No last do ano passado, a revista 19659002 The Lancet 19659003 publicou o artigo de Lam e colaboradores envolvendo diversos hospitais dos Estados Unidos com o objetivo de criar e validar um algoritmo para auxiliar no diagnóstico de síndrome inflamatória multissistêmica na criança (MIS-C), uma doença febril rara relacionada a infecção pelo SARS-CoV-2 cuja fisiopatologia ainda não está clara. Covid-19 em crianças é mais tomb do que outras doenças respiratórias? 19659006 Metodologia 19659007 Foi criado um modelo utilizando artificial intelligence 19659010, área da inteligência synthetic que utiliza algoritmos para realizar análise de predições, nomeado de KIDMATCH ( Kawasaki Disease vs Multisystem Inflammatory Syndrome in Children 19659012. O algoritmo 19659013 considerou a idade do paciente, os cinco critérios diagnóstico de doença de Kawasaki (DK) ( 19659014 rash 19659015 cutâneo, conjuntivite, mucosite, linfadenopatia cervical e alteração das extremidades), além de 17 marcadores laboratoriais incluindo leucometria, hemoglobina, número de plaquetas, valor absoluto de linfócitos, albumina e proteína-C-reativa (PCR). Inicialmente, foram utilizados dados de admissão de pacientes com doenças febris, incluindo DK, desde janeiro de 2009 até dezembro de 2019. O passo seguinte foi avaliar os dados de admissão de pacientes com diagnóstico de MIS-C entre de maio de 2020 e julho de 2021. O algoritmo passou por uma validação interna seguida de uma validação externa que incluiu mais de 15 hospitais. Resultados 19659019 No overall, 1.583 pacientes participaram da validação interna do estudo, sendo 135 pacientes com MIS-C, 775 com DK e 673 com diagnóstico de outras doenças febris, caracterizadas como doenças com clínica e laboratório semelhante a MIS-C, mas cujo o diagnóstico foi excluído. Os dados clínicos dos pacientes não foram disponsibilizados. 19659021 Todos os pacientes com diagnóstico de MIS-C apresentavam sorologia positiva para SARS-CoV-2 e não haviam sido vacinados contra a doença 19659022 Os autores não descrevem positividade de teste de antígeno ou RT-PCR para o vírus 19659024 19659025 O modelo atingiu uma mediana de 98,8% (intervalo interquartil 19459024 98,0– 99,3) nesta etapa. A validação externa incluiu 175 pacientes, havendo uma acurácia de 90-96% no diagnóstico correto de MIS-C a depender do healthcare facility de onde os pacientes eram provenientes. 19659027 Conclusões 19659028 Outros artigos com abordagem semelhante já foram publicados, mas tinham como objetivo distinguir pacientes com MIS-C daqueles com DK. O estudo em questão vai além, incluindo controles febris (na avaliação e validando o algoritmo interna e com outras coortes de pacientes. O algoritmo se mostrou uma ferramenta com boa acurácia e de fácil execução no atendimento inicial dos pacientes com suspeita de MIS-C. 19659030 19659031 Comentários 19659033 Estratégias utilizando inteligência synthetic já são uma realidade na medicina, sendo uma forma de aumentar a acurácia do diagnóstico, reduzindo a possibility de tratamentos desnecessários e de complicações devido ao atraso diagnóstico. A proposta do artigo é muito interessante especialmente no que tange a escolha dos critérios a serem incluídos na avaliação. Desde o surgimento da doença, dezenas de marcadores laboratoriais que não são amplamente disponíveis em nosso meio vêm sendo apresentados nos trabalhos sobre a doença, o que dificulta a investigação completa destes pacientes em nossa prática clínica. Leia também: Uso combinado de imunoglobulina intravenosa e infliximabe e 19659035 Find out more
Algoritmo para diagnóstico de síndrome inflamatória multissistêmica na criança
