Estudos de investigação
Colocar a perspetiva do paciente no centro da investigação sobre a endometriose
// background
A endometriose é uma doença complexa e altamente individualizada, que ainda é pouco compreendida tanto pela sociedade como pelos profissionais de saúde. Em colaboração com a Prof.ª Dra. Sylvia Mechsner, do Centro de Endometriose da Charité — Universidade Médica de Berlim, criámos uma das maiores bases de dados de experiências relatadas por pacientes com endometriose e adenomiose.
// research focus
- Mapeamento dos percursos de diagnóstico e tratamento desde o primeiro sintoma
- Identificar os fatores causais por trás dos atrasos no diagnóstico
- Análise dos impactos socioeconómicos e sociopsicológicos
- Análise dos resultados relatados pelos doentes em relação a terapias multimodais
// what we capture
Mais de 2.800 percursos reais, desde os sintomas iniciais até ao diagnóstico, consultas médicas e tratamentos. Dados sociodemográficos agregados de todos os países da região DACH. Experiências subjetivas, conselhos que os doentes querem partilhar e resultados que os dados dos ensaios clínicos não captam.
// eligibility
Adultos com diagnóstico de endometriose ou adenomiose, ou que estejam atualmente a fazer exames de diagnóstico. Aberto a pacientes na Alemanha, Áustria e Suíça.
// research team
Prof.ª Dr.ª Sylvia Mechsner — Investigadora principal, Charité
Katrina Holmes — Médica, Charité / Tübingen
Ann-Katrin Abeler — Doutoranda, Charité
Zeinab Soleimani — Doutoranda, HPI
condição
investigador principal
instituição
tipo de estudo
coorte
região
dados recolhidos
estado
publicações
Endometriose e adenomiose
Prof.ª Dr.ª Sylvia Mechsner
Centro de Endometriose, Charité — Universidade Médica de Berlim
Observacional, baseado no relato do doente, longitudinal
Mais de 2.800 viagens partilhadas
DACH (Alemanha, Áustria, Suíça)
Sintomas, consultas, tratamentos, dados sociodemográficos, experiência subjetiva
Fechado
Em preparação
Projeto OPADE: conta a tua história com o transtorno depressivo maior (TDM)
// background
280 milhões de pessoas em todo o mundo vivem com transtorno depressivo maior (TDM). Embora exista um vasto leque de opções terapêuticas com antidepressivos, menos de 6% dos doentes beneficiam plenamente do seu tratamento atual. As taxas de remissão continuam persistentemente baixas. O OPADE está a desenvolver uma ferramenta preditiva baseada em IA/ML para apoiar a tomada de decisões clínicas no TDM. O projeto centra-se no eixo intestino-cérebro, estudando como a genética, a epigenética, o microbioma e as redes inflamatórias se combinam para moldar a resposta ao tratamento.
// research focus
- Identificar perfis de doentes que permitam prever e otimizar a eficácia dos antidepressivos, aumentando a remissão e reduzindo o comprometimento funcional
- Identificar correlações entre índices neuroinflamatórios — microbioma, metabolómica, perfil imunitário, marcadores epigenómicos e enzimáticos — e os resultados do tratamento
- Avaliar biomarcadores moleculares e não moleculares como indicadores de recorrência
- Melhorar a precisão do diagnóstico para a prevenção primária
- Acompanha o início dos sintomas depressivos de forma retrospectiva, desde a adolescência
- Determina como os biomarcadores sanguíneos se correlacionam com outros biomarcadores específicos da doença
// what we capture
Os doentes partilham a sua experiência diária através de um chatbot personalizado — sintomas, medicamentos, terapias e acontecimentos importantes —, alimentando a ferramenta preditiva de IA/ML.
// eligibility
Adultos e adolescentes com idades entre os 14 e os 50 anos com perturbação depressiva maior. Recrutamento em seis países da UE e internacionais.
// research team
Aqui está a lista de parceiros de investigação
O projeto é financiado pela União Europeia
condição
consórcio
tipo de estudo
coorte
duração
área de foco
dados recolhidos
estado
publicações
Transtorno depressivo maior (TDM)
OPADE
Clínico multimodal, preditivo com IA/ML
350 pacientes, com idades entre os 14 e os 50 anos
24 meses
Eixo intestino-cérebro · genética · epigenética · microbioma · inflamação
Sintomas, consultas, tratamentos, dados sociodemográficos, experiência subjetiva (mama health)
Fechado
Em preparação
Publicações
Previsão conformacional para a interpretação do ECG: um estudo sobre a colaboração entre humanos e IA no apoio à decisão clínica
Apesar do potencial reconhecido dos sistemas de apoio à decisão baseados em Inteligência Artificial (IA) para a interpretação de eletrocardiogramas (ECG), as interações complexas entre as recomendações geradas pela IA e a forma como estas são apresentadas aos médicos através das interfaces de utilizador ainda precisam de ser compreendidas de forma exaustiva...
Do Oracular ao Judicial: Melhorar a tomada de decisões clínicas através de explicações contrastantes e de um novo protocolo de interação
Os Sistemas de Apoio à Decisão Clínica (CDSS) que utilizam classificadores de aprendizagem automática (ML) têm demonstrado um potencial considerável para melhorar a precisão do diagnóstico em vários domínios médicos. No entanto, há preocupações quanto ao viés de automatização, à diminuição do sentido de autonomia e à dependência excessiva destes sistemas...
Ensinar enquanto se faz perguntas: o incentivo conversacional reforçado pela recuperação de informações melhora a conclusão da primeira sessão em entrevistas clínicas orientadas por IA: uma avaliação pré/pós quase-experimental em três áreas de doença
Um estudo pré/pós com 2 829 doentes revelou que o incentivo educativo reforçado pela recuperação de informações num entrevistador clínico de IA aumentou a taxa de conclusão da primeira sessão de 9,0% para 22,3% em três doenças, o que apoia uma abordagem do tipo «ensinar enquanto se pergunta», embora seja necessária uma validação aleatória.
