Documentazione del dolore intraoperatorio ed event-tagging tramite applicazione dedicata per smartphone

Also available in english

RIASSUNTO

Introduzione e scopo dello studio
Come testimonia la letteratura scientifica degli ultimi anni, si sta assistendo ad una rapida evoluzione delle strategie di documentazione clinica in Anestesia e Terapia Intensiva. Il tipo di tecnologia utilizzata per la raccolta di dati (ad esempio, cartacea vs elettronica, manuale vs automatica) parrebbe addirittura influenzare il medico nella valutazione preoperatoria dei Pazienti, e specificamente nella attribuzione del punteggio ASA1. Le Linee Guida nazionali ed internazionali pongono particolare enfasi nella rilevazione dei parametri vitali e del dolore post-operatorio2,3 su una scala di progressione rigorosamente temporale, mentre la documentazione del dolore intra-operatorio, opportunamente differenziato dal livello di ipnosi, rimane in larga parte una questione ancora non sufficientemente descritta4,5. È però opinione corrente che il dolore perioperatorio, se non efficacemente rilevato e trattato, possa predisporre con maggiore frequenza alla insorgenza di dolore cronico (Chronic Postsurgical Pain o CPSP)6, con incidenza e gravità apparentemente indipendenti dalla intensità del dolore acuto iniziale7. Scopo del presente studio è l’illustrazione di una metodica di rilevazione, in tempo reale, del dolore nel Paziente con depresso stato di coscienza e non curarizzato, che tenga conto di parametri stumentali e di segni clinici, facilitata dall’uso di una App dedicata per smartphone e/o tablet, appositamente creata.

Materiali e metodi
Sono state prese in considerazione misurazioni stumentali e segni clinici, comunemente conosciuti quali indicatori indiretti di dolore da stimolo chirurgico8,9. Nello specifico, sono state parametrizzate le variazioni della Frequenza Cardiaca (HRV), della Pressione Arteriosa (APV) e della Frequenza Respiratoria (RRV), e segni clinici quali l’insorgenza di tensione muscolare (s1), grimaces facciali (s2), oppure franchi movimenti o strattonamenti (s3). Ad ogni parametro strumentale sono stati assegnati tre diversi possibili punteggi (1 = stabile, 2 = incremento entro il 20%, 3 = incremento oltre il 20%), così come tre diversi punteggi erano assegnati ai segni clinici (1 = non rilevabile, 2 = segno appena evidente, 3 = segno molto evidente). Ulteriori variabili del software, immissibili secondo una metrica di progressione temporale, erano il livello di coscienza misurato tramite il Bispectral Index (BIS), l’intensità del segnale elettromiografico (EMG) quale indicatore di brivido/tensione muscolare/movimento, e l’evento procedurale chirurgico associato (event-tagging: ad esempio, infiltrazione di anestetico locale, incisione con bisturi a freddo, ecc). Ogni evento, selezionabile da una iniziale lista precompilata, è ulteriormente implementabile da ogni utente autorizzato, ed automaticamente sincronizzato sugli altri dispositivi attivi (vedi Figg. 1, 2 e 3).

 


Per ogni Paziente, è possibile impostare la soglia target dell’indice BIS sotto la quale considerare una persona come aderente al livello desiderato di ipnosi (BISt) e, quindi, interpretare i parametri rilevati quali indicatori di probabile dolore. La realizzazione software ha incluso la predisposizione di un database di rete come back-end, e la realizzazione di una interfaccia di immisione e visualizzazione dati (front-end) adatta ad uno Smartphone. Il tutto veniva realizzato tramite la Suite di Google Drive™ ed AppSheet™, software di rete ad uso gratuito, oltre che con scripting addizionale ad hoc. Per ogni utente, l’accesso era possibile tramite sistemi di autenticazione di terze parti (Google e Dropbox), e da una ulteriore chiave temporanea fornita localmente. La trasmissione dei dati fra dispositivi mobili e database era cifrata tramite Secure Socket Layer (SSL). Nessun nome o cognome veniva registrato, ma solo un numero progressivo, a propria volta chiave di una diversa banca dati, non accedibile tramite Internet.

