Ferramentas digitais como suporte para a previsão de tratamento?

Ao contrário de outras áreas terapêuticas, na reumatologia continua a ser difícil conseguir a remissão em todos os doentes. Duas aplicações podem aumentar as hipóteses de remissão clínica através da tomada de decisões conjuntas entre os doentes e a profissão médica [1-4]. Uma é a estratégia ” tratar para atingir o objetivo” (T2T ) e a outra é o conceito ” prever para tratar” (P2T ), em que as ferramentas digitais podem ajudar a prever os resultados ou a monitorizar a progressão da doença [5]. Na véspera do Congresso Anual da SGR, de 31 de agosto a 1 de setembro de 2023, o Prof. Dr. Gerd Burmester (Charité Universitätsmedizin, Berlim) e o Prof. Dr. Thomas Hügle (Centre hospitalier universitaire vaudois, Lausanne) falaram sobre os dois conceitos no cenário familiar do “Room-for-Rheum”. Os destaques são resumidos para si abaixo.

O tratamento orientado de acordo com a estratégia T2T estabeleceu-se como um princípio orientador para o tratamento da artrite reumatoide (AR) desde a sua primeira publicação em 2010 e inclui vários elementos diferentes: a definição de um objetivo e de um método para o medir, a avaliação do objetivo num momento pré-determinado, a obrigação de alterar a terapêutica se o objetivo não for alcançado e a tomada de decisões conjuntas por parte dos doentes e da profissão médica [1-4]. No entanto, segundo o Prof. Burmester, os jovens reumatologistas estão muito menos familiarizados com o desenvolvimento e as origens do conceito T2T do que os colegas mais experientes. Iniciativas globais como o EVEREST (EleVatE care in RhEumatoid arthritiS with Treat-to-target) destinam-se a ajudar a nova geração a recordar o conceito T2T. O objetivo do EVEREST é melhorar a aplicação global e a realização dos valores-alvo previamente acordados [6].

Thomas Hügle: Com o estabelecimento da ecografia na reumatologia, o conceito T2T parece ter passado para segundo plano na vida quotidiana. Atualmente, este conceito é menos utilizado?

Gerd Burmester: Não diria isso. Na Charité, trabalhamos sempre de acordo com o conceito T2T e acredito que o T2T continuará a ser aplicado em muitos países. Mas tem de ter em conta que as ajudas técnicas e o acesso aos medicamentos não são iguais em todos os países. Por esta razão, a literatura não menciona deliberadamente quaisquer medicamentos, pontuações laboratoriais ou parâmetros de resultados, ou dados de imagem que devam ser utilizados como parte da estratégia T2T. A falta de informação concreta tem como objetivo promover o desenvolvimento de opções de implementação da estratégia T2T específicas para cada país, sempre com o objetivo de melhorar a remissão dos doentes. No entanto, este facto complica a aplicação concreta deste conceito.

Thomas Hügle: Uma pedra angular importante do conceito T2T é a escolha de um objetivo pré-definido e um método para determinar se o objetivo da terapia foi alcançado. Como é avaliado o objetivo de “remissão” no Charité de Berlim? Os valores são medidos de 3 em 3 ou de 6 em 6 meses?

Gerd Burmester: De três em três meses, faço uma contagem completa das articulações afectadas em todos os doentes e calculo tanto o Disease Activity Score 28, ou seja, o DAS28, como o Clinical Disease Activity Index, CDAI. Utilizamos o CDAI para a avaliação da remissão e o DAS28 para a atividade geral. Uma recolha coerente é essencial para trabalhar de acordo com a T2T, apesar de todos estarmos sob pressão de tempo. O registo eletrónico destes dados, em particular, é frequentemente muito moroso.

Thomas Hügle: O registo eletrónico destes dados seria de grande importância para os futuros modelos. Em certos registos médicos electrónicos, já são utilizados calculadores automáticos de parâmetros para visualizar o objetivo terapêutico predefinido através de gráficos. Será que essa automatização ajudaria a trabalhar mais em conformidade com a T2T?

Gerd Burmester: Esses gráficos ajudariam definitivamente a ver diretamente o impacto do T2T. Os calculadores DAS28 já estão integrados em alguns registos médicos electrónicos. No entanto, muitos departamentos de TI não autorizam programas externos para cálculo automático. Pessoalmente, determino o DAS28 e o CDAI manualmente e escrevo os valores no registo médico eletrónico.

