IA para previsão de no-show, agendamento e gestão de clínicas

Em pacientes com alto risco de falta, um lembrete adicional por mensagem de texto reduz o no-show em consultas de atenção primária e saúde mental?

Resposta

O estudo avaliou se o envio de um lembrete adicional por mensagem de texto, além do lembrete padrão, reduziria faltas (no-show) e cancelamentos no mesmo dia em consultas de atenção primária e saúde mental com alto risco de falta. A randomização comparou um lembrete (enviado 2 dias úteis antes) com dois lembretes (enviados 2 e 3 dias antes).

Foram incluídas 125.076 consultas de atenção primária e 33.593 de saúde mental. Na atenção primária, o lembrete adicional reduziu o risco de no-show em 7% (RR=0,93; IC95% 0,89-0,96) e o de cancelamento no mesmo dia em 6% (RR=0,94; IC95% 0,90-0,98).

Na saúde mental, o lembrete adicional reduziu o no-show em 11% (RR=0,89; IC95% 0,86-0,93), mas não houve efeito sobre cancelamentos no mesmo dia (RR=1,02; IC95% 0,96-1,11). Não foi encontrada modificação de efeito por subgrupos de características da consulta ou do paciente.

Os autores concluem que usar um modelo de predição para direcionar lembretes pode reduzir faltas e alocar recursos de forma mais eficiente. O estudo foi conduzido em um sistema de saúde integrado, com pacientes de alto risco, o que pode limitar a generalização para outros contextos.

Para o médico, os achados sugerem que estratégias de lembrete direcionadas podem ser incorporadas à gestão do consultório, especialmente em saúde mental, onde o benefício foi maior. No entanto, a decisão deve considerar custos e a infraestrutura disponível.

O que o estudo mostrou

Estudo randomizado pragmático de melhoria da qualidade conduzido no Kaiser Permanente Washington, incluindo 125.076 consultas de atenção primária e 33.593 de saúde mental com alto risco de no-show. Comparou um lembrete por mensagem de texto (2 dias úteis antes) com dois lembretes (2 e 3 dias antes). O lembrete adicional reduziu o no-show em 7% na atenção primária (RR=0,93; IC95% 0,89-0,96) e em 11% na saúde mental (RR=0,89; IC95% 0,86-0,93). Cancelamentos no mesmo dia caíram 6% na atenção primária (RR=0,94; IC95% 0,90-0,98), sem efeito na saúde mental (RR=1,02; IC95% 0,96-1,11). Não houve modificação de efeito em subgrupos.

Limitações

O resumo não informa detalhes sobre o modelo de predição de risco, critérios exatos de alto risco, nem sobre possíveis limitações como viés de seleção ou poder estatístico para subgrupos. O estudo foi realizado em um único sistema de saúde integrado, o que pode limitar a generalização para outros contextos. O resumo também não descreve a população quanto a características sociodemográficas ou clínicas, nem o tempo de acompanhamento.

Aplicação no consultório

Os achados apoiam a implementação de lembretes por mensagem de texto direcionados a pacientes com maior risco de falta, especialmente em saúde mental, onde o benefício foi maior. Na gestão do consultório, isso pode significar menor ociosidade de agenda e melhor alocação de recursos. No entanto, é preciso avaliar custos de envio e a necessidade de um modelo de predição para identificar os pacientes de alto risco. A decisão deve ser individualizada conforme a realidade da clínica.

Estudo citado

Pragmatic Randomized Study of Targeted Text Message Reminders to Reduce Missed Clinic Visits. The Permanente journal, 2022.
Autores: Ulloa-Pérez E, Blasi PR, Westbrook EO, Lozano P, Coleman KF, Coley RY.
DOI: 10.7812/TPP/21.078 · PubMed: PMID 35609163

Perguntas para aprofundar

• Como identificar pacientes com alto risco de no-show na atenção primária?
• Qual o impacto econômico de lembretes adicionais por mensagem de texto em consultórios?
• Lembretes por mensagem de texto funcionam igualmente para diferentes especialidades?

Mais sobre IA para previsão de no-show, agendamento e gestão de clínicas

• Chamadas de voluntários priorizadas por algoritmo preditivo de no-show aumentam o comparecimento de novos pacientes na atenção primária?
• Adicionar ligações telefônicas baseadas em modelo preditivo às lembranças automatizadas reduz faltas em clínica de atenção primária e diminui disparidades raciais?
• Mensagens de texto automatizadas melhoram a adesão e a qualidade do preparo intestinal para colonoscopia ambulatorial?
• Notificações eletrônicas por texto melhoram a adesão de pacientes a consultas agendadas em comparação com nenhum lembrete?
• Intervenções baseadas em modelos preditivos de faltas reduzem o no-show em ambulatório?

Todas as perguntas sobre IA para previsão de no-show, agendamento e gestão de clínicas · Todos os temas · Versão em markdown