External validation and clinical utility of NELA and P-POSSUM risk models in an ageing Singapore emergency laparotomy cohort

Todos os anos, milhares de adultos mais velhos ao redor do mundo enfrentam uma crise abdominal súbita e potencialmente fatal que exige cirurgia imediata. Estas não são operações planejadas; são procedimentos de emergência onde um médico deve abrir o abdômen para corrigir um órgão perfurado, uma obstrução ou um vaso sanguíneo rompido antes que a condição do paciente piore. Como esses pacientes são frequentemente idosos e possuem outros problemas de saúde, o risco de morrer dentro de um mês após a operação é alto, variando de seis a vinte por cento, dependendo do país e do hospital específico. Para ajudar os médicos a fazerem as escolhas certas sobre quanta assistência um paciente necessita, as equipes médicas utilizam ferramentas matemáticas chamadas modelos de risco. Essas ferramentas utilizam informações sobre a idade do paciente, a função cardíaca e o tipo de cirurgia necessária para calcular uma porcentagem de chance de sobrevivência. Duas das ferramentas mais famosas são o Portsmouth Physiological and Operative Severity Score, conhecido como P-POSSUM, e o modelo da National Emergency Laparotomy Audit, ou NELA. Embora essas ferramentas tenham sido construídas com dados do Reino Unido e de outras nações ocidentais, permanecia incerto se funcionariam tão bem para pacientes na Ásia, onde a população está envelhecendo rapidamente e os sistemas de saúde operam de forma diferente.

Em um grande hospital em Singapura, pesquisadores buscaram testar se esses dois modelos poderiam prever com precisão os resultados para seus próprios pacientes locais. Eles analisaram os registros de 393 adultos que foram submetidos a cirurgias abdominais de emergência entre o final de 2020 e meados de 2022. A equipe focou em um desfecho direto e nítido: se o paciente morria dentro de trinta dias após a operação. Ao comparar as previsões feitas pelos calculadores P-POSSUM e NELA com o que realmente aconteceu no hospital, os pesquisadores puderam ver qual ferramenta estava dizendo a verdade e qual estava apenas supondo. O estudo incluiu um grupo diversificado de pacientes, com uma idade mediana de sessenta e nove anos, e descobriu que oito por cento deles não sobreviveram ao mês seguinte à cirurgia. Este resultado do mundo real serviu como a régua contra a qual ambos os modelos foram medidos.

A investigação revelou que, embora ambas as ferramentas pudessem separar pacientes de alto risco de pacientes de baixo risco em um grau razoável, uma era claramente superior. O modelo NELA provou ser o preditor mais preciso, identificando corretamente a probabilidade de morte de uma forma que correspondia muito mais de perto aos resultados reais do hospital do que o modelo P-POSSUM. A ferramenta mais antiga, P-POSSUM, tendia a superestimar o perigo, prevendo que muitos pacientes morreriam quando, na verdade, eles sobreviveram. Em contraste, o modelo NELA foi melhor calibrado, o que significa que suas previsões de risco estavam mais próximas da realidade das condições dos pacientes. Quando os pesquisadores analisaram os números, o modelo NELA mostrou uma capacidade mais forte de distinguir entre aqueles que sobreviveriam e aqueles que não sobreviveriam, enquanto o modelo P-POSSUM frequentemente sinalizava pacientes como de alto risco quando eles estavam, na verdade, seguros.

Além da simples precisão, o estudo examinou o quão úteis essas ferramentas seriam para um cirurgião tomando uma decisão em frações de segundo em uma sala de emergência movimentada. Os pesquisadores utilizaram um método que simula diferentes cenários para ver qual modelo levaria a melhores escolções clínicas, como decidir se um paciente necessita de cuidados intensivos ou de um especialista sênior. Eles descobriram que o modelo NELA oferecia um maior benefício líquido através da gama de riscos que os médicos realmente monitoram. Ele ajudou a identificar os pacientes certos para cuidados extras sem alarmar desnecessariamente os médicos sobre pacientes que estavam estáveis. O modelo P-POSSUM, por outro lado, tornou-se menos útil conforme o limiar de preocupação aumentava, muitas vezes sugerindo que muitos pacientes precisavam de recursos intensivos quando não precisavam.

Os autores sugerem que essas diferenças provavelmente decorrem da natureza única do sistema de saúde de Singapura e das características específicas de seus pacientes. O hospital onde o estudo ocorreu opera com uma equipe dedicada de cirurgiões seniores que revisam casos de emergência imediatamente, e a instalação possui acesso rápido a leitos de terapia intensiva. Essas forças organizacionais podem melhorar as taxas de sobrevivência além do que a idade do paciente ou a gravidade da doença isoladamente permitiriam prever, um fator que os modelos mais antigos não capturam totalmente. Como a ferramenta P-POSSUM foi construída com base em dados de um tempo e lugar diferentes, ela teve dificuldade em contabilizar essas vantagens locais, levando-a a prever taxas de mortalidade mais altas do que as que realmente ocorreram. O modelo NELA, sendo mais novo e derivado de um conjunto de dados maior e mais recente, adaptou-se melhor a este ambiente.

Em última análise, o estudo conclui que, embora ambas as ferramentas tenham valor, o modelo NELA é a melhor escolha para orientar o cuidado neste cenário específico. Ele fornece um quadro mais claro e honesto dos riscos enfrentados por uma população em envelhecimento em Singapura. As descobertas servem como um lembrete de que ferramentas médicas desenvolvidas em um país não podem ser assumidas como funcionando perfeitamente em outro sem testes. Antes de um hospital adotar um novo calculador de risco, ele deve verificar se a ferramenta se ajusta aos seus próprios pacientes e ao seu próprio modo de trabalhar. Neste caso, a evidência aponta para o NELA como o compasso mais confiável para navegar no mundo de alto risco da cirurgia abdominal de emergência.