Como estão sendo desenvolvidos e avaliados os sistemas de apoio à decisão clínica para detecção de SIRS, sepse e choque séptico em pacientes críticos?
Resposta curta: Revisão sistemática identificou 55 artigos elegíveis, com predomínio de estudos monocêntricos e adultos. Detecção de sepse foi o foco principal, com algoritmos baseados em conhecimento e em dados. A maioria usou revisão de prontuário ou códigos diagnósticos como referência. Desempenhos variaram amplamente, com poucos estudos atingindo sensibilidade e especificidade acima de 90%.
Resposta
A revisão sistemática teve como objetivo fornecer uma visão geral das abordagens atuais para o projeto de sistemas de apoio à decisão clínica (CDSS) no contexto de SIRS, sepse e choque séptico, categorizando e comparando essas abordagens. A busca foi realizada em cinco bases de dados eletrônicas, seguindo a declaração PRISMA, e resultou em 2.373 artigos, dos quais 55 foram considerados elegíveis.
Os resultados mostram que mais de 80% dos artigos descrevem estudos monocêntricos e mais de 50% incluem pacientes adultos, com apenas quatro artigos relatando explicitamente a inclusão de pacientes pediátricos. A detecção de doenças foi abordada em 62% dos artigos, enquanto a predição de condições futuras apareceu em 33%. A sepse foi o tema de 67% dos artigos, SIRS como entidade isolada em apenas 4%, e sepse grave e/ou choque séptico em 27%.
As combinações mais comuns de categorias 'algoritmo utilizado' e 'tipo de suporte' foram detecção baseada em conhecimento de sepse e predição baseada em dados de sepse. Nas avaliações, a revisão manual de prontuário (38%) e a codificação diagnóstica (29%) foram as definições de referência (ground truth) mais frequentes. A maioria dos estudos apresentou tamanho amostral entre 10.001 e 100.000 casos (31%), e os desempenhos variaram amplamente, com apenas cinco artigos apresentando sensibilidade e especificidade acima de 90%; quatro deles usaram algoritmos baseados em conhecimento em vez de aprendizado de máquina.
Os autores concluem que há uma clara tendência para o uso de algoritmos baseados em dados, mas identificaram falta de pesquisa cobrindo a população pediátrica e reconhecendo a SIRS como uma condição independente e ameaçadora. Além disso, a qualidade e a significância das avaliações para aferir o desempenho dos algoritmos na rotina clínica frequentemente não atendem ao padrão atual de trabalho científico. A apresentação de abordagens holísticas de CDSS, incluindo detalhes técnicos de implementação, interfaces do sistema e aspectos de dados e interoperabilidade, está ausente em quase todos os artigos.
O que o estudo mostrou
Revisão sistemática conduzida conforme PRISMA, com buscas em cinco bases de dados, que identificou 55 artigos elegíveis entre 2.373 resultados. A maioria era de estudos monocêntricos, com adultos, e foco em sepse. As abordagens mais comuns foram detecção baseada em conhecimento e predição baseada em dados. As avaliações usaram principalmente revisão de prontuário e códigos diagnósticos como referência. Apenas cinco artigos relataram sensibilidade e especificidade acima de 90%, quatro com algoritmos baseados em conhecimento.
Limitações
O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, como risco de viés, nem sobre a heterogeneidade das populações. Também não são fornecidos dados sobre a aplicabilidade dos sistemas em diferentes contextos clínicos. A ausência de informações sobre implementação prática e interoperabilidade limita conclusões sobre a rotina. O resumo não informa limitações explícitas dos próprios autores da revisão.
Aplicação no consultório
Para o médico que atua em ambiente crítico ou gerencia um consultório, a revisão reforça que os CDSS para sepse ainda são majoritariamente experimentais e com desempenho variável. Na prática clínica, é importante conhecer a definição de referência usada pelo sistema e sua validação local. Na gestão do consultório, ao considerar a adoção de ferramentas de apoio à decisão, deve-se priorizar sistemas com avaliação transparente e que se integrem ao fluxo de trabalho, evitando expectativas de desempenho uniforme.
Estudo citado
Clinical Decision-Support Systems for Detection of Systemic Inflammatory Response Syndrome, Sepsis, and Septic Shock in Critically Ill Patients: A Systematic Review. Methods of information in medicine, 2019.
Autores: Wulff A, Montag S, Marschollek M, Jack T.
DOI: 10.1055/s-0039-1695717 · PubMed: PMID 31499571
Perguntas para aprofundar
- Quais são os critérios de referência mais confiáveis para avaliar sistemas de detecção de sepse?
- Como a SIRS pode ser reconhecida como condição independente em sistemas de apoio à decisão?
- Quais fatores técnicos e médicos favorecem a implementação de CDSS na rotina clínica?
Mais sobre IA em emergência e UTI
- O aprendizado por reforço melhora desfechos de pacientes críticos?
- Algoritmos de aprendizado de máquina para predição de sepse implantados em hospitais realmente reduzem mortalidade e quais são os desafios de implementação?
- FYN e CD247 são biomarcadores promissores para choque séptico?
- Algoritmos de apoio à decisão clínica com parâmetros não invasivos são confiáveis para prever sepse neonatal?
- Quais preditores são usados em algoritmos de inteligência artificial para prever sepse e qual o desempenho desses modelos?
Todas as perguntas sobre IA em emergência e UTI · Todos os temas · Versão em markdown