IA em triagem e prontuário eletrônico

Dados de prontuário eletrônico da atenção primária podem prever hospitalizações, visitas ao pronto-socorro e mortalidade?

Resposta

A revisão sistemática teve como objetivo examinar estudos que usam dados de prontuário eletrônico (PE) da atenção primária para prever visitas ao pronto-socorro, hospitalizações e mortalidade. A justificativa é que a atenção primária de alta qualidade pode reduzir internações e idas evitáveis ao pronto-socorro, e a disponibilidade de dados de PE cria oportunidades para análises preditivas.

Foram pesquisadas seis bases de dados (Ovid MEDLINE, PubMed, Embase, EBM Reviews, Scopus e CINAHL) desde o início até fevereiro de 2020, com busca inicial em janeiro de 2019 e atualização em fevereiro de 2020. Apenas estudos primários revisados por pares em inglês foram incluídos. Um total de 9456 citações foi revisado em duplicidade, resultando em 31 estudos que atenderam aos critérios de inclusão.

Os resultados mostram que a capacidade preditiva dos melhores modelos de cada estudo, medida pela C-statistic (ROC), variou de 0,57 a 0,95. Menos da metade dos estudos utilizou métodos de inteligência artificial, e apenas 7 (23%) foram validados externamente. As variáveis preditoras mais comuns foram idade, diagnósticos médicos, sexo, uso de medicamentos e uso prévio de serviços de saúde. Poucos estudos discutiram ou examinaram a utilidade clínica dos modelos.

Os autores concluem que, apesar da necessidade de mais trabalhos para abordar vieses e melhorar a qualidade e o relato dos modelos preditivos, o uso de dados de PE da atenção primária para análises preditivas é promissor. A revisão ajuda a preencher lacunas críticas na literatura sobre o potencial desses dados.

O que o estudo mostrou

Revisão sistemática de 31 estudos primários revisados por pares, identificados a partir de 9456 citações em seis bases de dados. Os modelos preditivos usando dados de prontuário eletrônico da atenção primária para visitas ao pronto-socorro, hospitalizações e mortalidade apresentaram C-statistics entre 0,57 e 0,95. Menos da metade usou inteligência artificial e apenas 7 (23%) foram validados externamente. Idade, diagnósticos, sexo, medicamentos e uso prévio de serviços foram preditores comuns. Poucos estudos avaliaram utilidade clínica.

Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre possíveis vieses. A maioria dos modelos não foi validada externamente, o que limita a generalização. Poucos estudos discutiram a utilidade clínica dos modelos. O resumo também não informa o desenho específico de cada estudo incluído nem o tamanho das amostras.

Aplicação no consultório

Médicos da atenção primária podem considerar que modelos preditivos baseados em dados de prontuário eletrônico têm potencial para identificar pacientes com risco de hospitalização, visita ao pronto-socorro ou morte. No entanto, a validação externa limitada e a escassez de avaliação de utilidade clínica sugerem cautela antes de incorporar essas ferramentas na rotina. Gestores de consultório podem acompanhar o desenvolvimento desses modelos, mas devem priorizar a qualidade dos dados registrados e aguardar evidências mais robustas de impacto clínico.

Estudo citado

Using Primary Health Care Electronic Medical Records to Predict Hospitalizations, Emergency Department Visits, and Mortality: A Systematic Review. Journal of the American Board of Family Medicine : JABFM, 2024.
Autores: Johnson R, Chang T, Moineddin R, Upshaw T, Crampton N, Wallace E, Pinto AD.
DOI: 10.3122/jabfm.2023.230381R1 · PubMed: PMID 39455267

Perguntas para aprofundar

• Quais variáveis de prontuário eletrônico são mais úteis para prever hospitalizações na atenção primária?
• Como a validação externa de modelos preditivos afeta sua aplicação clínica?
• Qual é a utilidade clínica dos modelos preditivos baseados em prontuário eletrônico na atenção primária?

Mais sobre IA em triagem e prontuário eletrônico

• Ferramentas de reconhecimento precoce e estratégias de encaminhamento no AVC agudo melhoram desfechos na atenção primária e emergência?
• Modelos de fundação treinados em prontuário eletrônico estruturado já têm evidência suficiente para uso clínico?
• A inteligência artificial pode apoiar a triagem de enfermagem no pronto-socorro e reduzir a subtriagem?
• Como o processamento de linguagem natural pode apoiar a decisão clínica e a busca automatizada de informações em prontuários eletrônicos?
• Como a inteligência artificial influencia o trabalho dos médicos em pronto-socorro?

Todas as perguntas sobre IA em triagem e prontuário eletrônico · Todos os temas · Versão em markdown