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

Quais atributos são usados em experimentos de escolha discreta sobre rastreamento de câncer e como isso pode informar a prática clínica?

Resposta

Experimentos de escolha discreta são ferramentas usadas para entender as preferências de pacientes e do público em relação a programas de rastreamento. A revisão sistemática analisou 49 estudos publicados entre 1990 e dezembro de 2020 que aplicaram essa metodologia no contexto de rastreamento de câncer. O objetivo foi sintetizar evidências sobre o desenvolvimento de atributos e os desafios metodológicos, oferecendo um recurso para pesquisadores e clínicos.

Os estudos abrangeram diversos tipos de câncer, com mais da metade focada em rastreamento colorretal. A maioria buscou preferências do público geral. Foram identificados 280 atributos, classificados em quatro categorias: específicos do teste, de entrega do serviço, de desfechos e monetários. A grande maioria (90%) foi estatisticamente significativa, e os atributos mais frequentemente considerados mais importantes pelos respondentes foram a sensibilidade do teste e a redução de mortalidade.

Os autores concluem que há necessidade de melhorar a forma como os atributos são identificados, selecionados e construídos nos experimentos de escolha discreta. A complexidade das tarefas de escolha, especialmente quando envolvem informações de risco ou atributos compostos, pode levar a comportamentos não compensatórios e respostas que não refletem escolhas reais. Recomenda-se o envolvimento de pacientes e partes interessadas durante todo o processo de design para otimizar a compreensão das tarefas.

Para a prática clínica, os achados reforçam que a sensibilidade do teste e a redução de mortalidade são os aspectos mais valorizados pelos indivíduos ao considerar o rastreamento. Isso pode orientar a comunicação de benefícios e riscos em consultas e campanhas. No entanto, a heterogeneidade metodológica e a falta de uma medida de risco de viés específica para experimentos de escolha discreta limitam a comparabilidade entre estudos.

A revisão também destaca a importância de se considerar o contexto e a população estudada ao interpretar os resultados. A maioria dos estudos avaliou preferências do público geral, o que pode não refletir exatamente as preferências de pacientes em acompanhamento clínico. Futuras pesquisas devem desenvolver medidas de qualidade metodológica para garantir maior consistência e validade externa dos achados.

O que o estudo mostrou

Revisão sistemática de 49 estudos que usaram experimentos de escolha discreta para estimar preferências em rastreamento de câncer, publicados entre 1990 e dezembro de 2020. A maioria (26/49) abordou rastreamento colorretal e 34/49 elicitaram preferências do público geral. Foram analisados 280 atributos, dos quais 90% (252/280) foram significativos. Sensibilidade do teste e redução de mortalidade foram os mais frequentemente considerados mais importantes. A qualidade do relato foi avaliada com checklist da ISPOR.

Limitações

O resumo não informa as limitações específicas dos estudos incluídos, nem detalha a qualidade metodológica de cada um. A heterogeneidade entre os estudos e a ausência de uma medida de risco de viés para experimentos de escolha discreta limitam a comparabilidade e a generalização dos achados. O resumo também não fornece informações sobre a amostra total de participantes.

Aplicação no consultório

Os achados podem auxiliar médicos a priorizar a comunicação sobre sensibilidade do teste e redução de mortalidade ao discutir rastreamento com pacientes, pois esses foram os atributos mais valorizados. Na gestão do consultório, entender as preferências dos pacientes pode orientar a organização de programas de rastreamento e campanhas educativas. No entanto, a heterogeneidade metodológica sugere cautela na aplicação direta dos resultados, sendo necessário considerar o contexto local e as características da população atendida.

Estudo citado

Attributes Used for Cancer Screening Discrete Choice Experiments: A Systematic Review. The patient, 2022.
Autores: Hall R, Medina-Lara A, Hamilton W, Spencer AE.
DOI: 10.1007/s40271-021-00559-3 · PubMed: PMID 34671946

Perguntas para aprofundar

• Como os experimentos de escolha discreta podem ser usados para melhorar a comunicação sobre rastreamento de câncer na prática clínica?
• Quais são os principais desafios metodológicos na definição de atributos em experimentos de escolha discreta sobre rastreamento?
• De que forma o envolvimento de pacientes e stakeholders pode influenciar o design de estudos de preferências em rastreamento?

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

• Quais são os determinantes de comparecimento e não comparecimento aos programas de rastreamento de câncer na Holanda?
• Ferramentas digitais interativas melhoram a adesão à vacinação contra HPV e ao rastreamento do câncer de colo do útero?
• Modelos de aprendizado de máquina são úteis para prever faltas em consultas odontológicas e como aplicá-los na gestão da clínica?
• Modelos preditivos para cancelamento de cirurgia no dia do procedimento têm bom desempenho e podem ser usados na prática?
• A inteligência artificial pode melhorar a triagem de suspeita de síndrome coronariana aguda no pronto-socorro?

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