Determinação da recuperação pós-operatória e do impacto de eventos adversos em neurocirurgia com base em avaliação longitudinal autorrelatada e baseada em aplicativo - um projeto de pesquisa observacional colaborativa

Compreender e analisar o impacto da cirurgia e dos eventos adversos (EAs) no bem-estar subjetivo dos pacientes é de suma importância, pois fornece informações objetivas que podem ser úteis na discussão risco-benefício. Os métodos atuais de pesquisa de resultados são estáticos, exigem muitos recursos e estão sujeitos a problemas de falta de dados. Isto resulta numa má compreensão do curso pós-operatório normal, o que, por sua vez, impede a notificação consistente de EAs, uma vez que são geralmente definidos como um desvio do mesmo. Como desafio adicional e porque não existe consenso e/ou recomendação sobre este assunto, os EA são classificados utilizando várias classificações que negligenciam o impacto dos EA no bem-estar subjetivo dos pacientes. Por exemplo, o sistema de classificação de EA mais utilizado é o sistema Clavien-Dindo-Grading baseado em terapia (CDG, doi:10.1097/01.sla.0000133083.54934.ae), que não detecta a gravidade dos EA que não são tratados por meio de farmacoterapia e/ou cirurgia. Esta é uma limitação importante, uma vez que novos défices neurológicos são EAs frequentes que podem implicar consequências dramáticas na qualidade de vida, mas são considerados de baixo grau em sistemas de classificação baseados em terapia, como o CDG. Outras classificações foram desenvolvidas especificamente para neurocirurgia, mas sofrem as mesmas limitações. Recentemente, nosso grupo propôs o Grau Terapia-Incapacidade-Neurologia (TDN, doi:10.1093/neuros/nyab121) para resolver esse problema. O grau TDN leva em consideração a terapia usada para neutralizar EAs (assim como o CDG), os déficits neurológicos associados e a incapacidade resultante, mas atualmente carece de uso e validação generalizados. Estas são graves desvantagens para a investigação de resultados, uma vez que dificultam a monitorização, a comparação e a melhoria da qualidade do tratamento administrado.

O uso crescente de smartphones em todas as faixas etárias oferece oportunidades sem precedentes para a recolha de dados. Criamos um aplicativo (app) para smartphone para avaliar o bem-estar do paciente de forma padronizada e longitudinal. O aplicativo chamado "aplicativo Op-tracker". Ele coleta dados longitudinais auto-relatados (bem-estar subjetivo avaliado de 0 a 10) em momentos fixos antes e depois da cirurgia. Informações adicionais como tipo de doença, tipo de cirurgia (atualmente quatro categorias), descrição e gravidade do EA (de acordo com o grau CDG e TDN) também são registradas, juntamente com um questionário padronizado de qualidade de vida (QV) (EQ-5D- 5L). Uma versão simplificada descrita recentemente em um estudo de viabilidade mostrou boa aceitação e sem grandes problemas técnicos (doi:10.1007/s00701-021-04967-0). Com esta técnica inovadora de aquisição de dados, reuniremos uma maior densidade de dados utilizando menos recursos do que os métodos tradicionais.

Em um estudo piloto observacional prospectivo sem intervenção usando o "aplicativo op-tracker" para adquirir medidas de resultados longitudinais relatados pelo paciente (o índice de bem-estar subjetivo, SWI) antes e depois da cirurgia, pretendemos determinar o curso pós-operatório regular para certos procedimentos cirúrgicos bem como o seu desvio dependendo da gravidade de EAs específicos. Avaliaremos a validade dos sistemas existentes de classificação de gravidade de EA e, se necessário, proporemos uma classificação mais consistente com o bem-estar subjetivo dos pacientes. Isso beneficiará enormemente as informações do paciente, fornecendo informações essenciais sobre o curso pós-operatório padrão e complicado. Além do benefício que esses novos dados agregarão à literatura científica, esperamos que o aplicativo melhore o atendimento diário ao paciente, permitindo a detecção precoce e a reação a EAs em caso de "diminuição patológica" no bem-estar e na qualidade de vida autorrelatados. Caso isso se confirme, o aplicativo poderá ser amplamente utilizado e seu escopo poderá ser estendido a todo o espectro neurocirúrgico ou mesmo a outras subespecialidades cirúrgicas. Prevemos que isso resultará em um aumento na notificação padronizada dos resultados dos pacientes e, em última análise, em informações e tomadas de decisão dos pacientes mais baseadas em evidências.