# Modelos de predição de risco para delirium subsindrômico em pacientes críticos são confiáveis para uso na prática clínica?

> A revisão sistemática com meta-análise identificou oito modelos com bom desempenho (AUC agrupada de 0,87), mas a maioria apresentou alto risco de viés. Assim, os modelos podem auxiliar na triagem precoce, porém é necessária validação externa antes da aplicação clínica rotineira.

Estudo citado: Wu F, Wang T, Xing Y, Cai W, Zhang R. Risk Prediction Models of Subsyndromal Delirium in Critically Ill Patients: A Systematic Review and Meta-Analysis. Nursing in critical care. 2025. DOI: https://doi.org/10.1111/nicc.70063. PubMed: https://pubmed.ncbi.nlm.nih.gov/40375718/

## Resposta

O delirium subsindrômico (SSD) é uma condição frequente em pacientes críticos, com incidência variando de 8,97% a 34,5% conforme os estudos incluídos. A identificação precoce de pacientes de alto risco é relevante para o manejo na UTI, e modelos preditivos têm sido desenvolvidos com essa finalidade. Esta revisão sistemática com meta-análise buscou avaliar a qualidade e a aplicabilidade desses modelos na prática clínica.

Foram incluídos oito estudos que desenvolveram ou validaram modelos de predição para SSD em pacientes críticos. Os preditores mais utilizados foram o escore APACHE II e a idade. O desempenho discriminativo, medido pela área sob a curva (AUC), variou de 0,788 a 0,923, e a AUC agrupada dos cinco modelos validados foi de 0,87 (IC 95%: 0,82-0,92), indicando boa capacidade de discriminação.

Apesar do bom desempenho, a avaliação do risco de viés mostrou que seis estudos apresentaram alto risco e dois risco incerto, segundo a ferramenta PROBAST. Isso significa que, embora os modelos tenham mostrado boa discriminação, sua qualidade metodológica e aplicabilidade podem ser limitadas, o que compromete a confiança nos resultados e a transferibilidade para diferentes cenários clínicos.

Os autores concluem que os modelos demonstram bom desempenho na identificação precoce de pacientes críticos de alto risco para SSD, mas todos exibiram alto risco de viés relacionado à qualidade do modelo. Portanto, profissionais de UTI devem selecionar e validar cuidadosamente os modelos existentes de acordo com seu contexto clínico antes de aplicá-los, ou desenvolver novos modelos incorporando dados multimodais e algoritmos de inteligência artificial, com amostras grandes, desenhos robustos e validação externa multicêntrica.

Em resumo, a evidência atual sugere que os modelos preditivos para SSD em pacientes críticos são promissores, mas ainda não estão prontos para uso irrestrito na prática clínica. A validação externa e a melhoria da qualidade metodológica são passos necessários para que esses instrumentos possam ser incorporados com segurança na rotina assistencial.

## O que o estudo mostrou

Revisão sistemática com meta-análise que incluiu oito estudos, com busca em onze bases de dados chinesas e inglesas até agosto de 2024. A incidência de SSD em pacientes de UTI variou de 8,97% a 34,5%. Os preditores mais usados foram APACHE II e idade. A AUC variou de 0,788 a 0,923, com AUC agrupada de 0,87 (IC 95%: 0,82-0,92) para cinco modelos validados. Seis estudos tinham alto risco de viés e dois, risco incerto.

## Limitações

O resumo não informa o número total de pacientes incluídos, as características das populações ou os detalhes dos modelos. A principal limitação relatada é o alto risco de viés em seis dos oito estudos, o que compromete a qualidade metodológica e a aplicabilidade dos modelos. Além disso, não há informação sobre validação externa independente ou sobre o desempenho em diferentes contextos clínicos.

## Aplicação no consultório

Na prática clínica e na gestão do consultório, os médicos que atendem pacientes críticos devem estar cientes de que os modelos preditivos para SSD ainda não estão prontos para uso rotineiro devido ao alto risco de viés. Recomenda-se cautela ao selecionar um modelo, preferindo aqueles com melhor qualidade metodológica e validados no contexto local. A implementação deve ser acompanhada de validação interna e monitoramento de desempenho. Para gestores, investir em treinamento e em infraestrutura para coleta de dados pode facilitar a aplicação futura de modelos mais robustos.

## Perguntas para aprofundar

- Quais são os principais preditores de delirium subsindrômico em pacientes críticos?
- Como o risco de viés afeta a aplicabilidade dos modelos preditivos na UTI?
- Quais estratégias podem melhorar a validade externa de modelos preditivos para SSD?

Tema: IA em emergência e UTI. Página: https://alphadoctor.com.br/ciencia/ia-emergencia-uti/modelos-de-predicao-de-risco-para-delirium-subsindromico-em-pacientes-criticos/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.