Prevendo dor crônica após cirurgia de mama

O objetivo principal disso é desenvolver modelos preditivos usando algoritmos de inteligência artificial para prever dor aguda e crônica e uso de opioides em pacientes submetidos a cirurgia de mama. O desenvolvimento desses modelos envolverá a coleta prospectiva de dados dessa população cirúrgica, incluindo: 1) resultados da pesquisa do Brief Pain Inventory, Fibromialgia Survey Criteria e escalas PROMIS (escala de depressão, escala de ansiedade, escala de função física, escala de fadiga, escala de distúrbios do sono ); 2) farmacogenômica (peptídeos de nucleotídeo único de COMT, BDNF, SCN11a, OPRM1, ABCB1, CYPD26 e CYP34A, para citar alguns); 3) comorbidades pré-operatórias (incluindo, entre outras, diabetes mellitus, dor crônica, transtornos psiquiátricos, histórico de abuso de substâncias, apneia obstrutiva do sono, etc.); 4) laboratórios pré-operatórios (ou seja, hemoglobina); 5) dados demográficos (ou seja, situação socioeconômica, religião, etnia; idioma principal falado, idade, índice de massa corporal, sexo, etc.); 6) uso de medicamentos no pré-operatório; 7) diagnóstico cirúrgico primário; 8) cirurgia; e 9) sistema de apoio social. Os dados intraoperatórios incluirão: 1) tipo de anestésico primário; 2) duração do caso; 3) uso total de opioides; 4) uso de analgésicos não opioides; 5) hemodinâmica da frequência cardíaca; e 6) hemodinâmica da pressão arterial. Os dados pós-operatórios incluirão: 1) uso total de opioides; 2) dispensar medicamentos; 3) tempo de internação; 4) escores de dor; 5) sinais vitais pós-operatórios (pressão arterial, frequência cardíaca); e 6) participação com fisioterapia. Os desfechos primários serão o uso de opioides no período agudo e pós-operatório crônico (30 e 90 dias e 6 meses) e desenvolvimento de dor crônica (até 6 meses após a cirurgia). O modelo com melhor desempenho será usado para desenvolver um sistema analítico preditivo destinado a identificar pacientes com opioides de alto risco, a fim de alocar recursos especializados de gerenciamento de dor para esses pacientes. Nossa hipótese é que podemos desenvolver um modelo preciso para identificar usuários de opioides de alto risco e pacientes com risco de dor crônica nessas populações cirúrgicas e, subsequentemente, implementar um sistema analítico preditivo que pode detectar esses pacientes no início.