Smartphones Revolucionam o Acompanhamento dos Efeitos Colaterais dos Antipsicóticos
Nova pesquisa usa smartphones pra avaliar distúrbios de movimento em pacientes que tomam antipsicóticos.
Adam Wysokiński, Aleksandra Zwierzchowska-Kieszek
― 7 min ler
Índice
- O Papel dos Medicamentos Anticolinérgicos
- Triagem de Sintomas Extrapiramidais
- A Necessidade de Ferramentas de Avaliação Remota
- Design do Estudo
- Coleta e Processamento de Dados
- Construindo o Modelo de Computador
- Treinamento e Validação do Modelo
- Testando o Modelo
- Analisando a Densidade do Espectro de Potência
- Comparação com Estudos Anteriores
- Limitações e Direções Futuras
- Fonte original
- Ligações de referência
Medicamentos Antipsicóticos são usados pra tratar problemas sérios de saúde mental, como esquizofrenia, transtorno bipolar e depressão psicótica. Embora sejam bons pra ajudar os pacientes a lidarem com suas condições, esses remédios também podem trazer alguns efeitos colaterais indesejados, tipo distúrbios de movimento. Esses distúrbios incluem problemas como mãos trêmulas, inquietação e movimentos estranhos, conhecidos coletivamente como sintomas extrapiramidais (EPS). Pesquisas mostram que cerca de um em cada três pacientes que toma antipsicóticos pode ter esses efeitos colaterais, o que pode deixar a situação ainda mais difícil.
O Papel dos Medicamentos Anticolinérgicos
Pra lidar com esses distúrbios de movimento, os médicos costumam prescrever medicamentos anticolinérgicos. Esses remédios podem ajudar a reduzir os tremores e outros problemas de movimento causados pelos antipsicóticos. Porém, eles também trazem seus próprios problemas. Os pacientes podem ter visão embaçada, constipação, dificuldade de memória e até o retorno dos sintomas originais. Resumindo, enquanto os medicamentos anticolinérgicos podem ajudar com o tremor, também podem causar novos desafios pros pacientes.
A melhor maneira de lidar com os EPS é evitar usar medicamentos que causam esses efeitos colaterais desde o começo. Se os EPS aparecem, geralmente é melhor mudar o tratamento do que continuar com um remédio que tá causando problemas.
Triagem de Sintomas Extrapiramidais
Existem várias escalas que os médicos usam pra encontrar e avaliar os EPS. Algumas delas incluem a Escala Simpson-Angus, a Escala de Movimento Involuntário Anormal, entre outras. Infelizmente, essas avaliações precisam de um exame físico presencial, o que pode ser meio complicado, especialmente em tempos como a pandemia do COVID-19, quando muitos médicos começaram a fazer atendimentos virtuais. Essa situação deixou claro que tem uma necessidade real de ferramentas de avaliação remota para EPS.
A Necessidade de Ferramentas de Avaliação Remota
O objetivo de pesquisas recentes foi criar uma forma de avaliar e prever EPS sem precisar de uma visita presencial. Os pesquisadores queriam usar os sensores giroscópicos embutidos em smartphones ou tablets pra coletar dados e fazer previsões sobre tremores nas mãos causados por EPS.
Design do Estudo
A pesquisa teve duas partes principais. Primeiro, a equipe coletou dados de indivíduos saudáveis e pacientes com EPS pra treinar seus Modelos de Computador. Em seguida, eles validaram esses modelos com dados de um grupo separado de indivíduos. Todos os participantes do estudo eram adultos com idade entre 18 e 65 anos e deram consentimento pra participar da pesquisa.
No grupo sem tremores, os participantes não podiam ter qualquer tipo de transtorno mental ou neurológico. Pra aqueles com tremores, a única exigência era que estavam sendo tratados com medicamentos antipsicóticos e mostraram sinais de tremores nas mãos durante o estudo.
Coleta e Processamento de Dados
Os dados foram coletados usando um software específico em um iPad e registrados em um período de um minuto sobre aceleração, orientação e velocidade angular. Pra facilitar, os cientistas dividiram os dados coletados em segmentos menores de 10 segundos cada.
Uma vez que os dados foram coletados, passaram por várias etapas pra serem preparados pra análise. Cada segmento foi processado e as informações foram salvas pra uma avaliação futura. O objetivo era criar um modelo de computador que pudesse prever tremores nas mãos baseado nas informações coletadas desses dispositivos.
Construindo o Modelo de Computador
O modelo criado pra essa pesquisa se chama EDEPS, que significa Detecção Precoce de Sintomas Extrapiramidais. Ele usa algoritmos de aprendizado de máquina pra fazer previsões sobre tremores nas mãos com base nos dados coletados de dispositivos móveis. Diferentes tipos de algoritmos foram testados, mas descobriu-se que um método chamado Random Forest foi o mais eficaz tanto pra prever a presença de tremores quanto pra medir a gravidade.
