Modelos de predição de risco para comprometimento cognitivo pós-AVC: revisão sistemática e meta-análise
NeurologiaO que aconteceu
O número de modelos de predição de risco para comprometimento cognitivo pós-AVC vem aumentando, mas o desempenho de predição e aplicabilidade clínica dos modelos existentes ainda requerem verificação adicional. Avaliar sistematicamente os modelos de predição de risco publicados para comprometimento cognitivo após AVC em pacientes com AVC agudo. Foram recuperadas as publicações sobre o modelo de predição de risco de comprometimento cognitivo após acidente vascular cerebral no PubMed, EMBASE, web of science e banco de dados Cochrane em 1o de outubro de 2025. Extrair dados dos estudos selecionados, incluindo os dados coletados incluindo autor, ano de publicação, país, tempo de inclusão, se é um estudo multicêntrico, tipo de pesquisa, tipo de acidente vascular cerebral, critérios diagnósticos para comprometimento cognitivo, número de casos de comprometimento cognitivo pós-AVC, método de desenvolvimento do modelo, método de validação, processamento de dados em falta, apresentação do modelo, desempenho de previsão do modelo, calibração do modelo e fatores preditivos finalmente incluídos no modelo. Para avaliar o risco de viés e aplicabilidade foi utilizado o checklist do Modelo de Predição Risco de Bias Assessment Tool. https://www.crd.york.ac.uk/prospero/search, identificador: CRD42024502063.
O que encontraram
Foram recuperados 4.715 estudos e incluídos 29 estudos após o processo de seleção. Esses estudos foram publicados no período de 2016 a 2023. Em 29 estudos, a área sob a curva de modelos de conjuntos de desenvolvimento variou de 0,69 a 0,97. Utilizando meta-análise de efeitos aleatórios, a AUC descritiva sumária em 12 modelos de desenvolvimento foi de 0,85 (IC 95%: 0,80-0,90), com heterogeneidade substancial (I2 = 93,6%). Para os 7 modelos de validação, a AUC descritiva sumária foi de 0,82 (IC 95%: 0,76-0,87, I2 = 71,2%). Dada a considerável heterogeneidade clínica e metodológica entre os estudos, estas estimativas agrupadas devem ser interpretadas como um resumo descritivo da distribuição da AUC notificada e não como uma estimativa precisa de um único desempenho preditivo subjacente.
Por que isso importa
Embora os valores descritivos da AUC sumária (0,85 para desenvolvimento, 0,82 para validação) sugiram capacidade discriminativa aparentemente aceitável, todos os 29 estudos de modelo de predição incluídos foram considerados com alto risco global de viés de acordo com a ferramenta PROBAST (particularmente no domínio de análise). Isso provavelmente leva à superestimação do desempenho do modelo relatado. Portanto, os modelos devem ser considerados como ferramentas preliminares que requerem validação externa mais rigorosa antes da aplicação clínica. Pesquisas futuras devem desenvolver um modelo de previsão de risco com amostras maiores e multicentros, e realizar validação interna e externa.
Tradução automática do resumo original, publicado em Frontiers in neurology sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
Risk prediction models for post-stroke cognitive impairment: a systematic review and meta-analysis
Changsen Li, Xiangui Lv, Xiaohui Wang, Xiaomei Xu, Daiqiang Liu, Xinwei Chen, Dongjiao Dou, Liuna Lin, Lin Chen, Chao Huang et al.
Descritores MeSH
- Stroke
- Cognitive Dysfunction
- Prediction Algorithms
- Humans
- Risk Assessment