Pesquisadores desenvolveram modelo preditivo baseado na web para ajudar avaliar o risco de um indivíduo retornar ao uso de opioides após iniciar o tratamento para OUD, transtorno por uso de opioides, já que, atualmente, não existem modelos para ajudar médicos prever se os pacientes retornarão ao uso de opioides logo após iniciar o tratamento para o OUD, sendo que o financiamento ao estudo foi fornecido pelo Instituto Nacional sobre Abuso de Drogas. Para desenvolver modelo preditivo, pesquisadores harmonizaram dados de três ensaios clínicos pragmáticos com duração de 12 semanas incluindo 2.199 adultos recebendo tratamento com OUD, metadona, buprenorfina ou naltrexona de liberação prolongada, em vários ambientes, incluindo locais de tratamento licenciados pelo governo federal, consultórios médicos e instalações de tratamento hospitalar. Os Modelos preditivos foram desenvolvidos para retorno ao uso de opioides, definidos como 4 semanas consecutivas de exames de urina para drogas, UDS, positivos ou ausentes até a semana 12 de tratamento, sendo que o modelo final baseado em 4 preditores no início do tratamento, dias de uso de heroína, resultados positivos de UDS para morfina e cocaína e injeção de heroína nos últimos 30 dias, teve área sob a AUROC, curva característica de operação do receptor, de 0,67, enquanto o desempenho do modelo foi melhorado, AUROC 0,82, com a adição dos resultados do UDS nas primeiras 3 semanas. Na aplicabilidade clínica direta, pesquisadores construíram o CORRS, CTN-94 OUD Return-to-Use Risk Score, com base em única métrica, ou, o número total de semanas nas primeiras 3 semanas em que um paciente teve um UDS positivo para qualquer opioide não prescrito ou ausente, variação de 0-3, e usando o CORRS, o risco de retorno aos opioides foi de 13% em pacientes com resultados semanais de UDS negativos para opioides nas 3 semanas após o início do tratamento, comparados com 85% aos que com 3 semanas de resultados UDS positivos para opioides ou ausentes, AUROC, 0,80. Os autores escrevem que "o resultado, retorno ao uso, é para os médicos visarem pacientes de alto risco o mais rápido possível no tratamento em que o modelo preditivo permite que identifiquem pacientes de alto risco e considerem ajustes de tratamento ou intervenções mais intensivas", esclarecem que o estudo, com o primeiro autor Sean X. Luo, MD, PhD, da Columbia University, na cidade de Nova York, foi publicado on-line em 4 de outubro na JAMA Psychiatry, cuja amostragem envolveu pacientes com OUD que se inscreveram para participar de ensaio clínico e, portanto, podem não ser totalmente representativas daqueles que procuram tratamento na comunidade, ao passo que 2 dos estudos inscreveram pacientes em 2006 sendo necessários estudos futuros em populações com uso prevalente de fentanil ou agonistas opioides sintéticos de alta potência.
Pesquisa sugere que iniciar tratamento com buprenorfina para transtorno por uso de opioides, OUD, por telessaúde, se associa a retenção mais longa no tratamento em comparação com o início do tratamento presencial, cuja análise de dados de reivindicações do Medicaid de novembro de 2019 até o final de 2020 em Kentucky e Ohio para investigar impacto de mudança de política implementada na pandemia permitindo telessaúde para prescrever buprenorfina para OUD, sendo que 2 resultados de interesse foram a retenção no tratamento pós início, telessaúde vs. tradicional, e sobredosagem não fatal relacionada com opiáceos após o início. O estudo, com a primeira autora Lindsey Hammerslag, PhD, da University of Kentucky College of Medicine, Lexington, foi publicado on-line em 18 de outubro no JAMA Network Open, com comentários sobre como navegar no caminho à telessaúde eficaz, equitativa em evidências ao tratamento de OUD, sendo que a análise foi limitada a pacientes do Medicaid em 2 estados durante um ano podendo ter havido fatores de confusão não medidos, como percepção da estabilidade do paciente, que influenciaram resultados e como dados do Medicaid não estavam vinculados a serviços de emergência ou registros de óbitos, pois o estudo considerou apenas overdose tratada com medicamentos, tendo sido apoiado pelo Instituto Nacional sobre Abuso de Drogas e realizado em parceria com a Administração de Abuso de Substâncias e Serviços de Saúde Mental. Em ambos os estados combinados, quase 92 mil adultos receberam prescrição