Utilizzo della tecnologia per monitorare il dolore e gli esiti correlati al dolore

Il dolore cronico colpisce oltre 100 milioni di americani, costa agli Stati Uniti oltre 630 miliardi di dollari all'anno e riduce la qualità della vita. È tra le condizioni clinicamente più impegnative e finanziariamente gravose per i medici e le organizzazioni sanitarie. I disturbi del sonno sono comuni nelle condizioni di dolore cronico con alcuni studi che riportano una prevalenza fino al 70% -88%. I disturbi psichiatrici, compreso l'abuso di sostanze e i disturbi dell'umore, sono prevalenti nel dolore cronico e sono associati a compromissione e diminuzione della qualità della vita. Il sonno è sempre più riconosciuto come un regolatore critico della salute mentale. Presi insieme, studi epidemiologici, trasversali e prospettici supportano l'ipotesi che l'insonnia, il dolore cronico e la depressione interagiscono reciprocamente, aumentando ciascuno il rischio di insorgenza e/o esacerbazione dell'altro. Il gold standard della gestione del dolore cronico è il trattamento multidisciplinare del dolore (MPT), ma i pazienti raramente ricevono MPT a causa dell'accesso limitato e di una grave carenza di specialisti della gestione del dolore. Pertanto, vi è un urgente bisogno di opzioni multidisciplinari di autogestione del dolore supportate empiricamente ed economicamente vantaggiose, che siano accessibili ai pazienti e ritenute attendibili dai fornitori di cure primarie e terziarie. Per affrontare questo problema, il gruppo dei ricercatori in collaborazione con il Johns Hopkins Technology Innovation Center (TIC) ha sviluppato una piattaforma tecnologica digitale mobile per il monitoraggio del dolore cronico, dei farmaci e dei sintomi progettata per supportare infine il trattamento multidisciplinare del dolore migliorando la comunicazione tra paziente e fornitore strategie di gestione del dolore complete, personalizzate e interattive basate sull'evidenza. L'app degli investigatori (versione 1.3) è attualmente in grado di raccogliere dati di autosegnalazione (ad es. dolore, sonno, umore, catastrofismo, stress, riacutizzazioni del dolore) e dati di biosensori indossabili raccolti passivamente continui (ad es. frequenza cardiaca, respiro, sonno ; variabilità della frequenza cardiaca/stress). I ricercatori propongono uno studio prospettico e osservazionale di prova del concetto per dimostrare la fattibilità e l'aderenza mentre si stabiliscono le proprietà psicometriche di un'app mobile per il dolore e per confrontare questi dati con dati fisiologici raccolti passivamente e indici di laboratorio del dolore in pazienti con lombalgia cronica (CLBP ).