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 (SIC)

Effect of Integrating Machine Learning Mortality Estimates With Behavioral Nudges to Clinicians on Serious Illness Conversations Among Patients With Cancer

Doente / População Intervenção / Exposição Comparação Desfecho

Em 14.607 doentes oncológicos seguidos por 78 clínicos de oncologia, previsões de mortalidade por aprendizagem automática entregues como estímulos comportamentais aumentaram as conversas sobre doença grave em comparação com cuidados habituais com e-mails semanais de desempenho cumulativo.

N
14 607doentes
Desenho
RCT por conglomerados em cunha escalonada (stepped-wedge), 8 grupos de clínicas ao longo de 20 semanas, Pensilvânia, EUA
Desfecho
Percentagem de consultas de doentes com conversa sobre doença grave documentada
Relevância
1Define a prática — o ensaio em que a diretriz assenta.
ResultadoConversas sobre doença grave em 4,6 % vs. 1,3 % de todas as consultas (diferença ajustada 3,3 pontos percentuais, IC de 95 % 2,3–4,5; p<0,001); entre 4.124 consultas de alto risco 15,2 % vs. 3,6 % (diferença ajustada 11,6 pontos, IC de 95 % 8,2–12,5; p<0,001).
Manz CR, et al. JAMA Oncol. 2020;6(12):e204759. 10.1001/jamaoncol.2020.4759
Discussão e crítica

Um marco na combinação de um modelo de mortalidade por ML validado com economia comportamental: a combinação elevou a taxa de conversas com doentes de alto risco de 3,6 % para 15,2 %. Um único sistema académico, 20 semanas e um endpoint de processo (conversas documentadas) e não cuidados concordantes com os objetivos; o seguimento a 40 semanas (Manz ML nudges (long-term)) mostrou depois menos terapêutica sistémica em fim de vida, mas nenhuma alteração no recurso a hospice ou à UCI.