Comparative performance of the rSI-sMS and ABC scores for predicting transfusion requirements and massive transfusion protocol activation in prehospital trauma triage: a cohort study using the Japan Trauma Data Bank

Nos minutos caóticos que se seguem a um acidente grave, a diferença entre a vida e a morte muitas vezes reside na rapidez com que as equipas médicas conseguem reconhecer um paciente que está a perder sangue de forma massiva. Quando uma pessoa perde uma quantidade perigosa de sangue, o seu corpo tenta compensar aumentando a frequência cardíaca e estreitando os vasos sanguíneos, mas estes sinais podem ser subtis ou enganadores, especialmente em adultos mais velhos ou em pessoas com lesões cerebrais. Para ajudar os primeiros socorristas e o pessoal hospitalar a tomar decisões em frações de segundo, os médicos desenvolveram sistemas de pontuação. Um método bem conhecido, chamado pontuação de Avaliação de Consumo de Sangue, funciona como uma lista de verificação. Analisa se a lesão foi causada por um objeto cortante, se a pressão arterial baixou, se o coração está acelerado e se uma ecografia mostra fluido no abdómen. Se o número de itens marcados for suficiente, o sistema aciona um protocolo de transfusão massiva, uma resposta rápida para entregar bolsas de sangue imediatamente. No entanto, esta lista de verificação tem uma falha: depende de uma máquina de ecografia, que raramente está disponível no terreno onde o acidente acontece, e pode ignorar pacientes que estão a sangrar intensamente, mas que ainda apresentam sinais vitais estáveis.

Investigadores no Japão propuseram-se testar uma ferramenta mais recente e simples contra esta lista de verificação estabelecida. Queriam ver se um cálculo baseado apenas na frequência cardíaca, na pressão arterial e na capacidade de movimento dos membros de um paciente poderia prever a necessidade de transfusões de sangue de forma mais precisa do que o método tradicional. Utilizando uma base de dados nacional massiva que contém registos de quase 35.000 pacientes traumatizados tratados entre 2019 e 2023, compararam o desempenho de cada sistema. O estudo descobriu que a nova ferramenta, que combina sinais vitais com uma medida simples de movimento, foi significativamente melhor a identificar pacientes que precisariam de sangue, que exigiriam um protocolo de transfusão massiva ou que enfrentariam a morte. Embora a antiga lista de verificação fosse muito boa a confirmar que um paciente não precisava de sangue, falhou ao detetar muitos das pessoas que realmente precisavam. O novo método identificou muito mais estes pacientes de alto risco sem criar demasiados alarmes falsos, oferecendo uma forma mais fiável de triagem dos feridos antes mesmo de chegarem ao hospital.

O estudo, conduzido por uma equipa da Universidade de Kyushu e do Hospital Taipei Tzu Chi, analisou dados do Japan Trauma Data Bank, um registo abrangente que monitoriza lesões graves em todo o país. Os investigadores concentraram-se num grupo específico de pacientes que foram transportados por ambulância ou helicóptero, garantindo que tinham sinais vitais registados tanto no local do acidente como à chegada ao hospital. Excluíram crianças e casos onde o método de transporte ou os dados dos sinais vitais estavam ausentes, restando um grupo final de 34.878 adultos. A equipa calculou então duas pontuações diferentes para cada paciente. A primeira foi a tradicional pontuação de Avaliação de Consumo de Sangue, que atribui pontos por lesões penetrantes, baixa pressão arterial, frequência cardíaca elevada e achados de ecografia positivos. A segunda foi um cálculo mais recente conhecido como índice de choque inverso multiplicado pela pontuação motora simplificada. Esta segunda ferramenta utiliza a frequência cardíaca e a pressão arterial do paciente, inverte a rácio para destacar a instabilidade e multiplica-a por uma pontuação baseada na capacidade de movimento dos membros, uma forma rápida de avaliar a função cerebral.

