Прогнозирование хронической боли после операции на груди

Основная цель этого заключается в разработке прогностических моделей с использованием алгоритмов искусственного интеллекта для прогнозирования острой и хронической боли и использования опиоидов у пациентов, перенесших операцию на груди. Разработка этих моделей будет включать проспективный сбор данных от этой хирургической популяции, в том числе: 1) результаты опроса из Краткой инвентаризации боли, Критериев обследования фибромиалгии и шкал PROMIS (шкала депрессии, шкала беспокойства, шкала физических функций, шкала усталости, шкала нарушений сна). ); 2) фармакогеномика (однонуклеотидные пептиды из COMT, BDNF, SCN11a, OPRM1, ABCB1, CYPD26 и CYP34A, и это лишь некоторые из них); 3) предоперационные сопутствующие заболевания (включая, помимо прочего, сахарный диабет, хроническую боль, психические расстройства, злоупотребление психоактивными веществами в анамнезе, обструктивное апноэ во сне и т. д.); 4) предоперационные лаборатории (т.е. гемоглобин); 5) демографические данные (т.е. социально-экономический статус, религия, этническая принадлежность; основной язык общения, возраст, индекс массы тела, пол и т. д.); 6) предоперационное медикаментозное лечение; 7) первичная хирургическая диагностика; 8) хирургия; 9) система социальной поддержки. Интраоперационные данные будут включать: 1) тип основного анестетика; 2) продолжительность дела; 3) тотальное употребление опиоидов; 4) применение неопиоидных анальгетиков; 5) гемодинамика сердечного ритма; 6) гемодинамика артериального давления. Послеоперационные данные будут включать: 1) общее употребление опиоидов; 2) выписать лекарства; 3) продолжительность пребывания в стационаре; 4) баллы боли; 5) послеоперационные жизненные показатели (артериальное давление, частота сердечных сокращений); и 6) участие в физиотерапии. Первичными исходами будут использование опиоидов в остром периоде и хроническом послеоперационном периоде (30 и 90 дней и 6 месяцев) и развитие хронической боли (до 6 месяцев после операции). Модель с наилучшей производительностью будет использоваться для разработки прогностической аналитической системы, предназначенной для выявления пациентов с опиоидами высокого риска, чтобы выделить этим пациентам ресурсы экспертного обезболивания. Мы предполагаем, что можем разработать точную модель для выявления потребителей опиоидов с высоким риском и пациентов с риском хронической боли в этих хирургических популяциях, а затем внедрить прогностическую аналитическую систему, которая может выявлять таких пациентов на ранней стадии.