Prevenção personalizada da depressão na atenção primária

O principal objetivo é projetar, desenvolver e avaliar uma intervenção personalizada para prevenir o aparecimento da depressão com base em Tecnologia da Informação e Comunicação (TICs), algoritmos preditivos de risco e sistemas de suporte à decisão (DSS) para pacientes e clínicos gerais (GPs). Os objetivos específicos são 1) projetar e desenvolver um DSS, chamado e-predictD-DSS, para elaborar planos personalizados para prevenir a depressão; 2) conceber e desenvolver uma solução TIC que integre o DSS na web, uma aplicação móvel (App), o algoritmo preditivo de risco, diferentes módulos de intervenção e um sistema de monitorização-feedback; 3) avaliar a usabilidade e adesão de pacientes de cuidados primários e seus GPs com a intervenção e-predictD; 4) avaliar a eficácia da intervenção e-predictD para reduzir a incidência de depressão maior, sintomas de depressão e ansiedade e a probabilidade de depressão maior no próximo ano; 5) avaliar o custo-efetividade e custo-utilidade da intervenção e-predictD para prevenir a depressão.

Métodos: Este é um estudo controlado randomizado com alocação por cluster (GPs), simples cego, dois braços paralelos (e-predictD vs "controle m-Health ativo") e acompanhamento de 1 ano incluindo 720 pacientes (360 em cada braço) e 72 GPs (36 em cada braço). Os pacientes estarão livres de depressão maior no início do estudo e com idade entre 18 e 55 anos. O desfecho primário será a incidência de depressão maior em 12 meses medida pelo CIDI. Como desfechos secundários: sintomatologia depressiva e de ansiedade medida pelo PHQ-9 e GAD-7 e probabilidade de risco de depressão medida pelo algoritmo predictD, bem como custo-efetividade e custo-utilidade. A intervenção e-predictD é multicomponente e baseia-se num DSS que ajuda os doentes a elaborar os seus próprios planos personalizados de prevenção da depressão, que o doente aprova e implementa, e o sistema monitoriza oferecendo feedback ao doente e aos médicos de família . É uma intervenção de e-Health porque é baseada em uma web e m-Health porque também é implementada nos smartphones do paciente por meio de um aplicativo. Além disso, integra um algoritmo de risco de depressão, já validado (o algoritmo predictD). Também inclui uma entrevista inicial com o médico de família e um treinamento específico para o médico de família. Finalmente, um mapa de recursos comunitários locais potencialmente úteis para prevenir a depressão será integrado ao DSS.