Quando os investigadores compararam o desempenho destas duas ferramentas, os resultados foram claros. A pontuação mais recente superou consistentemente a lista de verificação tradicional na previsão de quem precisaria de uma transfusão de sangue, de quem acionaria um protocolo de transfusão massiva e de quem morreria no hospital. Por exemplo, ao prever a necessidade de uma transfusão massiva, a nova ferramenta identificou corretamente o risco com um AUC de 0,76 quando medida no local, comparado com um AUC de 0,68 para a lista de verificação tradicional. Assim que o paciente chegava ao hospital, a diferença aumentava ainda mais, com a nova ferramenta a atingir um AUC de 0,82 contra 0,73 da antiga. A diferença foi ainda mais marcante ao observar a mortalidade. A lista de verificação tradicional falhou com a grande maioria dos pacientes que eventualmente morreram, identificando apenas cerca de 7% a 10% deles como sendo de alto risco. Em contraste, a nova ferramenta identificou entre 77% e 79% daqueles que não sobreviveriam, fornecendo um sistema de aviso muito mais realista para as equipas médicas.

Um achado crítico do estudo foi como as duas ferramentas se comportaram em diferentes tipos de pacientes. A lista de verificação tradicional depende fortemente do tipo de lesão, especificamente se foi causada por um objeto cortante como uma faca ou arma de fogo. No Japão, onde a maioria dos acidentes envolve trauma por força contundente, como colisões de carros ou quedas, esta parte da lista de verificação muitas vezes não acrescenta valor, tornando a pontuação menos útil. A nova ferramenta não se importa com a causa da lesão; foca-se apenas na reação do corpo. Isto tornou-a particularmente eficaz para pacientes idosos, que muitas vezes não apresentam os sinais clássicos de choque, como o aumento da frequência cardíaca, porque os seus corpos respondem de forma diferente ao stress. O estudo mostrou que a nova ferramenta manteve a precisão para adultos mais velhos e para aqueles com problemas cardíacos, enquanto a lista de verificação tradicional teve dificuldades em prever resultados nestes grupos. Os investigadores também observaram que a nova ferramenta era mais fácil de usar porque não exigia uma máquina de ecografia, que é frequentemente indisponível durante os primeiros minutos críticos após um acidente.

Apesar destes fortes resultados, os autores alertam que o estudo tem limitações. Por se tratar de uma análise retrospectiva, baseou-se em registos que já tinham sido escritos, o que significa que alguns dados estavam ausentes ou incompletos. Por exemplo, as ecografias eram raramente realizadas no local do acidente no Japão, pelo que os investigadores tiveram de utilizar os resultados da ecografia hospitalar para calcular a pontuação pré-hospitalar, o que poderá ter enviesado ligeiramente os números. Adicionalmente, a população do estudo estava fortemente inclinada para lesões por força contundente e adultos mais velhos, o que reflete a realidade japonesa, mas pode não corresponder perfeitamente a países onde a violência com armas de fogo ou populações mais jovens são mais comuns. Os investigadores também apontaram que a definição de um protocolo de transfusão massiva pode variar, e alguns pacientes que morrem muito rapidamente devido à hemorragia podem nem sequer ser captados nos dados.

O estudo conclui que, embora a lista de verificação tradicional tenha o seu lugar, o novo cálculo oferece um método superior para a triagem precoce no cuidado de traumas. Proporciona uma forma mais sensível de identificar pacientes que estão a sangrar silenciosamente, particularmente idosos ou pessoas que sofreram lesões cerebrais. Ao confiar em sinais vitais básicos e numa verificação simples de movimento, os socorristas podem tomar melhores decisões sobre quais os pacientes que necessitam de produtos sanguíneos imediatos e suporte de vida avançado. Os autores sugerem que a adoção desta nova ferramenta pode ajudar os hospitais a preparar os stocks de sangue mais cedo e a reduzir o tempo necessário para tratar os pacientes mais criticamente feridos. No entanto, enfatizam que estes achados precisam de ser confirmados por estudos prospectivos de grande escala em diferentes sistemas de saúde antes que a ferramenta se torne um padrão nos protocolos de emergência mundiais. O objetivo não é apenas melhorar uma pontuação, mas garantir que o paciente certo recebe o cuidado certo no momento certo, transformando uma vantagem estatística num ato de salvar vidas.