Title: | DepressLess®-Médico: assistente virtual de apoio a decisão de manejo antidepressivo na atenção primária a saúde |
Author: | Mestre, Luiz Guilherme Itimura |
Abstract: |
O uso excessivo e sem critérios adequados de antidepressivos é uma questão preocupante para a saúde pública, acarretando em importantes consequências. Apesar de utilizado comumente em tratamentos longos, há estudos demonstrando que 30-50% desses pacientes não possuem indicação baseada em evidência de continuar o tratamento, e deveriam ser encorajados a descontinuar. No contexto da Atenção Primária a Saúde (APS), na última década ocorreu inversão da tendência do subdiagnóstico dos transtornos depressivos, para a alarmante tendência ao sobrediagnóstico dessa condição. Essa inversão é justificada principalmente pela dificuldade técnica em discernir as formas graves e cronificantes da depressão dos sintomas depressivos autolimitados, além dos critérios diagnósticos mais sensíveis das classificações diagnósticas mais recentes, que têm resultado em sobretratamento medicamentoso da depressão na APS. O objetivo geral deste trabalho foi desenvolver e avaliar um Assistente Virtual de Suporte à Decisão Clínica em formato de aplicativo móvel, com o propósito de individualizar o manejo de antidepressivos, enfocando principalmente o desmame desses medicamentos na Atenção Primária à Saúde, que foi chamado de DepressLess®-Médico. A luz da experiência clínica e da pesquisa bibliográfica, levando em consideração requisitos funcionais e casos de uso, a primeira versão do aplicativo foi desenvolvida utilizando a plataforma de desenvolvimento no-code/low-code Adalo®. A aplicação possibilita a geração de um Plano Terapêutico de Manejo com doses personalizadas de desmame de antidepressivos, levando em conta a gravidade do diagnóstico e o histórico do paciente. Além disso, os médicos podem acompanhar remotamente seus pacientes, em tempo real, através do questionário PHQ-9, para avaliar a gravidade da depressão ao longo do tratamento. A avaliação de usabilidade foi realizada através da escala SUS* (Scale Usability System). Abstract: The excessive and indiscriminate use of antidepressants is a concerning issue for public health, leading to significant implications. Despite being commonly used in long-term treatments, studies have shown that 30-50% of these patients lack evidence-based indications to continue the treatment and should be encouraged to discontinue it. In the context of Primary Health Care (PHC), there has been a shift from underdiagnosis to an alarming trend of overdiagnosis of depressive disorders in the last decade. Is mainly justified this change by the technical difficulty in distinguishing severe and chronic forms of depression from self-limiting depressive symptoms, along with the more sensitive diagnostic criteria of recent classifications, resulting in overmedication of depression in PHC. The overall objective of this study was to develop and evaluate a Virtual Clinical Decision Support Assistant in the form of a mobile application to individualize the management of antidepressants, focusing mainly on tapering these medications in Primary Health Care, which was named DepressLess®-Médico. We developed the first version of the application considering the clinical experience and bibliographic research, functional requirements, and use cases using the no-code/low-code development platform Adalo®. The application allows the generation of a Therapeutic Management Plan with personalized doses for tapering antidepressants, taking into account the severity of the diagnosis and the patient's history. Furthermore, doctors can remotely monitor their patients in real-time through the PHQ-9 questionnaire to assess the severity of depression during treatment. Usability evaluation was performed using the System Usability Scale (SUS*). |
Description: | Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Informática em Saúde, Florianópolis, 2023. |
URI: | https://repositorio.ufsc.br/handle/123456789/251495 |
Date: | 2023 |
Files | Size | Format | View |
---|---|---|---|
PGIS0052-D.pdf | 1.619Mb |
View/ |