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 ↗

TREWS

Prospective, multi-site study of patient outcomes after implementation of the TREWS machine learning-based early warning system for sepsis

Doente / População Intervenção / Exposição Comparação Desfecho

Em 6.877 doentes com sépsis identificados antes dos antibióticos, a confirmação do alerta de sépsis por aprendizagem automática em 3 h reduziu a mortalidade intra-hospitalar em comparação com alertas não confirmados por um profissional em 3 h.

N
6877doentes
Desenho
Estudo de coorte prospetivo em múltiplos locais, não aleatorizado (5 hospitais)
Desfecho
Mortalidade intra-hospitalar
Relevância
3Complementar — contexto, não conhecimento obrigatório.
ResultadoMortalidade intra-hospitalar: redução absoluta ajustada 3,3 % (IC 1,7–5,1 %), redução relativa ajustada 18,7 % (IC 9,4–27,0 %), com menos falência de órgãos e internamento mais curto; entre os doentes adicionalmente sinalizados como de alto risco, redução absoluta da mortalidade 4,5 % (IC 0,8–8,3 %). 590.736 doentes monitorizados.
Adams R, et al. Nat Med. 2022;28(7):1455-1460. 10.1038/s41591-022-01894-0
Discussão e crítica

Um dos primeiros sistemas de sépsis por aprendizagem automática avaliados em escala em uso clínico real, mostrando que a sépsis pode ser sinalizada antes dos antibióticos e que agir sobre o alerta acompanha melhores desfechos. A comparação não é aleatorizada: contrasta os doentes cujo alerta um clínico confirmou em 3 h com aqueles cujo alerta não foi confirmado, pelo que a confusão pela atenção do clínico e pela apresentação do doente — apenas parcialmente removida pelo ajustamento — pode explicar parte do efeito.