de buprenorfina em pelo menos um trimestre em 2020, com quase 43 mil dos indivíduos iniciaram o tratamento em 2020, com aumentos na entrega de buprenorfina por telessaúde observados no início de 2020, início da pandemia, associado a maior retenção no tratamento. As taxas de retenção de 90 dias foram maiores entre os que iniciaram o tratamento por telessaúde versus aqueles que iniciaram o tratamento em ambientes sem telessaúde em Kentucky, 48% versus 44%, respectivamente, e em Ohio, 32% versus 28%, respectivamente, não havendo aumento do risco de overdose não fatal com o tratamento de telessaúde, fornecendo evidências que os pacientes não foram prejudicados pelo aumento do acesso ao tratamento com buprenorfina via telessaúde, com os autores esclarecendo que “esses resultados oferecem informações aos estados com alta carga de OUD que buscam políticas e métodos para reduzir barreiras ao tratamento”. Foram identificadas disparidades por raça e etnia no recebimento do início e na retenção da telemedicina, com indivíduos negros não-hispânicos tendo menores chances de início da telemedicina e metade das chances de serem retidos no tratamento com buprenorfina em 90 dias em relação aos indivíduos brancos não-hispânicos, sendo que esses dados são consistentes com outros estudos em que um descobriu que as disparidades no tratamento de transtornos por uso de substâncias aumentaram no início da pandemia e havia disparidades no atendimento por telemedicina, apenas vídeo ou telefone, que os pacientes recebiam. Os resultados fornecem informações sobre manutenção dos cuidados de telemedicina ao MOUD pós término dos regulamentos de emergência pandêmica e a declaração da emergência nacional de saúde pública permitindo mudanças na regulamentação federal e estadual para apoiar o aumento do acesso ao MOUD e ao início da telemedicina com buprenorfina, para além de alterações regulamentares, questões de reembolso são fatores que limitam a expansão da telemedicina em que Centros de Serviços Medicare e Medicaid emitiram orientações permitindo estados fornecer paridade de reembolso à serviços de telemedicina.
Moral da Nota: o ACE, Accelerated Capability Environment, trabalhou com o NHS AI Lab para desenvolver ferramenta de IA para identificar pacientes que correm risco de internações hospitalares prolongadas, auxiliando transformar os resultados e reduzir custos de saúde, tratando-se de capacidade do Home Office que enfrenta desafios de segurança decorrentes tecnologia digital e de dados, que co-desenvolveu a ferramenta que avalia dados hospitalares e utiliza IA para prever quais pacientes correm risco de internações hospitalares prolongadas, detectando precocemente, tornando possível fazer mais para evitar implicações negativas de internações hospitalares prolongadas, ajustando planos de tratamento. As internações hospitalares prolongadas levam a taxas mais elevadas de mortalidade, riscos mais elevados de readmissão, bem como declínio físico em pacientes idosos e, no Gloucestershire Hospitals NHS Foundation Trust, envolvido no projeto, descobriu-se que 4% das admissões resultaram em estadia de 21 dias ou mais e, este grupo de estadias de longa duração representa mais de um terço, 34%, das estadias em camas. O líder de envolvimento estratégico da ACE, professor Peter Brindle, esclarece que a “capacidade de não identificar indivíduos com alto risco de internação hospitalar prolongada antes de sua admissão, mas identificar fatores que contribuem à essa probabilidade permite ação rápida para explorar alternativas e, caso a internação continue necessária, permite mitigação dos fatores de risco associados a internação prolongada. A ACE trabalhou com a Polygeist para desenvolver ferramenta de estratificação de longa permanência, cujo modelo de IA foi treinado em 460 mil registros anonimizados utilizando informações na coleta inicial de dados do paciente para fazer a análise, sendo que a ACA e NHS AI Lab entregaram prova de conceito e 12 semanas e, quando testada pelo Gloucestershire Hospitals NHS Foundation Trust, detectou 66% dos internados de longa duração nas categorias de maior risco, além de trazer benefícios à saúde dos pacientes proporcionou benefícios financeiros, sendo que redução de um dia na internação hospitalar média pode levar a economia de 1,7 milhão de libras esterlinas apenas aos Hospitais de Gloucestershire.