Modelos para prever o tempo de permanência no departamento de emergência são metodologicamente confiáveis?
Resposta curta: A revisão sistemática identificou 34 estudos sobre modelos de predição do tempo de permanência no departamento de emergência, a maioria descrevendo o desenvolvimento de novos modelos. Os estudos são heterogêneos e apresentam problemas metodológicos e de relato, com qualidade metodológica variando de ruim a razoável. Recomenda-se o uso de checklists para melhorar a qualidade.
Resposta
O tempo de permanência prolongado no departamento de emergência (DE) está associado a desfechos clínicos desfavoráveis. A predição desse tempo pode auxiliar na otimização de recursos, no manejo clínico e na comparação de desempenho entre serviços. Esta revisão sistemática teve como objetivo avaliar os modelos existentes para prever o tempo de permanência no DE e a qualidade metodológica e de relato desses modelos.
Foram incluídos 34 estudos, sendo 29 de desenvolvimento de novos modelos e cinco de validação de modelos existentes. Diferentes métodos estatísticos e de aprendizado de máquina foram aplicados. A qualidade do relato foi avaliada por uma pontuação de 39 pontos, e a qualidade metodológica por uma pontuação de 11 pontos. As maiores pontuações de relato foram 39 para estudos de desenvolvimento e 8 para estudos de validação.
Os resultados indicam que, embora vários modelos tenham sido publicados, eles são bastante heterogêneos e apresentam problemas metodológicos e de relato. Os estudos de desenvolvimento tiveram qualidade metodológica de ruim a razoável, especialmente em relação à seleção de preditores, tamanho da amostra, reprodutibilidade dos resultados, técnica de imputação de dados faltantes e à dicotomização de variáveis contínuas.
Os autores concluem que investigações futuras devem utilizar checklists consolidados para melhorar a qualidade do relato. A revisão não informa detalhes sobre a amostra ou as limitações dos estudos incluídos, mas destaca a necessidade de padronização e rigor metodológico.
Para o médico brasileiro, os achados reforçam a importância de avaliar criticamente os modelos preditivos antes de aplicá-los na prática clínica e na gestão do consultório, considerando suas limitações e a necessidade de validação local.
O que o estudo mostrou
Revisão sistemática da literatura que buscou artigos em inglês nas bases PubMed, Scopus e Web of Science até 10 de setembro de 2023. De 12.193 artigos identificados, 34 foram incluídos: 29 descrevendo o desenvolvimento de novos modelos e cinco a validação de modelos existentes. Diferentes métodos estatísticos e de aprendizado de máquina foram aplicados. As pontuações máximas de relato foram 39 para estudos de desenvolvimento e 8 para estudos de validação, em uma escala de 39 pontos. A qualidade metodológica foi avaliada em uma escala de 11 pontos.
Limitações
O resumo não informa as limitações específicas dos estudos incluídos, nem detalhes sobre a amostra ou o desenho de cada um. A heterogeneidade dos modelos e a falta de padronização dificultam conclusões comparativas. O resumo também não fornece informações sobre a qualidade da evidência ou sobre a aplicabilidade dos modelos em diferentes contextos.
Aplicação no consultório
Os achados alertam para a necessidade de cautela ao adotar modelos preditivos de tempo de permanência no DE na prática clínica. Para a gestão do consultório, é importante considerar que a maioria dos modelos carece de validação externa e apresenta limitações metodológicas. A utilização de checklists padronizados pode auxiliar na avaliação crítica dessas ferramentas antes de sua implementação, evitando decisões baseadas em modelos não confiáveis.
Estudo citado
Models to predict length of stay in the emergency department: a systematic literature review and appraisal. BMC emergency medicine, 2024.
Autores: Farimani RM, Karim H, Atashi A, Tohidinezhad F, Bahaadini K, Abu-Hanna A, Eslami S.
DOI: 10.1186/s12873-024-00965-4 · PubMed: PMID 38575857
Perguntas para aprofundar
- Quais são os principais preditores utilizados nos modelos de tempo de permanência no departamento de emergência?
- Como a qualidade metodológica dos modelos de predição do tempo de permanência no DE pode influenciar sua aplicação clínica?
- Quais checklists são recomendados para melhorar o relato de estudos de modelos preditivos?
Mais sobre IA em emergência e UTI
- Como melhorar a resposta dos departamentos de emergência durante a pandemia de COVID-19 por meio de abordagens de melhoria de processos?
- Modelos de aprendizado de máquina são confiáveis para prever sepse na prática clínica?
- A inteligência artificial já está pronta para prever desfechos clínicos e tempo de internação em UTI neonatal?
- Como prever com precisão as visitas ao pronto-socorro hospitalar?
- O aprendizado de máquina é confiável para prever mortalidade hospitalar a partir de sinais vitais na emergência?
Todas as perguntas sobre IA em emergência e UTI · Todos os temas · Versão em markdown