Se estima que aproximadamente el 20% de las colonoscopías presentan una preparación inadecuada. Esto se asocia con procedimientos prolongados y menor detección de adenomas, reduce los intervalos de seguimiento y aumenta los costos y los riesgos de complicaciones. Se han propuesto diversas estrategias para mejorar la calidad de la preparación intestinal. Se han desarrollado aplicaciones móviles de salud para aumentar la adherencia a los agentes de preparación intestinal, mejorando así la calidad de dicha preparación. Sin embargo, la adherencia a las aplicaciones móviles de salud también constituye un criterio de calidad y un problema pendiente de resolver con esta nueva tecnología. GastroBot es una nueva tecnología basada en inteligencia artificial que permite, a través de un software bot, realizar un seguimiento personalizado de la limpieza intestinal del paciente, orientándolo para superar las contingencias que surjan durante la preparación y que, de otro modo, podrían conducir al fracaso de la misma. El objetivo primario de este estudio es determinar la mejoría en la preparación intestinal con la asistencia de GastroBot en comparación con la explicación tradicional. Como objetivo secundario, el estudio también busca determinar las tasas de detección de adenomas y pólipos (ADR y PDR, respectivamente), la tolerancia a los agentes de preparación intestinal y la funcionalidad de GastroBot.
Antecedentes El cáncer colorrectal (CCR) es el tercer tumor más frecuente, el tumor gastrointestinal más frecuente y la segunda causa de muerte relacionada con el cáncer. En más del 80-90% de los casos, el CCR presenta una lesión precursora: un pólipo adenomatoso o adenoma, que progresa lentamente hacia el CCR. La colonoscopía se considera el estándar de referencia en su prevención, ya que permite la detección y el tratamiento de su forma inicial. Teniendo esto en cuenta, se han descrito varios indicadores de calidad de la colonoscopía, como la tasa de intubación cecal, el tiempo de retirada y la tasa de detección de adenomas/pólipos (ADR); este último es el indicador más importante, ya que se correlaciona con el riesgo de CCR. Por lo tanto, es fundamental centrarse en mejorar el ADR para reducir la incidencia del CCR. Se han descrito muchas técnicas con este fin, como mejorar la educación y la capacitación de los endoscopistas, las preparaciones intestinales en dosis divididas, el tiempo de retirada >9 minutos y la segunda visión del colon derecho, la endoscopía de luz blanca de alta definición, el Endocuff Vision, el colonoscopio G-EYE o la inteligencia artificial. Sin embargo, todas estas técnicas tienen en común la necesidad de una visualización óptima de la mucosa intestinal, que depende de la limpieza intestinal. Problema Se estima que aproximadamente el 20% de las colonoscopías presentan una preparación inadecuada. Esto se asocia con procedimientos prolongados y menor detección de adenomas, reduce los intervalos de seguimiento y aumenta los costos y los riesgos de complicaciones. Esto genera frustración tanto en el paciente como en el médico, con posibles conflictos médico-legales. El método de limpieza ideal debe ser seguro, bien tolerado y eficaz. Sin embargo, ninguna de las opciones actuales cumple con estas características. La principal causa de limpieza inadecuada (80% de los casos) es el incumplimiento de las instrucciones de preparación y, en su mayoría, la intolerancia a la solución oral. Se han propuesto diversas estrategias para mejorar la calidad de la preparación intestinal. Al igual que en otros campos, se han desarrollado aplicaciones móviles de salud para aumentar la adherencia a los agentes de preparación intestinal, mejorando así la calidad de la preparación. Sin embargo, la adherencia a las aplicaciones móviles de salud también constituye un criterio de calidad y un problema pendiente de resolver con esta nueva tecnología. Además, como ocurre con cualquier aplicación móvil, las aplicaciones de salud deben ser compatibles con dispositivos específicos. GastroBot es una nueva tecnología basada en inteligencia artificial que permite, a través de un software bot, realizar un seguimiento personalizado de la limpieza intestinal del paciente, orientándolo para superar las contingencias que surjan durante la preparación y que, de otro modo, podrían conducir al fracaso de la misma. Objetivo El objetivo primario de este estudio es determinar la mejoría en la preparación intestinal con la asistencia de GastroBot en comparación con la explicación tradicional. Como objetivo secundario, el estudio también busca determinar las tasas de detección de adenomas y pólipos (ADR y PDR, respectivamente), la tolerancia a los agentes de preparación intestinal y la funcionalidad de GastroBot. MATERIALES Y MÉTODOS Diseño del estudio Tipo de estudio. El siguiente es un ensayo clínico aleatorizado controlado, de corte transversal, simple ciego y unicéntrico. Se establecerán dos grupos: el grupo con preparación intestinal asistida por GastroBot (grupo-GB) y el grupo con preparación intestinal convencional (grupo-C). Sede. Se realizará en pacientes consecutivos con indicación de agentes de preparación intestinal previo a la realización de una colonoscopía con intubación cecal en el Instituto de Gastroenterología y Endoscopía de Avanzada (IGEA), Hospital de la Asociación Médica (HAM) "Dr. Felipe Glasman", Bahía Blanca, provincia de Buenos Aires, Argentina. El protocolo del estudio y el formulario de consentimiento han sido aprobados por el Comité Institucional de Revisión (IRB) y se llevará a cabo de acuerdo con la Declaración de Helsinki. Los pacientes firmarán un consentimiento informado. Intervención Un coordinador clínico será responsable de la aleatorización de los pacientes. Los pacientes de ambos grupos recibirán el mismo tipo de preparación con polietilenglicol en dosis divididas, estableciendo el horario de ingesta según tres segmentos horarios (8-11 h, 11-14 h, 14-16 h). El grupo-C recibirá las instrucciones por escrito sin asesoramiento personalizado previo. El grupo-GB recibirá las instrucciones a través de la aplicación WhatsApp, guiadas por el software bot con instrucciones múltiples y personalizadas según los resultados. El endoscopista realizará la endoscopía evaluando los objetivos primarios y secundarios, sin conocer el grupo de estudio del paciente. Tamaño muestral Considerando la proporción de BBPS insuficiente (<6) en el grupo con aplicación (7,7%) versus los controles (16,9%) descripta por Walter B et al. (2021), se estimó un tamaño muestral de 194 casos por grupo de estudio para determinar una diferencia bilateral en el BBPS entre el grupo-GB y el grupo-C, con un poder estadístico del 80%. Análisis estadístico Las características basales serán comparadas entre el grupo caso y el grupo control utilizando la prueba de Chi-cuadrado o la prueba de Fisher para variables categóricas, y la prueba U de Mann-Whitney o la prueba t de Student para variables continuas. Un valor de P menor a 0,05 será considerado estadísticamente significativo. Todo el análisis estadístico se realizará utilizando la última versión del programa estadístico R (R Foundation for Statistical Computing; Viena, Austria). Limitaciones El protocolo se realizará en un único centro y con seis endoscopistas. Es un estudio simple ciego. Los pacientes sabrán si están utilizando (o no) un nuevo instrumento para mejorar la calidad de la preparación intestinal.
Un software bot basado en inteligencia artificial y en WhatsApp. Enviará las instrucciones al paciente a través de la aplicación WhatsApp, guiadas por el software bot con instrucciones múltiples y personalizadas según los resultados.
Los pacientes recibirán por escrito una explicación detallada sobre la preparación intestinal con polietilenglicol.
Bahía Blanca, Buenos Aires, Argentina