Modelação de um software para avaliação do risco de acidente vascular cerebral na atenção primária

Abstract

Introdução: As doenças cerebrovasculares são uma grande fonte de mortalidade e o acidente vascular Cerebral (AVC) é uma das principais causas de incapacitação no mundo. Estima-se que 80% dos AVCs primários podem ser prevenidos. É preciso, no entanto, conhecer os diversos fatores de risco associados a essa doença. Uma vez conhecidos os fatores de risco, o profissional de saúde pode adotar as medidas mais adequadas para minimizar a probabilidade de ocorrer um AVC. Este trabalho apresenta a experiência do uso de um sistema preditor de risco de AVC em um Centro de Saúde Pública no Sul do Brasil. Baseado nos resultados desse estudo, foram propostos requisitos para uma ferramenta computacional dirigida à prevenção de AVC na atenção primária público. Materiais e métodos: Primeiramente foi realizado um levantamento na literatura técnica e científica a respeito do AVC, incluindo as tecnologias na área de saúde e dispositivos utilizados na prevenção primária. Em seguida, no Centro de Saúde de Coqueiros (Florianópolis, SC), foram coletados dados com usuários com idade entre 35 e 74 anos. O estimador de risco utilizado está disponibilizado gratuitamente pela Rede Brasil AVC. Os dados coletados foram armazenados no programa Microsoft Office Excel e depois analisados. As análises foram conduzidas por meio do programa Action Stat Versão 3.5.152.341. O sistema foi então avaliado quantitativamente. Resultados: Participaram do estudo 132 usuários, com média de idade de 58,7 anos. O estimador de risco permitiu verificar que 41,67% da população analisada apresentou alto risco para o AVC. A avaliação da tecnologia utilizada demonstrou ser um aliado para as equipes de saúde no rastreamento da população vulnerável ao desenvolvimento do AVC, permitindo planejar e intervir de forma multiprofissional nos fatores de risco modificáveis. Após foi realizada a modelação de um software para avaliação do risco de AVC na atenção primária. Foram integradas onze variáveis que aumentam a ocorrência de AVC de acordo com as referências bibliográficas verificadas e criado um Escore de Framingham adaptado. Com o acréscimo de fatores de risco, de acordo com potencial intervenção na atenção primária no Sistema Único de Saúde SUS. Após foi realizada a Regressão Logística Multivariada para a determinação do risco de AVC. Que foi obtida por meio do método de seleção automática de modelos lineares. Discussão/Conclusão: A avaliação do sistema preditor utilizado e os dados coletados na proposta de um software de avaliação do risco de AVC, formulado para a utilização na atenção primária, demonstram que pode ser uma importante ferramenta de apoio na tomada da decisão médica compartilhada. Os profissionais de saúde podem discutir os diferentes indicadores do risco de AVC, revelando informações sobre a saúde dos pacientes, ajudando na tomada de ações conjuntas com as equipes. A utilização de um modelo de estimação utilizando a regressão logística parece se destacar pela praticidade. Já o modelo determinístico, a partir dos percentis, tende a apresentar um resultado que exige que sejam conhecidos uma quantidade maior de fatores por parte do profissional da área de saúde. É uma expectativa desta proposta não apenas melhorar a prevenção do AVC como fornecer subsídios para otimização das intervenções em saúde no território utilizado. Entretanto necessita sua validação em um estudo mais amplo para uma melhor discussão.

Abstract : Introduction: Cerebrovascular diseases are a major source of mortality and stroke is one of the leading causes of disability in the world. It is estimated that 80% of primary strokes can be prevented. It is necessary, however, to know the various risk factors associated with this disease. Once the risk factors are known, the health professional can take the most appropriate measures to minimize the likelihood of a stroke. This work presents the experience of using a predictive system of stroke risk in a Public Health Center in Southern Brazil. Based on the results of this study, requirements were proposed for a computational tool aimed at preventing stroke in primary public health care. Materials and methods: Firstly a survey was made in the technical and scientific literature regarding stroke, including health technologies and devices used in primary prevention. Then, in the Coqueiros Health Center (Florianópolis, SC), data were collected with users aged between 35 and 74 years. The risk estimator used is available free of charge by Rede Brasil AVC. The collected data was stored in the Microsoft Office Excel program and then parsed. The analyzes were conducted using the Action Stat program Version 3.5.152.341. The system was then quantitatively evaluated. Results: A total of 132 users participated in the study, with a mean age of 58.7 years. The risk estimator showed that 41.67% of the analyzed population presented a high risk for stroke. The evaluation of the technology used proved to be an ally for the health teams in the screening of the population vulnerable to the development of the stroke, allowing to plan and intervene in a multiprofessional way in modifiable risk factors. After the modeling of a software to assess the risk of stroke in primary care was carried out. Eleven variables were added that increase the occurrence of stroke according to the verified bibliographical references and created an adapted Framingham Score. With the addition of risk factors, according to potential intervention in primary care in the Unified Health System - SUS. After the Multivariate Logistic Regression was performed to determine the risk of stroke. That was obtained through the method of automatic selection of linear models. Discussion / Conclusion: The evaluation of the predictive system used and the data collected in the proposal of a stroke risk assessment software, formulated for use in primary care, demonstrate that it can be an important support tool in making a shared medical decision. Health professionals can discuss the different indicators of stroke risk, revealing information on patients' health, helping to take joint actions with the teams. The use of an estimation model using logistic regression seems to stand out for its practicality. The deterministic model, based on the percentiles, tends to present a result that requires that a greater amount of factors be known on the part of the healthcare professional. It is an expectation of this proposal not only to improve the prevention of stroke but also to provide subsidies for the optimization of health interventions in the territory used. However it needs its validation in a larger study for a better discussion.