O modelo converte dados brutos em informações úteis através de uma série de etapas, incluindo a transformação em um formato que é mais fácil de analisar. Usando dados sobre os tremores, o modelo pode ajudar os médicos a concluírem se um paciente tem EPS e quão grave pode ser.
Treinamento e Validação do Modelo
No treinamento do modelo, os pesquisadores usaram mais de 2.300 segmentos de dados de ambos os grupos: com tremores e sem. A equipe também revisou cuidadosamente quão bem seus modelos podiam prever os resultados pra garantir precisão. Eles combinaram dados dos dois grupos e ajustaram o modelo sempre que novos dados eram introduzidos.
Os pesquisadores mantiveram um olho atento em como o modelo estava se saindo e fizeram ajustes necessários pra melhorar suas previsões. O objetivo era deixar o modelo o mais preciso possível pra determinar se um tremor na mão existia e quão sério era.
Testando o Modelo
A eficácia do modelo foi avaliada usando um grupo separado de participantes. Eles realizaram testes usando uma variedade de abordagens, incluindo analisar todos os segmentos ou apenas os primeiros 10 segundos de dados. O modelo conseguiu avaliar com precisão os tremores nas mãos e até prever a gravidade em muitos casos.
Analisando a Densidade do Espectro de Potência
Uma descoberta interessante da pesquisa foi relacionada à densidade do espectro de potência. Os pesquisadores descobriram que pacientes com tremores nas mãos tinham um pico notável em seus dados em torno de 5 Hz. Isso significa que parece haver uma frequência específica associada a tremores nas mãos em pacientes que tomam medicamentos antipsicóticos.
Comparação com Estudos Anteriores
Embora já tenham existido esforços passados pra medir tremores usando diferentes tipos de sensores ou dispositivos, esse estudo se destaca porque usa tecnologia facilmente disponível, como smartphones e tablets. Outros estudos usaram sensores de pulso ou smartwatches, mas esses métodos podem ser complicados de implementar e exigem mais esforço tanto dos pacientes quanto da equipe médica.
Alguns estudos apontaram que métodos tradicionais de teste de habilidades motoras finas podem ser úteis pra triagem. Contudo, eles podem não fornecer resultados quantitativos precisos, tornando-os menos práticos pra avaliações contínuas.
Limitações e Direções Futuras
Como qualquer estudo, essa pesquisa tem suas limitações. O modelo não foi testado contra indivíduos que poderiam ter outros tipos de tremores, como tremor essencial ou tremores causados por abstinência de álcool. A esperança é que esse modelo consiga distinguir entre diferentes tipos de tremores nas mãos, mas isso ainda está pra ser visto.
Os pesquisadores também notaram que a precisão das previsões ainda poderia ser aprimorada. Embora o modelo tenha mostrado potencial, há necessidade de mais refinamentos, especialmente em relação a métricas de pontuação específicas.
Resumindo, esse trabalho inovador pode ter implicações significativas sobre como avaliamos e tratamos tremores nas mãos em pacientes que tomam medicamentos antipsicóticos. Quem diria que um smartphone também poderia ajudar a enfrentar desafios de saúde mental? Com a pesquisa continuando nessa área, podemos encontrar ferramentas ainda melhores pra ajudar aqueles que lidam com EPS no futuro.
Fonte original
Título: EDEPS (Early Detection of ExtraPyramidal Symptoms): supervised machine learning models to detect antipsychotics-induced extrapyramidal hand tremor from a mobile device built-in sensors
Resumo: IntroductionApproximately 30% of patients treated with antipsychotics develops extrapyramidal side effects, among which hand tremor is not only common, but also significantly impacting daily activities. No tool for remote assessment of hand tremor is available. Materials and methodsWe collected SAS and AIMS scores and digital recordings of health tremor from healthy and schizophrenia patients on antipsychotics. Next, we created and tested a supervised machine learning models for detecting and measuring severity of antipsychotics-induced hand tremor. ResultsWe present model details, accuracy measures (R2 and RMSE for regressors; log loss, AUC, misclassification, rate, accuracy, sensitivity and specificity for classifiers) and analysis of hand tremor spectral analysis. ConclusionsOur model offers a satisfactory accuracy (0.95 to 1.0) and performance, even if only 10 second data is available. Result of the spectral analysis indicate that the dominating frequency of hand tremor in antipsychotics-induced EPS is approximately 5.0 Hz.
Autores: Adam Wysokiński, Aleksandra Zwierzchowska-Kieszek
Última atualização: 2024-12-16 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2024.12.16.24319069
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.12.16.24319069.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.