Escores clínicos são probabilidade empacotada

Caso 1. Um homem de 68 anos chega à emergência depois de desmaiar em pé, na fila do banco. A avaliação inicial não encontra nenhum diagnóstico grave. O plantonista aplica um escore de risco de síncope e o resultado é risco baixo. Só que ele está incomodado: pela impressão clínica, aquele paciente parece mais arriscado que o rótulo do escore. Quem vence?

A pergunta parece filosófica e não é. Ela tem resposta medida, e a resposta não é nem sempre o escore nem sempre o médico.

Caso 2. Numa unidade de terapia intensiva, um escore de gravidade usado há décadas para comparar serviços continua separando muito bem quem morre de quem sobrevive — e, ao mesmo tempo, prevê mais mortes do que de fato acontecem nas populações de hoje. O escore não parou de funcionar: uma parte dele envelheceu e a outra não.

Pare aqui e faça as perguntas que um aluno de primeiro ano tem todo o direito de fazer:

Regra de decisão, modelo prognóstico e classificação de risco não são intercambiáveis. Discriminação separa quem terá ou não o desfecho; calibração compara risco previsto e observado. Um escore pode ordenar bem e ainda fornecer probabilidades erradas no novo cenário.

Em cada etapa, separe descrição, inferência e decisão. Essa distinção torna visível onde a evidência termina, onde começa o julgamento e qual dado exigiria revisão.

Um escore clínico é probabilidade empacotada. Alguém reuniu uma população, registrou variáveis disponíveis à beira do leito, acompanhou até um desfecho definido de antemão e ajustou um modelo que transforma aquelas variáveis numa estimativa de risco. Depois, para caber na prática, o modelo virou pontos inteiros e faixas com nome. O que o médico usa é a embalagem; o que decide é o modelo lá dentro.

Isso já explica por que o escore não é uma verdade sobre a doença. Ele carrega, coladas nele, três etiquetas que quase nunca são lidas: em que população foi construído, para qual desfecho, e em que período. Trocar qualquer uma das três muda o que o número significa, mesmo que o cálculo seja idêntico.

Antes de comparar escore com impressão clínica, é preciso separar duas propriedades que o iniciante costuma fundir numa só. A primeira é a discriminação: a capacidade de ordenar os pacientes, colocando quem vai ter o desfecho acima de quem não vai. A segunda é a calibração: a capacidade de acertar o nível absoluto, ou seja, quando o modelo diz dez por cento, o desfecho acontecer em cerca de dez de cada cem.

As duas viajam de maneira diferente quando o escore sai de casa — e essa é a explicação do caso 2. Num estudo nacional com mais de dois milhões de internações em terapia intensiva, um escore clássico de gravidade manteve discriminação alta, com área sob a curva de 0,841 na coorte de derivação e de 0,835 na validação temporal do ano seguinte. A calibração, porém, estava deslocada: a calibração global partia de menos 1,10 e a inclinação de 0,72, o que corresponde exatamente ao fenômeno que os autores descrevem — superestimativa sistemática da mortalidade nas populações atuais. Depois de recalibrado, a calibração global foi a aproximadamente zero e a inclinação a aproximadamente 1,00.

O mesmo padrão aparece fora da terapia intensiva. Num estudo que testou dois modelos publicados de probabilidade de complicação por radioterapia numa coorte local, ambos mostraram viés de calibração substancial, com subestimativa sistemática do risco; atualizá-los melhorou a calibração com pouca mudança na discriminação. E, quando um modelo local simplificado foi levado a um centro independente com coeficientes fixos, a discriminação se manteve — área sob a curva de 0,708 no desenvolvimento e 0,718 na coorte externa — enquanto o risco absoluto passou a ser superestimado, com calibração global de menos 1,043.

Guarde a regra prática que sai daí: quando um escore atravessa uma fronteira — de hospital, de país, de época, de perfil de paciente —, a ordem que ele estabelece tende a sobreviver, e o número que ele anuncia tende a escorregar. Por isso um escore vale para dizer quem tem mais risco que quem, e vale menos, sem recalibração, para dizer que o risco é de tantos por cento.

