Previsão de recidiva e modelagem individualizada do efeito do tratamento na esclerose múltipla recidivante: uma revisão sistemática

Revisão sistemáticaNível 1 · Evidência consolidadaFrontiers in public health4 set 20260 citações

O que aconteceu

Previsão individualizada de desfechos relacionados à recaída pode apoiar a seleção e monitoramento do tratamento na recidiva da esclerose múltipla. No entanto, os estudos existentes diferem substancialmente na finalidade clínica, resultados-alvo, abordagens de modelagem e estratégias de validação. Realizamos uma revisão sistemática de acordo com o PRISMA 2020. PubMed, Web of Science, IEEE Xplore e Scopus foram pesquisados por registros em língua inglesa publicados de 1 de janeiro de 2010 a 14 de janeiro de 2026. Foram incluídos estudos que desenvolveram ou avaliaram modelos para recidiva ou desfechos relacionados à recidiva na esclerose múltipla recidivante. Foram extraídos dados sobre desenho do estudo, preditores, abordagem de modelagem, desfecho alvo, calibração e validação. Devido à heterogeneidade clínica e metodológica, foi realizada uma síntese narrativa estruturada. O protocolo foi registrado no PROSPERO (CRD42024625392). A predição relacionada à recidiva na esclerose múltipla é viável, mas as evidências atuais permanecem heterogêneas e insuficientemente validadas para implementação clínica de rotina. O progresso exigirá definições harmonizadas de resultados, relatórios de calibração consistentes, avaliação de modelo transparente e validação externa em populações clinicamente diversas.

O que encontraram

Foram incluídos 14 estudos: cinco estudos convencionais de prognóstico de recaídas, quatro estudos individualizados de predição de efeitos de tratamento e cinco estudos exploratórios relacionados a recidivas. Modelos clinicamente interpretáveis baseados em dados clínicos estruturados geralmente demonstraram discriminação moderada, mas validação mais transparente. Estudos que relataram desempenho preditivo muito alto foram comumente baseados em amostras menores, dados de alta dimensão ou validação independente limitada. A calibração e validação externa foram relatadas de forma inconsistente.

Tradução automática do resumo original, publicado em Frontiers in public health sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.