TrialsgrambetaRCTs are beautiful
Tradução não revistaA tradução em Português desta entrada não foi revista por pares e pode diferir da fonte. O acrónimo, o título completo e a citação mantêm-se sempre na língua original.Abrir a publicação original ↗

Manz ML nudges (long-term)

Long-term Effect of Machine Learning-Triggered Behavioral Nudges on Serious Illness Conversations and End-of-Life Outcomes Among Patients With Cancer

Doente / População Intervenção / Exposição Comparação Desfecho

Em 20.506 doentes oncológicos, estímulos comportamentais desencadeados por aprendizagem automática ao longo de 40 semanas aumentaram as conversas sobre doença grave e reduziram a terapêutica sistémica em fim de vida em comparação com cuidados habituais.

N
20 506doentes
Desenho
RCT por conglomerados em cunha escalonada (stepped-wedge), análise pré-especificada às 40 semanas, 9 clínicas de oncologia
Desfecho
Taxas de conversas sobre doença grave em todas as consultas e nas consultas de doentes de alto risco; desfechos secundários em fim de vida entre os falecidos
Relevância
2Importante — um de vários pilares.
ResultadoConversas sobre doença grave nas consultas de alto risco 13,5 % vs. 3,4 % (não ajustado); todos os doentes aOR 2,09 (IC de 95 % 1,53–2,87; p<0,001). Terapêutica sistémica em fim de vida 7,5 % vs. 10,4 % (aOR 0,25, IC de 95 % 0,11–0,57; p=0,001); sem efeito na admissão em hospice ou na sua duração, na morte no internamento ou no uso da UCI em fim de vida.
Manz CR, et al. JAMA Oncol. 2023;9(3):414-418. 10.1001/jamaoncol.2022.6303
Discussão e crítica

Alarga o ensaio em cunha escalonada de 2020 (Manz ML nudges (SIC)) a 40 semanas e ao que importa em fim de vida: o ganho nas conversas persistiu e a terapêutica sistémica perto da morte diminuiu — um desfecho de fim de vida ao nível do doente, e não apenas uma medida de processo. Os desfechos de hospice, UCI e morte no internamento não se alteraram, apenas 1.417 doentes (6,9 %) tinham falecido no fim do seguimento, e o contexto de sistema único limita a generalização.