Adoção de saúde móvel em gestações de alto risco : uma análise de clusters e desfechos biopsicossociais

Abstract

Resumo: O uso de tecnologias móveis durante a gravidez de alto risco traz a paciente ao centro do atendimento, permitindo autogestão e acesso facilitado as informações de saúde. Aplicar a técnica de clusterização para identificar grupos de gestantes que iniciam o pré-natal de alto risco em uma maternidade no sul do Brasil, buscando compreender sua percepção de saúde, a usabilidade de um aplicativo "assistente em saúde" e comparar os desfechos materno-fetais entre usuárias e não usuárias do aplicativo, pode nos ajudar a entender os perfis de pacientes que teriam maiores benefícios com o uso da mHealth. Este é um estudo observacional do tipo coorte longitudinal que abordou gestantes no momento de sua vinculação ao pré-natal de alto risco de um hospital público universitário do sul do Brasil, no período entre abril de 2022 e novembro de 2023. Foram excluídas do estudo gestantes que não possuíam um smartphone compatível para download do aplicativo, ou que não tinham acesso à internet. Conforme randomização sistemática, uma paciente era alocada no grupo aplicativo e outra no grupo controle. Todas responderam ao "Questionário de Inclusão" (Q1) e as alocadas para o grupo aplicativo foram orientadas a utilizar o aplicativo "assistente em saúde" para se preparar para a primeira consulta de pré-natal, que aconteceria em algumas semanas, quando responderiam o Questionário de Usabilidade de Aplicativos de Saúde (MAUQ), versão brasileira. Após o nascimento, foram avaliados 11 desfechos do binômio materno-fetal. Para análise estatística foram utilizados os testes t de Student, Mann-Whitney, teste exato de Fisher e o Quiquadrado. Para a determinação dos clusters foi realizada uma Análise de Agrupamento Hierárquica com o método de Ward e a medida de distância euclidiana quadrática. O estudo resultou em 111 gestantes, das quais 55 (49,5%) foram alocadas para o grupo "aplicativo" e 56 (50,5%) no grupo "controle". Das 55 gestantes que utilizaram o aplicativo, 21 (38,2%) demonstraram adesão, com uma média de 6,2 pontos no MAUQ. A clusterização considerou 110 gestantes e o dendrograma resultou em três clusters, que apresentam diversas diferenças significativas nos quesitos renda familiar, histórico em saúde, adesão medicamentosa e hábitos de vida. O cluster 2 apresentou a menor adesão ao aplicativo (p=0,081) e compareceram significativamente a menos consultas pré-natal (6,9 consultas) em comparação com os clusters 1 (10,3 consultas) e 3 (9,1 consultas - p=0,006). A cesariana foi mais frequente no cluster 3 (95,3%) em relação aos clusters 1 (27,9%) e 2 (20,8%), p < 0,001. A análise de clusters revelou diferentes perfis de gestantes, permitindo identificar grupos que se beneficiariam de abordagens personalizadas e intervenções digitais para melhoria da autoconsciência e dos desfechos gestacionais. O aplicativo "assistente em saúde" apresentou boa usabilidade neste contexto

Abstract: The use of mobile technologies during high-risk pregnancy, placing patients at the center of care, affords them self-management and easier access to health information. Employing cluster analysis to classify groups of pregnant women beginning high-risk prenatal care at a maternity hospital in southern Brazil, with the aims of understanding their health perceptions, assessing the usability of a "health assistant" app, and comparing maternal-fetal outcomes between app users and non-users, can provide valuable insights into the patient profiles that may benefit most from mHealth interventions. This is an observational longitudinal cohort study that looked into clusters of high-risk pregnant women admitted to antenatal care at the maternity unit of a public university hospital in southern Brazil between April 2022 and November 2023. Pregnant women who did not have a compatible smartphone to download the app or who did not have internet access were excluded from the study. According to systematic randomization, one patient was allocated to the app group and the other to the control group. They all answered an inclusion questionnaire (Q1) and those in the app group were instructed to use the Health Assistant app to prepare for their first antenatal appointment, which would take place in a few weeks’ time, when they would answer the Brazilian version of the Mobile App Usability Questionnaire (MAUQ). After childbirth, 11 maternal-fetal outcomes were assessed. Student’s t-test, Mann-Whitney U test, Fisher’s exact test, and the chi-square test were used for statistical analysis. A hierarchical cluster analysis was performed using Ward’s method and the Euclidean squared distance measure. The sample contained 111 pregnant women, of whom 55 (49.5%) were allocated to the application group and 56 (50.5%) to the control group. Of the 55 pregnant women who used the app, 21 (38.2%) demonstrated adherence, with an average MAUQ score of 6.2. Clustering included 110 pregnant women, and the dendrogram resulted in three clusters, which show several significant differences in terms of family income, medical history, medication adherence, and lifestyle habits. Cluster 2 had the lowest adherence to the app (P=.081) and attended significantly fewer antenatal appointments (6.9 appointments) as compared with clusters 1 (10.3) and 3 (9.1; P=.006). Caesarean section was more frequent in cluster 3 (95.3%) as compared with clusters 1 (27.9%) and 2 (20.8%), P<.001. Cluster analysis, revealing different profiles of pregnant women, allowed us to identify groups that would benefit from personalized approaches and digital interventions to improve self-awareness and gestational outcomes. The Health Assistant app showed good usability in this context