Thomas Hügle: Como vê, o registo eletrónico dos dados dos doentes consome muito tempo. Isto pode ser dispendioso, especialmente se os doentes forem chamados de 3 em 3 meses. O T2T acabará por poupar custos ou será mais caro se implementarmos o conceito para todos os doentes? Por outras palavras, qual a relação custo-eficácia do T2T na prática?

Gerd Burmester: Penso que o T2T é absolutamente eficiente em termos de custos. Os reumatologistas em Berlim, por exemplo, recebem 40 euros por trimestre e por doente. Mesmo que venha 10 vezes por trimestre, o preço continua a ser o mesmo. As pessoas afectadas podem esperar um bom controlo da doença a um custo mais baixo e têm menos probabilidades de ficar incapacitadas em resultado do tratamento T2T e do diagnóstico atempado. No futuro, isto também pode ser apoiado por outros conceitos, como o P2T.

Thomas Hügle: Palavra-chave P2T: Tal como o nome ” prever para tratar ” sugere, este conceito oferece uma abordagem interessante para alterar a previsão da progressão da doença. Que papel desempenharão os parâmetros preditivos, como os biomarcadores, no futuro?

Gerd Burmester: Nos últimos anos tem-se discutido muito sobre os biomarcadores, mas infelizmente ainda não existem esses biomarcadores preditivos para a AR. Imagine que a Sra. Meier está sentada na minha consulta e não respondeu à terapêutica com metotrexato (MTX). Que medicação devo dar-lhe a seguir? Nestes casos, os marcadores preditivos a favor ou contra um medicamento seriam muito úteis. No futuro, a inteligência artificial ajudar-nos-á certamente a analisar e a avaliar todos os parâmetros e variáveis. Mas, infelizmente, ainda estamos muito longe disso.

Thomas Hügle: Talvez seja mais eficaz fazer primeiro previsões utilizando dados de registo em vez de esperar imediatamente um medicamento adequado com base num fator de previsão. Utilizo frequentemente o exemplo de um doente com pneumonia que é hospitalizado e se sente melhor ao fim de 5 dias, mas o valor da PCR ainda está atrasado. Pode anotar no relatório do laboratório que, com base nos dados do registo, pode esperar uma diminuição da PCR nos próximos dois dias e, em seguida, dar alta ao doente com base na tendência? Até que ponto essas previsões são úteis na prática?

Gerd Burmester: Estes processos vão ser implementados em breve nos EUA e estas previsões também serão cada vez mais utilizadas aqui no futuro. Com sistemas de saúde dispendiosos, a pressão para dar alta aos doentes mais cedo está a aumentar. O desenvolvimento de modelos e algoritmos irá promover esta tendência.

Thomas Hügle: Exatamente, esses modelos já existem nos EUA. A Epic é líder de mercado em registos médicos electrónicos eo seu programa Cosmos trabalha com triliões de dados e contactos de pacientes para fazer previsões. Voltemos ao exemplo da pneumonia: Se a nota acima mencionada no processo do doente pode ter um papel na pneumonia, porque não na artrite?

Gerd Burmester: Sem dúvida. Não nos limitaríamos a dar alta aos doentes com pneumonia, mas procederíamos a uma monitorização remota através da medição do oxigénio e da tensão arterial, para que pudessem ser chamados de volta em caso de emergência. Os doentes com AR raramente são casos de urgência, o que lhes daria uma janela de tratamento ainda maior. No futuro, os dispositivos portáteis, como os relógios inteligentes, poderão também desempenhar um papel na monitorização.

Thomas Hügle: Estes dispositivos portáteis são atualmente muito populares e seriam, sem dúvida, uma opção rentável para a monitorização. Infelizmente, os wearables do dia a dia não têm uma função para avaliar valores clínicos como o DAS28.

Gerd Burmester: Talvez seja apenas uma questão de tempo. Os dispositivos podem agora medir o número de passos, o teor de oxigénio no sangue, o consumo de calorias, a velocidade de marcha, etc. É possível que o DAS28 esteja correlacionado com uma destas medições.

