Pular para o conteúdo
Alpha Doctor

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

Um alerta eletrônico no prontuário aumenta a prescrição de terapia guiada por diretrizes na alta de pacientes com insuficiência cardíaca aguda?

Resposta curta: O estudo PROMPT-AHF testou um alerta eletrônico no prontuário para lembrar médicos sobre terapia guiada por diretrizes (GDMT) indicada e não prescrita em pacientes com insuficiência cardíaca aguda e fração de ejeção reduzida. O desfecho primário foi o aumento na proporção de classes adicionais de GDMT prescritas na alta. O resumo não informa os resultados.

Resposta

O PROMPT-AHF é um ensaio clínico randomizado pragmático, aberto e multicêntrico que avaliou uma intervenção de apoio à decisão clínica embutida no prontuário eletrônico. O objetivo foi verificar se um alerta personalizado (best practice advisory) enviado aos médicos durante a internação aumentaria a prescrição de terapia guiada por diretrizes (GDMT) para pacientes elegíveis com insuficiência cardíaca aguda e fração de ejeção reduzida (HFrEF).

A justificativa do estudo baseia-se no fato de que a insuficiência cardíaca aguda é uma das principais causas de hospitalização nos Estados Unidos, com custos elevados e morbimortalidade significativa. Apesar da recomendação de iniciar GDMT ainda durante a internação para reduzir risco de morte cardiovascular ou nova hospitalização, a subutilização dessa terapia antes da alta é comum, representando uma oportunidade perdida de otimizar o cuidado baseado em evidências.

O ensaio randomizou 1.012 pacientes hospitalizados com HFrEF. O grupo intervenção foi exposto a um alerta no prontuário eletrônico que informava aos médicos sobre classes de GDMT indicadas, mas ainda não prescritas. O desfecho primário foi o aumento na proporção de classes adicionais de GDMT prescritas no momento da alta, comparado ao grupo de cuidado usual. O resumo não informa os resultados do estudo.

A intervenção testada é um exemplo de como ferramentas eletrônicas podem apoiar a decisão clínica no ambiente hospitalar. Ao alertar os médicos sobre omissões terapêuticas, busca-se reduzir a lacuna entre evidências e prática. No entanto, o resumo não detalha a magnitude do efeito, a adesão dos médicos aos alertas ou os desfechos clínicos secundários.

Por se tratar de um estudo pragmático, os resultados podem ter maior validade externa para contextos assistenciais reais. Contudo, o resumo não fornece informações sobre a implementação, possíveis barreiras ou efeitos adversos. A interpretação dos achados deve considerar essas limitações.

O que o estudo mostrou

O estudo é um ensaio clínico randomizado pragmático, aberto, multicêntrico, que incluiu 1.012 pacientes hospitalizados com insuficiência cardíaca e fração de ejeção reduzida. A intervenção consistiu em um alerta eletrônico no prontuário para prescrição de terapia guiada por diretrizes omitida. O desfecho primário foi o aumento na proporção de classes adicionais de GDMT prescritas na alta. O resumo não informa os resultados do estudo.

Limitações

O resumo não informa os resultados do estudo, impossibilitando conclusões sobre a eficácia da intervenção. Também não são descritas limitações metodológicas, como cegamento, adesão à intervenção ou análise por intenção de tratar. O desenho aberto e pragmático pode introduzir vieses, mas isso não é discutido no resumo.

Aplicação no consultório

Para o médico brasileiro, o estudo ilustra o potencial de sistemas eletrônicos de apoio à decisão para melhorar a prescrição de terapias baseadas em evidências durante a hospitalização. Na prática clínica, a implementação de alertas no prontuário pode auxiliar a equipe a identificar oportunidades de otimização terapêutica antes da alta. No entanto, a efetividade depende de integração adequada ao fluxo de trabalho e de evidências locais que confirmem o benefício.

Estudo citado

Pragmatic trial of messaging to providers about treatment of acute heart failure: The PROMPT-AHF trial. American heart journal, 2023.
Autores: Ghazi L, O'Connor K, Yamamoto Y, Fuery M, Sen S, Samsky M, Riello RJ, Huang J, Olufade T, McDermott J, Inzucchi SE, Velazquez EJ, Wilson FP, Desai NR, Ahmad T.
DOI: 10.1016/j.ahj.2022.12.002 · PubMed: PMID 36493842

Perguntas para aprofundar

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

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

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