperatorio normal, lo que a su vez impide informar consistentemente los EA, ya que generalmente se definen como una desviación del mismo. Como desafío adicional y debido a que no existe consenso y/o recomendación sobre este tema, los EA se clasifican utilizando varias clasificaciones que ignoran el impacto de los EA en el bienestar subjetivo de los pacientes. Por ejemplo, el sistema de clasificación de AE ​​más utilizado es el sistema Clavien-Dindo-Grading basado en terapia (CDG, doi:10.1097/01.sla.0000133083.54934.ae). que no detecta la gravedad de los EA que no son tratados mediante farmacoterapia y/o cirugía. Esta es una limitación importante, ya que los nuevos déficits neurológicos son EA frecuentes que pueden implicar consecuencias dramáticas en la calidad de vida, pero se consideran de bajo grado en los sistemas de clasificación basados ​​en terapia, como el CDG. Otras clasificaciones se desarrollaron específicamente para la neurocirugía pero sufren las mismas limitaciones. Recientemente, nuestro grupo propuso el Grado Terapia-Discapacidad-Neurología (TDN, doi:10.1093/neuros/nyab121) para abordar este problema. El grado TDN tiene en cuenta la terapia utilizada para contrarrestar los EA (al igual que el CDG), los déficits neurológicos asociados y la discapacidad resultante, pero actualmente carece de uso y validación generalizados. Estos son graves inconvenientes para la investigación de resultados, ya que dificultan el seguimiento, la comparación y la mejora de la calidad del tratamiento administrado.

El uso cada vez mayor de teléfonos inteligentes en todos los grupos de edad ofrece oportunidades sin precedentes para la recopilación de datos. Hemos creado una aplicación (app) para teléfonos inteligentes para evaluar el bienestar del paciente de forma estandarizada y longitudinal. La aplicación se llama "aplicación Op-tracker". Recopila datos longitudinales autoinformados (bienestar subjetivo clasificado de 0 a 10) en momentos fijos antes y después de la cirugía. También se registra información adicional como el tipo de enfermedad, el tipo de cirugía (actualmente cuatro categorías), la descripción del EA y la gravedad (según el grado CDG y TDN), junto con un cuestionario estandarizado de calidad de vida (CdV) (EQ-5D- 5 litros). Una versión simplificada descrita recientemente en un estudio de viabilidad mostró buena aceptación y no presentó problemas técnicos importantes (doi:10.1007/s00701-021-04967-0). Con esta innovadora técnica de adquisición de datos, reuniremos una mayor densidad de datos utilizando menos recursos que los métodos tradicionales.

En un estudio piloto observacional prospectivo sin intervención que utiliza la "aplicación op-tracker" para adquirir medidas de resultados longitudinales informadas por el paciente (el índice de bienestar subjetivo, SWI) antes y después de la cirugía, nuestro objetivo es determinar el curso posoperatorio regular para ciertos procedimientos quirúrgicos. así como su desviación en función de la gravedad de EA concretos. Evaluaremos la validez de los sistemas de clasificación de gravedad de los EA existentes y, si es necesario, propondremos una clasificación más coherente con el bienestar subjetivo de los pacientes. Esto beneficiará enormemente la información del paciente al proporcionarle información esencial sobre el curso postoperatorio estándar y complicado. Más allá del beneficio que estos nuevos datos agregarán a la literatura científica, esperamos que la aplicación mejore la atención diaria del paciente al permitir la detección temprana y la reacción a los EA en caso de una "disminución patológica" en el bienestar y la calidad de vida autoinformados. Si esto se confirma, la aplicación podría utilizarse ampliamente y su alcance podría ampliarse a todo el espectro neuroquirúrgico o incluso a otras subespecialidades quirúrgicas. Anticipamos que esto dará como resultado un aumento en los informes estandarizados de los resultados de los pacientes y, en última instancia, en una información y una toma de decisiones del paciente más basadas en evidencia.