O que torna os aplicativos para depressão seguros, eficazes e confiáveis?

O que torna os aplicativos para depressão seguros, eficazes e confiáveis?

O estudo fornece um caminho mais claro para identificar aplicativos de depressão que sejam seguros, eficazes e recomendados.

Estudo: Validação e seleção de critérios de avaliação de apps para tratamento da depressão: um estudo Delphi. Crédito da foto: myboys.me/Shutterstock.com

Num estudo recente publicado emBMJ aberto, os pesquisadores apresentaram uma nova estrutura baseada em consenso que estabelece as bases para uma futura ferramenta de avaliação para ajudar especialistas e consumidores a avaliar a infinidade de aplicativos móveis de saúde (mHealth) direcionados à depressão e ao apoio à saúde mental.

A estrutura utilizou uma metodologia Delphi modificada envolvendo profissionais de saúde, especialistas em tecnologia e pacientes para propor e revisar 51 métricas de avaliação potenciais, que foram então destiladas em 28 critérios essenciais destinados ao uso em uma ferramenta estruturada de avaliação de aplicativos.

Os resultados do estudo mostraram que a privacidade e a eficácia clínica são uma forte prioridade entre os participantes em relação a outros recursos de aplicativos comumente destacados, como envolvimento e automonitoramento. Em particular, estas descobertas formarão a base para “EvalDepApps”, uma ferramenta futura concebida para ajudar utilizadores e médicos a identificar intervenções digitais seguras e baseadas em evidências.

Por que escolher um aplicativo confiável para depressão continua difícil

Um transtorno depressivo, ou comumente chamado apenas de depressão, é um espectro de doenças mentais caracterizadas por sentimentos persistentes de tristeza e muitas vezes levam a mudanças observáveis ​​no comportamento e no funcionamento diário (rotina). A doença está a aumentar a um ritmo alarmante em todo o mundo e a um ritmo sem precedentes, afectando alegadamente aproximadamente 5% da população adulta em todo o mundo.

Embora a Organização Mundial da Saúde (OMS) enfatize o potencial das tecnologias digitais emergentes para colmatar lacunas nos cuidados, a realidade da loja de aplicações muitas vezes não é clara. Uma análise recente descobriu que dos 30 aplicativos de depressão que foram submetidos a um exame minucioso, apenas 26,7% foram apoiados por evidências científicas.

Além disso, os aplicativos móveis de saúde (mHealth) direcionados à depressão e ao apoio à saúde mental raramente estão sujeitos a padronização ou pressão regulatória. Atualmente, os usuários são forçados a confiar em análises subjetivas ou não verificáveis ​​que fornecem poucos insights sobre a validade médica de um aplicativo, o tratamento de dados pessoais confidenciais ou a conformidade com as melhores práticas clínicas.

Uma abordagem centrada na depressão para avaliar a saúde móvel permitiria que profissionais e pacientes tomassem decisões informadas ao escolher a sua próxima ferramenta digital anti-depressão.

Usando métodos Delphi para definir padrões de aplicativos específicos para depressão

O objetivo do presente estudo foi atender a essa necessidade urgente, propondo um conjunto de critérios específicos, baseados em consenso, adaptados exclusivamente para aplicativos de tratamento de depressão. O estudo utilizou uma metodologia de estudo Delphi modificada, uma técnica de comunicação estruturada projetada para chegar a um consenso entre um painel de especialistas e ajudar a consolidar as opiniões, percepções e prioridades das partes interessadas incluídas em duas rodadas iterativas de avaliação.

As partes interessadas referidas como participantes do estudo incluíram profissionais de saúde (psiquiatras, psicólogos, enfermeiros), especialistas em tecnologia de saúde e indivíduos com diagnóstico de depressão. Esses participantes (n = 43) foram cuidadosamente selecionados para garantir uma visão holística do tema, tanto da perspectiva clínica quanto da experiência vivida.

