Novos modelos quantificam como a ‘nocicepção’ pode ajudar a melhorar o gerenciamento da dor cirúrgica

O grau em que o processamento subconsciente da dor de um paciente cirúrgico, ou “nocicepção”, é adequadamente administrado por seu anestesiologista afetará diretamente o grau de efeitos colaterais dos medicamentos pós-operatórios que ele experimentará e a necessidade de mais tratamento da dor que ele exigirá. Mas a dor é um sentimento subjetivo para medir, mesmo quando os pacientes estão acordados, muito menos quando estão inconscientes.

Em um novo estudo, pesquisadores do MIT e do Massachusetts General Hospital (MGH) descrevem um conjunto de modelos estatísticos que quantificaram objetivamente a nocicepção durante a cirurgia. Por fim, eles esperam ajudar os anestesiologistas a otimizar a dose do medicamento e minimizar a dor e os efeitos colaterais pós-operatórios.

Os resultados foram publicados na revista Anais da Academia Nacional de Ciências.

Os novos modelos integram dados meticulosamente registrados em 18.582 minutos de 101 cirurgias abdominais em homens e mulheres no MGH. Liderados pela ex-aluna de pós-graduação do MIT Sandya Subramanian, agora professora assistente na UC Berkeley e na UC San Francisco, os pesquisadores coletaram e analisaram dados de cinco sensores fisiológicos enquanto os pacientes experimentavam um total de 49.878 “estímulos nociceptivos” distintos (como incisões ou cauterização).

Além disso, a equipe registrou quais medicamentos foram administrados, e quanto e quando, para fatorar seus efeitos na nocicepção ou medidas cardiovasculares. Eles então usaram todos os dados para desenvolver um conjunto de modelos estatísticos que tiveram bom desempenho em indicar retrospectivamente a resposta do corpo a estímulos nociceptivos.

O objetivo da equipe é fornecer informações precisas, objetivas e baseadas em princípios fisiológicos em tempo real aos anestesiologistas que atualmente dependem muito da intuição e da experiência anterior para decidir como administrar medicamentos para controle da dor durante a cirurgia.

Se os anestesiologistas derem muito, os pacientes podem sentir efeitos colaterais que variam de náusea a delírio. Se derem muito pouco, os pacientes podem sentir dor excessiva depois de acordar.

“O trabalho de Sandya nos ajudou a estabelecer uma maneira baseada em princípios para entender e medir a nocicepção (dor inconsciente) durante a anestesia geral”, disse o autor sênior do estudo Emery N. Brown, Professor Edward Hood Taplin de Engenharia Médica e Neurociência Computacional no The Picower Institute for Learning and Memory, no Institute for Medical Engineering and Science e no Department of Brain and Cognitive Sciences no MIT. Brown também é anestesiologista no MGH e professor na Harvard Medical School.

“Nosso próximo objetivo é tornar os insights que obtivemos dos estudos de Sandya confiáveis ​​e práticos para que os anestesiologistas possam usá-los durante a cirurgia.”

Cirurgia e estatística

A pesquisa começou como projeto de tese de doutorado de Subramanian no laboratório de Brown em 2017. As melhores tentativas anteriores de modelar objetivamente a nocicepção se basearam apenas no eletrocardiograma (ECG, um indicador indireto da variabilidade da frequência cardíaca) ou em outros sistemas que podem incorporar mais de uma medição, mas foram baseadas em experimentos de laboratório usando estímulos de dor que não se comparam em intensidade à dor cirúrgica ou foram validados pela agregação estatística de apenas alguns pontos de tempo em cirurgias de vários pacientes, disse Subramanian.

“Não há outro lugar para estudar a dor cirúrgica, exceto a sala de cirurgia”, disse Subramanian.

“Queríamos não apenas desenvolver os algoritmos usando dados de cirurgia, mas também validá-los no contexto em que queremos que alguém os use. Se estamos pedindo para eles rastrearem a nocicepção momento a momento durante uma cirurgia individual, precisamos validá-la da mesma forma.”

Então, ela e Brown trabalharam para avançar o estado da arte coletando dados multissensores durante todo o curso das cirurgias reais e contabilizando os efeitos de confusão dos medicamentos administrados. Dessa forma, eles esperavam desenvolver um modelo que pudesse fazer previsões precisas que permanecessem válidas para o mesmo paciente durante toda a operação.

