IA em oftalmologia e retinopatia

Os modelos prognósticos para complicações microvasculares do diabetes tipo 2 têm desempenho suficiente para uso na prática clínica?

Resposta

Esta revisão sistemática com meta-análise reuniu a literatura disponível até 31 de dezembro de 2020 sobre modelos prognósticos de complicações microvasculares em diabetes tipo 2. Foram incluídos estudos que desenvolveram ou validaram modelos interna ou externamente para qualquer complicação microvascular. O objetivo foi sumarizar o desempenho dos modelos existentes, já que muitos foram desenvolvidos, mas com desempenhos variáveis.

No total, 71 estudos foram elegíveis. Desses, 32, 30 e 18 desenvolveram inicialmente modelos para retinopatia diabética, doença renal crônica e doença renal terminal, com 84, 96 e 51 equações derivadas, respectivamente. A maioria dos modelos estava na fase de derivação, com alguns estudos de validação interna e externa. Os preditores comuns foram idade, sexo, HbA1c, duração do diabetes, pressão arterial sistólica e IMC.

Os modelos estatísticos tradicionais, como regressão de Cox e logit, foram os mais aplicados, seguidos por aprendizado de máquina. Nas coortes, o desempenho discriminativo do logit derivado foi agrupado com estatística C de 0,82 (0,73‑0,92) para retinopatia diabética e 0,78 (0,74‑0,83) para doença renal crônica. A regressão de Cox agrupada resultou em 0,75 (0,74‑0,77), 0,78 (0,74‑0,82) e 0,87 (0,84‑0,89) para retinopatia diabética, doença renal crônica e doença renal terminal, respectivamente.

O desempenho em validação externa foi agrupado com 0,81 (0,78‑0,83), 0,75 (0,67‑0,84) e 0,87 (0,85‑0,88) para retinopatia diabética, doença renal crônica e doença renal terminal, respectivamente. A conclusão dos autores é que vários modelos foram desenvolvidos, mas poucos foram validados externamente; poucos estudos derivaram os modelos com métodos apropriados e com relato satisfatório. Mais validações externas e análises de impacto são necessárias antes de aplicar esses modelos na prática clínica.

O que o estudo mostrou

Revisão sistemática com meta-análise de 71 estudos elegíveis, com busca em PubMed e Scopus até 31 de dezembro de 2020. Foram identificados 32, 30 e 18 estudos que desenvolveram modelos para retinopatia diabética, doença renal crônica e doença renal terminal, com 84, 96 e 51 equações derivadas. A maioria era de fase de derivação, com algumas validações interna e externa. Preditores comuns: idade, sexo, HbA1c, duração do diabetes, pressão arterial sistólica e IMC. Estatística C agrupada: logit derivado 0,82 para retinopatia diabética e 0,78 para doença renal crônica; Cox 0,75, 0,78 e 0,87 para retinopatia diabética, doença renal crônica e doença renal terminal; validação externa 0,81, 0,75 e 0,87, respectivamente.

Limitações

O resumo não informa detalhes sobre o risco de viés dos estudos incluídos, a heterogeneidade entre as coortes, nem as características das populações analisadas. Também não descreve os critérios de validação externa nem o número de modelos efetivamente validados. Os autores apontam que poucos estudos derivaram modelos com métodos apropriados e relato satisfatório, e que faltam análises de impacto antes da aplicação clínica.

Aplicação no consultório

Os modelos prognósticos disponíveis para complicações microvasculares do diabetes tipo 2 mostram discriminação razoável a boa, mas a maioria ainda está em fase de derivação e poucos foram validados externamente. Na prática e na gestão do consultório, isso significa cautela antes de incorporar essas ferramentas à rotina de rastreamento ou à tomada de decisão compartilhada. Preditores como idade, sexo, HbA1c, duração do diabetes, pressão arterial sistólica e IMC aparecem de forma recorrente e podem orientar a organização do acompanhamento, mas a adoção de modelos específicos deve aguardar validações externas e análises de impacto.

Estudo citado

Prognostic models of diabetic microvascular complications: a systematic review and meta-analysis. Systematic reviews, 2021.
Autores: Saputro SA, Pattanaprateep O, Pattanateepapon A, Karmacharya S, Thakkinstian A.
DOI: 10.1186/s13643-021-01841-z · PubMed: PMID 34724973

Perguntas para aprofundar

• Quais preditores são mais usados nos modelos prognósticos de complicações microvasculares do diabetes tipo 2?
• Qual é o desempenho discriminativo dos modelos de regressão de Cox para doença renal terminal no diabetes tipo 2?
• Por que a validação externa é necessária antes de aplicar modelos prognósticos na prática clínica?

Mais sobre IA em oftalmologia e retinopatia

• Modelos de aprendizado de máquina são eficazes para prever complicações microvasculares do diabetes?
• A triagem de retinopatia diabética por inteligência artificial em imagens de fundo de campo ultra-amplo tem desempenho diagnóstico confiável?
• O sistema de inteligência artificial EyeArt® tem acurácia diagnóstica suficiente para ser incorporado no rastreamento de retinopatia diabética?
• A triagem inicial de retinopatia diabética com inteligência artificial aumenta a adesão ao seguimento em comparação com a avaliação por especialistas humanos?
• Aprendizado profundo em OCT e imagens retinianas é eficaz para detectar retinopatia diabética?

Todas as perguntas sobre IA em oftalmologia e retinopatia · Todos os temas · Versão em markdown