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 ↗

Zhang AI-OCT (DME)

An AI-Based OCT System to Detect Diabetic Macular Edema: A Prospective Validation and Noninferiority Randomized Clinical Trial

Doente / População Intervenção / Exposição Comparação Desfecho

Em 276 doentes referenciados por suspeita de edema macular diabético, um relatório de OCT baseado em IA acrescentado à decisão de referenciação reduziu as as referenciações falsamente positivas em comparação com a referenciação apenas com o relatório de rastreio por retinografia.

N
276doentes
Desenho
Validação prospetiva em modo silencioso + RCT de não inferioridade multicêntrico, Hong Kong
Desfecho
Taxa de referenciação falsa positiva por EMD (margem de não inferioridade de 20 %)
Relevância
2Importante — um de vários pilares.
ResultadoReferenciação falsa positiva por EMD 24,1 % vs. 69,1 % (diferença absoluta −45 %, IC de 95 % −58,2 % a −31,9 %; p<0,001 para não inferioridade). Sensibilidade para a referenciação por EMD 100,0 % em ambos os grupos; especificidade 86,5 % vs. 0,0 %. Validação em modo silencioso (603 doentes): sensibilidade 98,8 %, especificidade 90,7 %.
Zhang S, et al. JAMA. 2026;336(3):215-223. 10.1001/jama.2026.7025
Discussão e crítica

Um modelo de avaliação faseada — primeiro validação em modo silencioso, depois um ensaio aleatorizado — mostrando que um rastreio de segunda etapa por IA-OCT pode reduzir substancialmente as referenciações desnecessárias ao especialista por EMD sem falhar um caso. O ensaio é pequeno, proveniente de um único programa de rastreio e, como todos os participantes acabaram por ser observados por um especialista, mede a exatidão da referenciação e não os desfechos visuais a jusante.