Melhorar a segurança da medicação na doença renal crônica usando sistemas de apoio à decisão clínica baseados em regras e em inteligência artificial: uma revisão sistemática de ensaios controlados randomizados
NefrologiaO que aconteceu
A otimização da dosagem renal de medicamentos para evitar a toxicidade do fármaco é essencial na Doença Renal Crônica (DCR), mas erros de prescrição são comuns. CDSS com ferramentas baseadas em regras e AI/ML são usados para resolver essa lacuna de segurança, porém seu impacto permanece incerto. Realizamos uma revisão sistemática e meta-análise guiada pela PRISMA de ECRs comparando CDSS baseado em regras ou AI/ML com comparadores de cuidados usuais entre adultos com DRC ou em risco de erros de prescrição relacionados à DRC. O desfecho primário foi um desfecho de segurança dos medicamentos alinhado com a lógica do CDSS (dose renal adequada, prescrição potencialmente inadequada e erros de medicação). Para abordar a heterogeneidade, complementamos metanálise com uma síntese estruturada de melhores evidências e mapeamento de nível de teste por modo de entrega e fase de fluxo de trabalho.
O que encontraram
Dentre 20 ECRs que atenderam aos critérios de inclusão, 6 forneceram dados meta-analíticos. Em conjunto com quatro ensaios clínicos, o CDSS melhorou a dosagem renal adequada (RR 1,76; IC 95% 1,13-2,74), mas a heterogeneidade foi extrema (I 2 = 97%) e o intervalo de predição de 95% (0,75-4,14) cruzou o nulo; a estimativa agrupada é, portanto, uma média dependente do contexto em vez de um efeito transportável, e o benefício não pode ser assegurado num novo cenário. Uma direção consistente de efeito favorecendo CDSS veio em vez da síntese de melhor evidência. A documentação da DRC em prontuários eletrônicos melhorou consistentemente (RR 1,19; IC 95% 1,07-1,32; I 2 = 0%). As evidências atuais foram predominantemente intervenções interruptivas de ordem-entrada; a conformidade clínica variou de 17-74% devido à fadiga de alerta, restrições de tempo, função do sistema e processos de sobreposição pouco claros.
Tradução automática do resumo original, publicado em F1000Research sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
Improving Medication Safety in Chronic Kidney Disease Using Rule-Based and Artificial Intelligence-Based Clinical Decision Support Systems: A Systematic Review of Randomized Controlled Trials
Asrul Ismail, Rani Sauriasari, Arry Yanuar, Dodi Sudiana, Fonny Cokro
Descritores MeSH
- Artificial Intelligence
- Medication Errors
- Decision Support Systems, Clinical
- Renal Insufficiency, Chronic
- Humans
- Randomized Controlled Trials as Topic