Qual modelo de predição de mortalidade perioperatória de 30 dias apresenta melhor desempenho e usabilidade clínica para uso na prática médica?
Resposta curta: A revisão sistemática identificou 10 modelos. A ferramenta SORT apresentou a melhor combinação de desempenho preditivo e usabilidade clínica, com validação externa em coortes heterogêneas. A calibração foi reportada em apenas seis estudos e o risco de viés foi incerto ou alto em todos os modelos.
Resposta
A revisão sistemática avaliou modelos de predição de mortalidade pós-operatória em 30 dias em coortes cirúrgicas não cardíacas. Foram incluídos 15 estudos que avaliaram 10 modelos. A discriminação variou de c-statistic de 0,82 (MySurgeryRisk) a 0,96 (modelo de extreme gradient boosting). A calibração foi reportada em apenas seis estudos, o que limita a avaliação completa do desempenho.
O desempenho preditivo foi mais alto para a ferramenta SORT (Surgical Outcome Risk Tool) e suas validações externas. A usabilidade clínica foi mais alta para o sistema de avaliação pré-operatória de risco cirúrgico (surgical risk pre-operative assessment system). O SORT e o índice de quantificação de risco também apresentaram escores elevados de usabilidade clínica.
O risco de viés foi incerto ou alto no desenvolvimento de todos os modelos. Apesar disso, o SORT demonstrou a melhor combinação de desempenho preditivo e usabilidade clínica e foi validado externamente em várias coortes heterogêneas. Para melhorar a adoção clínica, é imperativa a integração completa de modelos confiáveis e com validade de face suficiente dentro do prontuário eletrônico de saúde.
Os achados sugerem que, entre os modelos avaliados, o SORT se destaca como a opção mais equilibrada para estimar risco de mortalidade perioperatória. No entanto, a implementação rotineira ainda é limitada, possivelmente devido à falta de calibração reportada e ao risco de viés. A integração em sistemas eletrônicos pode facilitar o uso clínico.
O que o estudo mostrou
Revisão sistemática que buscou nas bases PubMed e Embase até dezembro de 2022 estudos sobre modelos de predição pré-operatória de mortalidade em 30 dias. Foram incluídos 15 estudos avaliando 10 modelos. A discriminação variou de c-statistic de 0,82 (MySurgeryRisk) a 0,96 (extreme gradient boosting). Calibração foi reportada em seis estudos. O SORT teve o melhor desempenho preditivo e validação externa; a usabilidade clínica foi maior para o surgical risk pre-operative assessment system. Risco de viés incerto ou alto em todos os modelos.
Limitações
O resumo não informa detalhes sobre a população dos estudos, tamanho de amostra ou características dos centros. A calibração foi reportada em apenas seis estudos, limitando a avaliação completa do desempenho. O risco de viés foi incerto ou alto no desenvolvimento de todos os modelos, o que compromete a confiança nos resultados. Além disso, o resumo não descreve os critérios exatos de usabilidade clínica nem como os modelos foram implementados na prática.
Aplicação no consultório
O médico pode considerar o SORT como uma ferramenta com melhor equilíbrio entre desempenho e usabilidade para estimar risco de mortalidade perioperatória, desde que integrado ao prontuário eletrônico. A ausência de calibração consistente e o risco de viés exigem cautela na adoção rotineira. No consultório, a escolha do modelo deve priorizar aqueles com validação externa e que possam ser incorporados ao fluxo de trabalho, facilitando a comunicação de risco e o planejamento do cuidado perioperatório.
Estudo citado
Performance and usability of pre-operative prediction models for 30-day peri-operative mortality risk: a systematic review. Anaesthesia, 2023.
Autores: Vernooij JEM, Koning NJ, Geurts JW, Holewijn S, Preckel B, Kalkman CJ, Vernooij LM.
DOI: 10.1111/anae.15988 · PubMed: PMID 36823388
Perguntas para aprofundar
- Como o SORT se compara a outros modelos de risco cirúrgico em termos de calibração e viés?
- Quais são os critérios de usabilidade clínica que favorecem a adoção de um modelo de predição de risco perioperatório?
- De que forma a integração de modelos de risco no prontuário eletrônico pode impactar a prática clínica e a gestão do consultório?
Mais sobre IA em triagem e prontuário eletrônico
- Modelos de aprendizado de máquina melhoram a predição de risco em cirurgia de urgência e qual é a qualidade metodológica desses estudos?
- A inteligência artificial já pode ser usada na prática clínica para detectar, prever e classificar a neuropatia periférica diabética?
- Modelos preditivos baseados em aprendizado de máquina superam os modelos clínicos tradicionais na tromboembolia venosa?
- Modelos de fundação treinados em prontuário eletrônico estruturado já têm evidência suficiente para uso clínico?
- Modelos de machine learning são eficazes para prever eventos adversos a medicamentos em pacientes ambulatoriais?
Todas as perguntas sobre IA em triagem e prontuário eletrônico · Todos os temas · Versão em markdown