Thomas Hügle: No entanto, essas medições são mais de controlo do que de previsão. No entanto, alguns doentes já sabem, durante a consulta, que não vão melhorar na próxima vez que forem ao médico. Demonstrámos este facto com os dados do Swiss Quality Management (SCQM): existe um desvio de 8% entre os valores DAS28 estimados e reais nas consultas de seguimento [7]. No futuro, estes algoritmos poderão assim prever o DAS28 em 6 meses. Será que este conhecimento nos vai ajudar?

Gerd Burmester: Estes algoritmos serão cada vez mais utilizados no futuro e teremos de efetuar estudos exaustivos para avaliar o significado dos parâmetros de previsão. No entanto, com a grande quantidade de dados de seguros americanos, essas previsões estão a tornar-se cada vez mais prováveis. No entanto, estes dados devem ser analisados de forma crítica, uma vez que diagnósticos incorrectos ou entradas mal codificadas podem afetar a previsão. No entanto, é possível que as entradas incorrectas sejam reduzidas devido à grande quantidade de dados.

Thomas Hügle: Permitam-me que volte a falar dos ” wearables ” e do potencial de apoio ao conceito P2T com ferramentas do quotidiano. Os doentes gostam dos dispositivos portáteis, mas será que estes dados podem ser utilizados no fluxo de trabalho clínico?

Gerd Burmester: Acredito em medições objectivas para determinar a terapia e a medicação numa consulta médica. Agora verifico se os meus doentes estão a usar um wearable e discuto os dados com eles. Com 12.000 passos por dia, sei que o sofrimento não é assim tão grande. No entanto, se um doente só conseguir dar 2.000 passos por dia, em comparação com os 5.000 passos que dava anteriormente, isso indica que algo está errado. Isto coloca a discussão com os doentes numa base diferente. Em futuras consultas, iremos certamente abordar mais dados deste tipo.

A discussão animada entre o Prof. Hügle e o Prof. Burmester mostrou que o conceito T2T se consolidou como uma estratégia de tratamento para doentes com AR desde 2010. O T2T continua a esforçar-se por atingir os objectivos de “ausência de dor, ausência de incapacidade funcional e uma vida normal” através da decisão conjunta de tratamento e da avaliação objetiva da doença [1-4]. Embora estejam a ficar disponíveis opções de tratamento da AR cada vez melhores, ainda não existem parâmetros preditivos para a medicina de precisão. O conceito P2T, também com a ajuda de ferramentas do quotidiano, como os wearables, poderá desempenhar um papel interessante no futuro.

Este artigo foi produzido com o apoio financeiro da AbbVie AG, Alte Steinhauserstrasse 14, Cham.

CH-ABBV-230156_12/2023

Este artigo foi publicado em alemão.

Literatura

1 Smolen, J.S., et al, Treating rheumatoid arthritis to target: recommendations of an international task force. Ann Rheum Dis, 2010. 69(4): p. 631-7.
2 Smolen, J.S., et al, Treating rheumatoid arthritis to target: 2014 update of the recommendations of an international task force. Ann Rheum Dis, 2016. 75(1): p. 3-15.
3 Smolen, J.S., et al, Recomendações da EULAR para a gestão da artrite reumatoide com medicamentos antirreumáticos modificadores da doença sintéticos e biológicos: atualização de 2019. Ann Rheum Dis, 2020. 79(6): p. 685-699.
4 Smolen, J.S., et al, Recomendações da EULAR para a gestão da artrite reumatoide com medicamentos anti-reumáticos modificadores da doença sintéticos e biológicos: atualização de 2022. Ann Rheum Dis, 2023. 82(1): p. 3-18.
5 Davergne, T., et al, Wearable Activity Trackers in the Management of Rheumatic Diseases: Where Are We in 2020?Sensors (Basileia), 2020. 20(17).
6 Irish Medical Times. Comité irlandês de reumatologia formado como parte de uma iniciativa global centrada na consecução dos objectivos de tratamento. https://www.imt.ie/news/healthcare-news/irish-rheumatology-committee-formed-as-part-of-global-initiative-focused-on-achieving-treat-to-target-goals-10-08-2023/. Último acesso: 13.12.2023.
7 Kalweit, M., et al, Previsão personalizada da atividade da doença em doentes com artrite reumatoide utilizando uma rede neural profunda adaptativa. PLoS One, 2021. 16(6): p. e0252289.