Um sistema de apoio à decisão clínica personalizado melhora os desfechos no manejo da dor musculoesquelética na fisioterapia primária?
Resposta curta: O estudo não mostrou benefício do sistema de apoio à decisão clínica (CDSS) baseado em raciocínio por casos. Para a melhora percebida global, não houve diferença significativa entre os grupos. Para a função, o grupo controle apresentou melhora clinicamente importante superior à do grupo intervenção, com diferença significativa favorecendo o controle, mas inferior à diferença pré-especificada de 15%.
Resposta
O estudo avaliou a efetividade de um sistema de apoio à decisão clínica (CDSS) personalizado, desenvolvido com o método de raciocínio baseado em casos, para o manejo da dor musculoesquelética na atenção primária de fisioterapia. Trata-se de um ensaio clínico randomizado por conglomerados conduzido na Noruega, que randomizou 44 fisioterapeutas para usar o CDSS associado ao cuidado usual ou apenas o cuidado usual. Foram incluídos 724 pacientes com dor cervical, ombro, costas, quadril, joelho ou dor complexa.
Os desfechos primários foram avaliados por meio da Escala Global de Percepção de Efeito (GPE) e da Escala Funcional Específica do Paciente (PSFS). Na análise de 12 semanas, não houve diferença significativa entre os grupos para a GPE. Para a PSFS, houve diferença significativa favorecendo o grupo controle, mas essa diferença foi inferior à diferença pré-especificada de 15%.
Os resultados não confirmam a superioridade do CDSS em relação ao cuidado usual. A base de casos utilizada pelo sistema permaneceu fixa durante o estudo, pois não havia capacidade de aprendizado ativo, o que pode ter limitado a personalização das recomendações. Os autores identificaram várias limitações no estudo e recomendam investigações adicionais sobre aplicações de inteligência artificial no manejo da dor musculoesquelética.
Para o médico que atua na atenção primária, este estudo sugere cautela na incorporação de sistemas de apoio à decisão clínica sem evidências robustas de benefício. A ausência de melhora nos desfechos avaliados indica que a implementação de tais ferramentas deve ser acompanhada de avaliação criteriosa e monitoramento de resultados. Além disso, a diferença favorecendo o controle na função levanta questões sobre possíveis efeitos adversos ou sobre a necessidade de adaptação dos sistemas ao contexto local.
A pesquisa reforça a importância de ensaios clínicos randomizados para avaliar tecnologias de saúde antes de sua disseminação na prática clínica. Novos estudos com sistemas que incluam aprendizado ativo e bases de casos mais representativas podem esclarecer o papel da inteligência artificial no manejo da dor musculoesquelética.
O que o estudo mostrou
Ensaio clínico randomizado por conglomerados na atenção primária da Noruega, com 44 fisioterapeutas randomizados para CDSS mais cuidado usual ou cuidado usual isolado. Foram incluídos 724 pacientes com dor musculoesquelética. O CDSS fornecia recomendações personalizadas baseadas em uma base de casos de 105 pacientes com desfechos positivos. Aos 12 semanas, não houve diferença significativa entre os grupos na GPE (odds ratio 1,18; IC 0,50-2,78). Para a PSFS, houve diferença significativa favorecendo o controle (odds ratio 0,41; IC 0,20-0,85), mas inferior à diferença pré-especificada de 15%.
Limitações
O resumo não informa detalhes sobre as limitações identificadas pelos autores. A base de casos do CDSS permaneceu fixa durante o estudo, sem aprendizado ativo, o que pode ter restringido a personalização. O resumo também não fornece informações sobre a amostra de fisioterapeutas, características dos pacientes ou possíveis vieses. A diferença pré-especificada de 15% não foi alcançada, e os intervalos de confiança são amplos, sugerindo incerteza nos resultados.
Aplicação no consultório
Os achados não apoiam a implementação rotineira do CDSS avaliado na prática clínica. Para o gestor do consultório, isso significa que a adoção de sistemas de apoio à decisão clínica deve ser baseada em evidências locais e não apenas em promessas tecnológicas. É importante monitorar desfechos e considerar que a ausência de benefício pode refletir limitações do sistema, como a falta de aprendizado ativo. A decisão de investir em tais ferramentas deve ser cautelosa e acompanhada de avaliação contínua.
Estudo citado
Personalised decision support in the management of patients with musculoskeletal pain in primary physiotherapy care: a cluster randomised controlled trial (the SupportPrim project). Pain, 2025.
Autores: Granviken F, Meisingset I, Bach K, Bones AF, Simpson MR, Hill JC, van der Windt DA, Vasseljen O.
DOI: 10.1097/j.pain.0000000000003456 · PubMed: PMID 39432806
Perguntas para aprofundar
- Quais são as limitações específicas do estudo SupportPrim que podem explicar a falta de benefício do CDSS?
- Como o raciocínio baseado em casos pode ser aprimorado para melhorar a personalização no manejo da dor musculoesquelética?
- Qual o impacto da ausência de aprendizado ativo na efetividade de sistemas de apoio à decisão clínica em fisioterapia?
Mais sobre IA na atenção primária
- O retreinamento sensoriomotor graduado (RESOLVE) reduz a intensidade da dor em pacientes com lombalgia crônica inespecífica?
- O uso de software de suporte à decisão por inteligência artificial melhora a interpretação da espirometria por clínicos da atenção primária?
- O uso de lâmpada de fenda portátil assistida por IA por médicos de vilarejos melhora a detecção, o encaminhamento e a cirurgia de catarata em áreas rurais?
- A teledermatologia em unidades de atenção primária é uma alternativa custo-efetiva à consulta dermatológica presencial no hospital?
- A gestão proativa de pacientes de risco identificados por inteligência artificial reduz internações hospitalares evitáveis?
Todas as perguntas sobre IA na atenção primária · Todos os temas · Versão em markdown