Risk Screening in a Medicaid-Managed Pregnancy Medical Home: The Need to Center Maternal Health Outcomes in Public Health Programming

Imagine o sistema de saúde como um gigantesco farol de alta tecnologia. Sua função é avistar navios em perigo antes que colidam contra as rochas. Por décadas, este farol tem sido muito bom em detectar um tipo específico de perigo: o "navio bebê". Se um bebê estiver prestes a nascer prematuro ou pequeno demais, o farol lança um alerta brilhante, e uma equipe de ajudantes corre para guiar o navio em segurança. Este sistema é chamado de "triagem de risco" e é uma ferramenta padrão em muitos lugares, incluindo o programa Medicaid da Carolina do Norte.

Mas aqui está a reviravolta: e quanto ao "navio mãe"? A pessoa que carrega o bebê também é um vaso, e às vezes enfrenta suas próprias tempestades — como hemorragias graves, infecções ou a necessidade de permanecer no hospital por mais tempo do que o esperado. Estes são chamados de "desfechos maternos adversos". Durante muito tempo, o farol foi construído para observar a trajetória do bebê, assumindo que, se o bebê estivesse seguro, a mãe também estaria bem. Mas os cientistas começaram a se perguntar: será que o farol está realmente olhando para as tempestades certas? O mesmo sistema de alerta que detecta um bebê em perigo também detecta uma mãe em perigo? Este artigo mergulha exatamente nessa questão, utilizando uma quantidade massiva de dados para ver se a atual "rede de segurança" captura ambos os passageiros ou apenas um.

O Grande Teste: O Radar do Bebê Detecta a Mãe?

A Carolina do Norte possui um programa de longa data chamado "Pregnancy Medical Home" (Lar Médico da Gravidez). Pense nisso como uma equipe de cuidados super organizada para pessoas grávidas no Medicaid. Quando uma pessoa ingressa neste programa, ela preenche uma "triagem de risco" — basicamente um longo checklist de perguntas sobre sua saúde, seu histórico e sua vida. A mãe tem diabetes? Ela está estressada com a moradia? Ela já teve um bebê antes? Ela fuma?

O objetivo deste checklist era originalmente identificar gravidezes de alto risco de terem um bebê nascido prematuramente (prematuro) ou com baixo peso (baixo peso ao nascer). Se o checklist sinalizasse alguém como "alto risco", essa pessoa recebia ajuda extra, como um gestor de cuidados para garantir que ela mantivesse suas consultas médicas e recebesse o suporte necessário. E adivinhe só? Funcionou! O programa ajudou com sucesso a reduzir o número de bebês prematuros e pequenos.

Mas os pesquisadores por trás deste artigo fizeram uma pergunta curiosa: Este mesmo checklist também detecta as mães que estão em risco de ficarem gravemente doentes?

Para descobrir, a equipe agiu como detetives digitais. Eles conectaram três enormes pilos de dados de 2014 a 2019:

1. Os checklists de triagem de risco (as perguntas que as mães responderam).
2. Registros hospitalares (o que realmente aconteceu quando o bebê nasceu).
3. Reivindicações do Medicaid (a papelada que mostra quem foi pago pelo quê).

Eles analisaram 205.916 nascimentos. Isso é muita carga de navios! Eles queriam ver se as pessoas que marcavam "sim" para coisas arriscadas em seus formulários eram as mesmas pessoas que acabavam tendo um "dia ruim" no hospital. Um "dia ruim" neste estudo significou um evento sério como:

• Morbilidade materna grave (SMM): Um evento de quase morte onde a mãe quase morreu (como um ataque cardíaco ou hemorragia grave).
• Admissão na UTI: A mãe precisou ser internada na Unidade de Terapia Intensiva.
• Permanência no hospital por muito tempo ou necessidade de readmissão.

Os Resultados: Uma Previsão Nebulosa

Aqui é onde a história fica interessante. Os pesquisadores rodaram os números através de um modelo de computador sofisticado (chamado "random forest", que é como uma equipe de árvores de decisão) para ver se o checklist poderia prever esses eventos assustadores.

As descobertas foram um pouco decepcionantes para os designers do sistema. Embora o checklist fosse ótimo para detectar riscos para o bebê, ele foi ruim para prever riscos para a mãe.

• A Pontuação: A capacidade do modelo de distinguir entre uma "mãe segura" e uma "mãe doente" foi medida por uma pontuação chamada "Área Sob a Curva" (AUC). Uma pontuação perfeita é 1,0, e um cara ou coroa é 0,5. Este modelo pontuou 0,63. Isso é mal melhor do que um palpite.
• A Taxa de Erro: Quando o modelo tentava ser o mais preciso possível, ele capturava apenas 56% das mães que realmente tiveram um desfecho negativo. Isso significa que ele perdeu quase metade delas! Também sinalizou incorretamente muitas mães saudáveis como "em risco" (a especificidade foi de apenas 63%).

O Que o Checklist Acertou (e Errou)?

O estudo descobriu que certas coisas eram ligadas ao fato de as mães ficarem doentes. Se uma mãe tinha mais de 25 anos, era negra, estava acima do peso ou obesa, fumava ou tinha doenças crônicas como diabetes ou hipertensão, ela estava, de fato, em maior risco. O checklist também detectou coisas como histórico de parto prematuro ou hipertensão em uma gravidez anterior.

No entanto, quando os pesquisadores combinaram todas essas pistas em uma única ferramenta de previsão, a ferramenta simplesmente não funcionou bem o suficiente para ser útil para as mãres. É como ter um aplicativo de clima que é incrível em prever chuva para o seu jardim, mas terrível em prever se o seu carro vai quebrar.

Por Que o Farol Perdeu a Mãe?

Os autores sugerem algumas razões pelas quais o "radar do bebê" falhou em detectar as "tempestades da mãe":

1. Perguntas Erradas: O checklist foi projetado para encontrar problemas no bebê. Ele pode estar perdendo as pistas específicas que sinalizam que uma mãe está prestes a ficar doente. Por exemplo, pode não fazer as perguntas certas sobre saúde mental ou dores específicas que levam a internações na UTI.
2. Problemas de Tempo: Alguns problemas, como a hipertensão grave (pré-eclâmpsia), podem não aparecer até depois que o checklist é preenchido. Se você preenche o formulário na sua primeira visita, não pode prever um problema que começa três meses depois.
3. O "Conserto" Pode Ter Ajudado: As mães que foram sinalizadas como "alto risco" receberam cuidados extras. É possível que essa ajuda extra tenha realmente prevenido alguns desfechos negativos, fazendo parecer que o checklist não estava funcionando porque as pessoas que ele sinalizou não ficaram doentes com tanta frequência quanto de outra forma.

A Conclusão Final

O artigo conclui que, embora o programa da Carolina do Norte seja um modelo fantástico para manter os bebês seguros, ele não é atualmente uma boa ferramenta para detectar mães que estão em perigo. O sistema foi construído para otimizar os desfechos neonatais (do bebê) e fez bem o seu trabalho. Mas para proteger as mães, precisamos de um novo tipo de mapa.

Os autores não estão dizendo que o programa está quebrado; eles estão dizendo que ele precisa ser reequilibrado. Eles argumentam que os programas de saúde pública precisam parar de olhar para o bebê e para a mãe como navios separados. Em vez disso, eles precisam projetar triagens de risco que olhem para ambos os passageiros igualmente. Se queremos salvar vidas, precisamos garantir que nossos faróis sejam brilhantes o suficiente para ver as tempestades chegando para toda a tripulação, não apenas para a carga.