Uma pergunta explícita delimita o que o dado pode e não pode decidir.

• “Este escore foi validado nesta população, para esta decisão e com os mesmos preditores disponíveis?”

  Regra de decisão, modelo prognóstico e classificação de risco não são intercambiáveis. Discriminação separa quem terá ou não o desfecho; calibração compara risco previsto e observado. Um escore pode ordenar bem e ainda fornecer probabilidades erradas no novo cenário.

• “O que é um escore, afinal?”

  Um modelo de probabilidade empacotado em pontos e faixas.

• “Por que escore não é verdade sobre a doença?”

  Ele traz população, desfecho e período colados nele.

• “O que muda quando ele sai de casa?”

  A ordem tende a se manter, o nível de risco escorrega.

Transforme cada dado em uma decisão contingente. O objetivo é deixar explícitos probabilidade, benefício, dano, preferência e próximo passo.

1. 1

   Reconhecer o escore como modelo

   Probabilidade empacotada em pontos e faixas.

   Erro comum: Tratar o escore como fato sobre a doença.

2. 2

   Localizar o período

   Prática e população mudam ao longo dos anos.

   Erro comum: Ignorar a idade do escore ao usar o número.

3. 3

   Separar calibração

   Acertar o nível: dez por cento significando dez em cem.

   Erro comum: Repetir a porcentagem sem checar a calibração local.

4. 4

   Reconhecer a recalibração como conserto

   Calibração global indo a zero e inclinação a um.

   Erro comum: Trocar de escore quando bastava recalibrar.

5. 5

   Ler os dois escores da síncope separadamente

   Um olha qualquer desfecho grave, o outro só o cardíaco.

   Erro comum: Comparar áreas sob a curva de desfechos diferentes.

6. 6

   Ler a diferença medida entre os dois

   Um escore superou o médico em 18,7 pontos, o outro não.

   Erro comum: Generalizar o resultado de um escore para todos.

7. 7

   Ler o intervalo de confiança da validação

   Coorte pequena produz intervalo largo, não desempenho melhor.

   Erro comum: Preferir o valor pontual mais alto entre coortes.

8. 8

   Fechar pela pergunta de cabeceira

   População, desfecho, período e encaixe do meu paciente.

   Erro comum: Aplicar o escore sem ler nenhuma das três etiquetas.

Volte ao caso e aplique o modelo sem pular da seta do laudo para a conclusão. O ponto de controle é: Este escore foi validado nesta população, para esta decisão e com os mesmos preditores disponíveis?

• Os dois escores de síncope citados não competem entre si: um foi avaliado para qualquer desfecho adverso grave e o outro apenas para desfecho cardíaco grave, de modo que as áreas sob a curva de 0,72 e 0,76 respondem a perguntas diferentes e não se ordenam.
• A comparação entre escore e estimativa do médico vale para aquela população, aquele desfecho e aquela janela de 30 dias. Estendê-la a outro cenário é exatamente o erro que o capítulo descreve, agora cometido a favor do escore.

Tratar o escore como fato sobre a doença

Ele é um modelo com população, desfecho e período.

Aplicar sem saber quem foi estudado

Critérios de inclusão definem o que o número significa.

Supor que todo escore prevê a mesma coisa

Desfechos diferentes tornam os números incomparáveis.

Ignorar a idade do escore

A calibração se deteriora com o passar dos anos.

Confundir boa ordenação com nível correto

Discriminação alta convive com risco absoluto errado.

Descartar o escore por erro de nível

Recalibrar costuma resolver sem trocar de instrumento.

Feche o raciocínio em voz alta e deixe um plano que outra pessoa consiga revisar.

1. 01Confirme propósito, população, variáveis, validação e calibração; use o resultado para apoiar, não esconder, a decisão.
2. 02Reconhecer o escore como modelo de probabilidade
3. 03Separar discriminação de calibração
4. 04Subir os degraus de treino, teste interno e validação externa
5. 05Ler a diferença medida entre escore e médico
6. 06Fechar pela pergunta sobre o encaixe do paciente