Risultati e discussione
L’applicazione, denominata “Studio APPS” (sulla falsariga della “Anethetized Patients Pain Scale”, sistema a punti descritto nel 20135), permette la rilevazione semplificata dei 6 parametri già menzionati, stante un determinato livello di ipnosi registrato con il BIS. Dal punto di vista della immediatezza d’uso, l’interfaccia è disegnata in modo da ridurre al minimo la necessità di immettere testo libero. Aspetto peculiare è il fatto che più operatori, se autorizzati, possono effettuare rilevazioni contemporanee (stesso Paziente, stessa procedura). Ogni dato è registrato lungo una scala temporale assoluta, in modo da rendere i parametri unicamente associabili a un singolo evento, selezionabile da una lista di eventi riconosciuti come causa di dolore chirurgico o procedurale (intubazione orotracheale, prima incisione tissutale con bisturi, infiltrazione di anestetico locale) 10. Stanti un punteggio complessivo > 6 ed un livello adeguato di ipnosi, evenienza descrivibile in termini di {[(HRV + APV + RRV) + (s1 + s2 + s3) > 6] AND (BIS < BISt)}, l’algoritmo associerà uno specifico momento temporale alla probabilità che il Paziente, per quanto sedato, possa aver avuto una reazione al dolore (come noto, BIS = 80-60 viene associato a sedazione moderata, mentre BIS < 40 a sedazione profonda 11). Sarà a quel punto possibile catalogare l’evento tempo/dolore, con un descrittore che ne circostanzi meglio l’occorrenza. Inoltre, tramite questo sistema di tagging condiviso e multiutente, è possibile aggiungere ulteriori caratterizzazioni (reazione pupillare, sudore, pallore, ecc), come anche riportate in letteratura (Tab. 1).


Conclusioni e spunto per futuri studi clinici
La metodica descritta permette di rilevare gli eventi con un tempo differito anche minimo rispetto al tempo reale, grazie all’interfaccia facilitata per l’immissione dei dati (esportabili in più formati), al fine di avere una visione quali-quantitativa basata sulla percezione di più osservatori referenziati. Ciò, fra l’altro, anche al fine di identificare – per ogni tipologia di procedura chirurgica – quali siano i passaggi maggiormente algogeni, e quanto i parametri indiretti di osservazione clinica possano orientare verso la diagnosi in tempo reale di dolore.

BIbliografia
1. Marian AA, Bayman EO et al. The influence of the type and design of the anesthesia record on ASA physical status scores in surgical patients: paper records vs. electronic anesthesia records. BMC Med Inform Decis Mak. 2016 Mar 2;16:29
2. SIAARTI STUDY GROUP FOR SAFETY IN ANESTHESIA AND INTENSIVE CARE. Guidelines for completing the Perioperative Anesthesia Record. Minerva Anestesiol. 2002 Dec;68(12):879-892, 892-904.
3. Committee on Quality Management and Departmental Administration (QMDA). STATEMENT ON DOCUMENTATION OF ANESTHESIA CARE. ASA House of Delegates on October 15, 2003 and last amended on October 28, 2015 http://www.asahq.org/~/media/Sites/ASAHQ/Files/Public/Resources/standards-guidelines/statement-on-documentation-of-anesthesia-care.pdf ultimo accesso 22 Marzo 2017
4. Stomberg MW, Sjöström B, Haljamäe H. Assessing pain responses during general anesthesia. AANA J. 2001 Jun;69(3):218-22.
5. Kampo S, ,Han J, Benogle Ziem J et al. Intraoperative pain assessment: the use of anesthetized patient pain scale and cerebral state monitor. Journal of Anesthesiology 2013; 1(2): 15-20 doi: 10.11648/j.ja.20130102.11
6. International Association for the Study of Pain (IASP) 2017 Global Year Against Pain After Surgery. Chronic Postsurgical Pain: definition and impact. Fact Sheet n.4 http://iasp.files.cms-plus.com/2017GlobalYear/FactSheets/4.%20Chronic%20Postsurgical%20Pain.LavandHomme-Zahn-EE_1485789834697_3.pdf – ultimo accesso 24 Marzo 2017
7. Oh J, Pagé MG, Zhong T, McCluskey S et al. Chronic Postsurgical Pain Outcomes in Breast Reconstruction Patients Receiving Perioperative Transversus Abdominis Plane Catheters at the Donor Site: A Prospective Cohort Follow-up Study. Pain Pract. 2016 Dec 20. doi: 10.1111/papr.12550
8. Russel F.I. Conscious awareness during general anaesthesia: relevance of autonomic signs and isolated arm movements as guides to depth of anaesthesia. Baillière’s Clinical Anaesthesiology 1989 Volume 3, Issue 3 Pages 511-532
9. Centre Hospitalier Universitaire de Saint Etienne. Pain Assessment During General Anesthesia (DOLANS). In: ClinicalTrials.gov [Internet]. Bethesda (MD): National Library of Medicine (US). Available from: https://clinicaltrials.gov/ct2/show/NCT01303471 NLM Identifier NCT01303471
10. Smajic J, Praso M, Hodzic M. Assessment of Depth of Anesthesia: PRST Score Versus Bispectral Index. MED ARH 2011; 65(4): 216-220
11. Ghisi D, Fanelli A, Tosi M, Nuzzi M, Fanelli G. Monitored Anesthesia Care. MINERVA ANESTESIOL 2005;71:533-8