A metodologia do estudo começou com uma revisão de literatura realizada pelo autor para identificar possíveis critérios de padronização de aplicativos mHealth e avaliação de seu desempenho. Dos 60 critérios potenciais identificados, uma revisão interna selecionou 51 critérios para avaliação dos participantes, com nove critérios considerados redundantes.

O processo de avaliação dos participantes ou painéis foi realizado em duas rodadas de votação:

1. Runde 1: Die Teilnehmer bewerteten die Relevanz jedes Kriteriums auf einer 6-stufigen Likert-Skala (0 bis 6).
2. Runde 2: Kriterien, die in der ersten Runde keinen entscheidenden Konsens erzielten, wurden zusammen mit früheren Abstimmungsergebnissen und zusammenfassendem Feedback zur Neubewertung an das Gremium zurückgesendet.

Apenas os critérios que atenderam aos limites internos com alto nível de consenso foram incluídos nas recomendações do estudo. Especificamente, um critério só foi considerado de alto consenso se 80% ou mais dos entrevistados o classificassem como 5 ou 6, o que corresponde a “muito importante”.

O que as partes interessadas realmente desejam dos aplicativos para depressão

As duas rodadas de análise do painel resultaram na identificação de 28 critérios (acima de 51) que atendiam às preferências e necessidades tanto dos especialistas quanto dos pacientes. A participação do painel foi particularmente forte: 59% dos especialistas convidados responderam na Rodada 1 e 53,4% na Rodada 2.

Os resultados do estudo mostraram que os participantes priorizaram esmagadoramente as seguintes áreas:

1. Sicherheit und Datenschutz (25 % der berücksichtigten Kriterien): Alle vorgeschlagenen Kriterien zu Sicherheit und Datenschutz erzielten bereits in der ersten Runde maximalen Konsens. So erreichte beispielsweise ein Kriterium bezüglich der Weitergabe von Daten an Dritte eine 100-prozentige Übereinstimmung.
2. Klinische Wirksamkeit (25 %): Die Anforderung, dass die Empfehlungen einer App evidenzbasiert sein müssen, erreichte eine Zustimmung von 95,7 %, was ein starkes Interesse an einem nachweisbaren therapeutischen Wert widerspiegelt

Inesperadamente, e em contraste com os resultados de estudos mais amplos de avaliação de saúde móvel, critérios relacionados com indicadores de saúde, tais como: Outros critérios, como monitorização do sono, dieta ou hábitos sedentários, foram largamente considerados menos importantes e representaram 7,1% da lista final de critérios. Os autores observam que esta despriorização não significa que estas características não tenham valor, mas sim que reflete evidências limitadas que as ligam a melhores resultados de depressão quando usadas isoladamente.

Por fim, a usabilidade e a funcionalidade continuaram importantes, respondendo por 17,9% da lista final. Os participantes enfatizaram que os aplicativos precisam ser interpretáveis, responsivos e comunicar claramente seus objetivos para apoiar um uso sustentável e significativo.

O que esses critérios significam para futuros aplicativos de saúde mental

O presente estudo destaca que os aplicativos mHealth, especialmente aqueles que visam aliviar a depressão, devem priorizar a segurança e a validade científica em detrimento de recursos menos clínicos, como o monitoramento do sono ou da dieta. Introduz 28 critérios validados para avaliar e rever aplicações de saúde móvel, proporcionando às partes interessadas um caminho informado para futuras avaliações de ferramentas digitais para o tratamento da depressão, em vez de recomendar imediatamente aplicações específicas.

Estes critérios serão cruciais para otimizar a ferramenta de avaliação EvalDepApps, que visa permitir aos profissionais de saúde e aos utilizadores identificar aplicações de alta qualidade, garantindo que o apoio digital à saúde mental não é apenas acessível, mas também seguro e cientificamente sólido. No entanto, os autores observam que serão necessárias mais validações, adaptações contextuais e testes no mundo real antes da implementação generalizada, particularmente em diversos sistemas de saúde e ambientes culturais.

Baixe sua cópia em PDF agora!

Fontes: