Actualmente, el patrón oro para el análisis del dolor se basa en que los pacientes digan cómo se sienten, basándose, según el lugar, bien en una escala numérica (0 sería sin dolor, 10 el peor dolor) o bien en un sistema de caras sonrientes.

«El primer paso para tratar el dolor adecuadamente es medirlo con precisión y ese es el desafío», señala Carl Saab, quien dirige un equipo de investigación del dolor en la Clínica Cleveland de Londres.

«Hoy en día, el estándar se basa en ‘caras sonrientes‘ que plagan las salas de urgencias», agrega.

Asegura que este sistema puede ser confuso para los pacientes y especialmente problemático cuando se trata a niños y pacientes no comunicativos.

Luego está el problema de si se cree en la calificación que ha dado el paciente. Un estudio encontró que existe una noción generalizada de que las personas tienden a exagerar el nivel de dolor que sienten, a pesar de que existen pocas evidencias que sugieran que tal exageración es común.

Sin una forma objetiva de medir el dolor, hay espacio para que el sesgo se infiltre en las decisiones de los médicos. «El dolor tiene un impacto especialmente grande en las poblaciones desatendidas, y es muy probable que su dolor sea ignorado», dice Pierson.

Sesgos raciales y de género

Por desgracia, las creencias falsas sobre el dolor están muy extendidas entre los médicos.

En 2016, un estudio encontró que el 50% de los estudiantes de medicina blancos y residentes en EE.UU. tenían ideas muy peligrosas y falsas sobre las personas negras y cómo experimentaban el dolor.

Otro estudio encontró que casi la mitad de los estudiantes de medicina escucharon comentarios negativos sobre pacientes negros por parte de sus colegas mayores y que el nivel de prejuicio racial de esos estudiantes aumentó significativamente en sus primeros cuatro años de formación médica.

Estos sesgos se remontan a los intentos históricos de justificar la esclavitud, entre ellas la falsa afirmación de que los negros tenían una piel más gruesa y terminaciones nerviosas distintas. Actualmente, los pacientes negros en EE.UU. tienen un 40% menos de probabilidades de recibir tratamiento para el dolor que los blancos, y los hispanos un 25% menos.

La discriminación racial no es la única forma de prejuicio que influye en el tratamiento del dolor.

Los sesgos en torno a las «mujeres histéricas» son, aún hoy, bien conocidos en medicina, particularmente en torno al dolor. Una revisión de 77 estudios de investigación diferentes reveló que términos como «sensible» y «quejosa» se aplican más a menudo a los informes que se hacen sobre el dolor de las mujeres.

Un estudio de 981 personas encontró que las mujeres que acudieron a urgencias debido al dolor tenían menos probabilidades de recibir algún alivio y tuvieron que esperar un 33% más que los hombres para recibir tratamiento. Además, cuando hombres y mujeres reportaron niveles similares de dolor, a los hombres se les administró un medicamento más fuerte para tratarlo.

Las expectativas sociales sobre lo que es un «comportamiento normal» para hombres y mujeres están en el origen de estos patrones, asegura Anke Samulowitz, que investiga el sesgo de género en la Universidad de Gotemburgo en Suecia. Estos sesgos se suman a «diferencias que no se justifican médicamente sobre cómo se trata a hombres y mujeres en la atención médica».

Señala que a veces existen razones genuinas por las que hombres y mujeres puedan recibir un trato distinto por una afección concreta.

«Las diferencias asociadas con las hormonas y los genes a veces deberían dar lugar a diferencias, por ejemplo, en los medicamentos para el dolor. Pero no todas las diferencias observadas en el tratamiento de hombres y mujeres que sufren dolor pueden explicarse por las diferencias biológicas», asegura.

¿Podrían las nuevas tecnologías ayudar a evitar los prejuicios y sesgos sobre el dolor en la medicina?

Avances

Varias innovaciones están intentando tratar de cerrar esta brecha y proporcionar una «lectura» objetiva del alcance del dolor de las personas. Estas tecnologías se basan en encontrar «biomarcadores» para el dolor: variables biológicas que puedan medirse y relacionarse con la experiencia del dolor.

«Sin biomarcadores no se puede diagnosticar ni tratar adecuadamente el dolor. No se puede predecir la probabilidad de que alguien que tiene una lesión aguda en la espalda pase a tener un dolor crónico resistente al tratamiento y no se puede monitorear de manera objetiva la respuesta a las nuevas terapias en los ensayos clínicos», asegura Saab.

Hay varios candidatos a biomarcadores. Investigadores en Indiana han desarrollado un análisis de sangre para identificar cuándo se activa un conjunto muy específico de genes involucrados en la respuesta del cuerpo al dolor. Los niveles de estos biomarcadores podrían indicar no solo que alguien tiene dolor, sino también qué tan grave es.

La actividad cerebral podría ser otro biomarcador útil. Saab y su equipo, mientras aún estaba en la Universidad de Brown, idearon un enfoque que mide el flujo y reflujo de un tipo de actividad cerebral conocida como ondas theta, que el equipo descubrió que se elevaba durante el dolor. Saab también descubrió que la administración de analgésicos reducía la actividad theta a niveles normales.

Desde entonces, el trabajo del equipo ha sido replicado de forma independiente por otros laboratorios. Sin embargo, Saab considera que la evaluación del dolor basada en ondas theta es un complemento en lugar de un reemplazo de los métodos actuales para medir el dolor.

«Nunca podremos saber con certeza cómo se siente alguien, ya sea por el dolor u otro estado mental. El informe verbal del paciente siempre debería seguir siendo la ‘verdad base’ del dolor. Preveo que se use como un diagnóstico complementario, especialmente en los casos en que el informe verbal no es fiable: niños, adultos con estado mental alterado, pacientes no comunicativos», dice Saab.

El especialista distingue entre el dolor agudo, que funciona como alarma, «en cuyo caso no deberíamos ignorarlo», y el dolor crónico.

A veces, un análisis más detallado de la lesión o condición que causa el dolor podría ayudar a que los tratamientos sean mejores y más justos.

El sistema de Kellgren y Lawrence, propuesto por primera vez en 1957, analiza la gravedad de los cambios físicos en la rodilla causados por la osteoartritis. Una de las críticas que se le hacen es que los pacientes con ingresos bajos o de grupos minoritarios a menudo experimentan niveles más altos de dolor por la afección. Esto asesta un doble golpe a estos individuos.

«Debido a que estas medidas sobre la severidad del dolor influyen en gran medida en quién se somete a una cirugía de rodilla, es posible que se derive menos a los grupos desatendidos para la cirugía», asegura Pierson.

Pierson y sus colegas de Stanford desarrollaron un nuevo algoritmo para abordar este problema. «Utilizamos un enfoque de aprendizaje profundo para buscar otras características relevantes para el dolor que el médico podría estar obviando en las radiografías de rodilla -lo que podría explicar el mayor dolor de los pacientes desatendidos-, entrenando a un algoritmo de aprendizaje profundo para prediga el dolor a partir de las radiografías de la rodilla».

Inteligencia artificial

«Se podría usar este algoritmo para ayudar a asignar mejor las cirugías, señalándole al médico: ‘Usted dijo que este paciente no tiene daño físico en la rodilla, pero hay indicios en la radiografía de que sí podría tenerlo, ¿quiere echar otro vistazo?'».

El algoritmo aún tiene mucho camino por recorrer para llegar al mundo real, afirma Pierson, con desafíos que son comunes en todo el campo de la inteligencia artificial en medicina, como su desarrollo o la formación de humanos y algoritmos para que funcionen bien juntos.

Pero ella está entusiasmada de que su algoritmo haya logrado encontrar señales en la rodilla que predigan el dolor y ayuden a reducir esta brecha, y asegura que este trabajo destaca el potencial de la inteligencia artificial para reducir el sesgo en la atención médica.

«A menudo me atraen los problemas en los que el conocimiento médico es claramente inadecuado y perjudica sobre todo a las poblaciones que la medicina ha ignorado históricamente, como las minorías raciales y las mujeres», dice Pierson.

Ella señala, sin embargo, que los algoritmos como el suyo no resolverán todo el problema de la osteoartritis de rodilla. «No es que nuestro algoritmo haga la magia de predecir el dolor», asegura.

«Pero lo estamos comparando con una comprensión básica del dolor que es bastante mala y con una puntuación de su gravedad que se desarrolló hace décadas en poblaciones británicas muy blancas, y no es tan difícil mejorar esas bases», añade.

Samulowitz de la Universidad de Gotemburgo señala que confiar en la tecnología para reducir el sesgo también puede presentar sus propios desafíos.

Por ejemplo, está la cuestión del sesgo en la aplicación de la tecnología.

«Alrededor de una quinta parte de la población general se ve afectada por un dolor de moderado a intenso. La mayoría de ellos buscan tratamiento médico en la atención primaria. ¿Todos ellos van a recibir una medición del dolor con un escáner cerebral o la selección estará sesgada? La investigación ha demostrado que más hombres que mujeres reciben prescripciones para realizarse exámenes somáticos y más mujeres son referidas a psicólogos. Existe el riesgo de que se produzca un sesgo de género en quién obtendrá una medición objetiva del dolor», indica.

A pesar de estos desafíos que se avecinan, Saab cree que hay apetito por el cambio en el campo del dolor.

«Los médicos dicen: ‘Mire, no podemos basar nuestro trabajo clínico en esto, no es así como se debe practicar la medicina’. Cuando tienes fiebre alta, usas un termómetro. Cuando tienes presión arterial alta, mides tus concentraciones en sangre. En este caso, la gente viene con dolor y les mostramos caritas sonrientes».