Parte das melhorias que a equipe alcançou surgiu do rastreamento de padrões de frequência cardíaca e também da condutância da pele. Mudanças em ambos os fatores fisiológicos podem ser indicações da resposta primária de “luta ou fuga” do corpo à nocicepção ou dor, mas alguns medicamentos usados ​​durante a cirurgia afetam diretamente o estado cardiovascular, enquanto a condutância da pele (ou “EDA”, atividade eletrodérmica) permanece inalterada.

O estudo mede não apenas o ECG, mas também o comprova com o PPG, uma medida óptica da frequência cardíaca (como o sensor de oxigênio em um smartwatch), porque os sinais de ECG às vezes podem ficar ruidosos devido ao zumbido de todos os equipamentos elétricos na sala de cirurgia.

Da mesma forma, Subramanian reforçou as medidas de EDA com medidas de temperatura da pele para garantir que as mudanças na condutância da pele pelo suor fossem por causa da nocicepção e não simplesmente porque o paciente estava muito quente. O estudo também monitorou a respiração.

Em seguida, os autores realizaram análises estatísticas para desenvolver índices fisiologicamente relevantes de cada um dos sinais de condutância cardiovascular e da pele. E uma vez que cada índice foi estabelecido, análises estatísticas posteriores permitiram rastrear os índices juntos para produzir modelos que pudessem fazer previsões precisas e baseadas em princípios de quando a nocicepção estava ocorrendo e a resposta do corpo.

Pregando a nocicepção

Em quatro versões do modelo, Subramanian os “supervisionou” alimentando-os com informações sobre quando os estímulos nociceptivos reais ocorreram para que pudessem aprender a associação entre as medições fisiológicas e a incidência de eventos indutores de dor. Em algumas dessas versões treinadas, ela deixou de fora as informações sobre medicamentos e, em algumas versões, usou diferentes abordagens estatísticas (“regressão linear” ou “floresta aleatória”).

Em uma quinta versão do modelo, baseada em uma abordagem de “espaço de estado”, ela o deixou sem supervisão, o que significa que ele teve que aprender a inferir momentos de nocicepção puramente a partir dos índices fisiológicos. Ela comparou todas as cinco versões de seu modelo a um dos padrões atuais da indústria, um modelo de rastreamento de ECG chamado ANI.

A saída de cada modelo pode ser visualizada como um gráfico que traça o grau previsto de nocicepção ao longo do tempo. A ANI tem desempenho um pouco acima do acaso, mas é implementada em tempo real. O modelo não supervisionado teve desempenho melhor que a ANI, embora não tão bom quanto os modelos supervisionados.

O melhor desempenho deles foi aquele que incorporou informações sobre medicamentos e usou uma abordagem de “floresta aleatória”. Ainda assim, os autores observam que o fato de o modelo não supervisionado ter tido um desempenho significativamente melhor do que o acaso sugere que há de fato uma assinatura objetivamente detectável do estado nociceptivo do corpo, mesmo quando se olha para diferentes pacientes.

“Uma estrutura de espaço de estado usando observações fisiológicas multissensoriais é eficaz para descobrir esse estado nociceptivo implícito com uma definição consistente em vários assuntos”, escreveram Subramanian, Brown e seus coautores.

“Este é um passo importante para definir uma métrica para rastrear a nocicepção sem incluir informações de ‘verdade básica’ nociceptivas, mais prático para escalabilidade e implementação em ambientes clínicos.”

De fato, os próximos passos para a pesquisa são aumentar a amostragem de dados e refinar ainda mais os modelos para que eles possam eventualmente ser colocados em prática na sala de cirurgia. Isso exigirá habilitá-los a prever a nocicepção em tempo real, em vez de em análise post-hoc. Quando esse avanço for feito, isso permitirá que anestesiologistas ou intensivistas informem seus julgamentos de dosagem de medicamentos para dor.

Num futuro mais distante, o modelo poderá informar sistemas de circuito fechado que dosam medicamentos automaticamente sob a supervisão do anestesiologista.

“Nosso estudo é um primeiro passo importante para o desenvolvimento de marcadores objetivos para rastrear a nocicepção cirúrgica”, concluíram os autores.

“Esses marcadores permitirão uma avaliação objetiva da nocicepção em outros ambientes clínicos complexos, como a UTI, além de catalisar o desenvolvimento futuro de sistemas de controle de circuito fechado para nocicepção.”

Esta história foi republicada como cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisa, inovação e ensino do MIT.