A resistência antimicrobiana é uma das maiores preocupações no tratamento de infecções graves, como a sepse. Um estudo publicado em JAMA em 07 de novembro de 2024, trouxe insights sobre a performance de modelos de estratificação de risco para a escolha de antibióticos empíricos em pacientes com sepse. Este estudo destacou a importância de adaptar a escolha de antibióticos empíricos baseando-se em dados locais de resistência, em vez de depender exclusivamente de modelos generalizados.
Os modelos de previsão utilizados foram desenvolvidos para identificar pacientes em risco de infecções por bacilos gram-negativos resistentes (GNB). Estes modelos inicialmente mostraram um desempenho promissor nas populações de derivação; contudo, a validação em diferentes coortes foi limitada. A pesquisa atual incorporou a utilização de modelos de deep learning com redes neurais artificiais para analisar dados médicos complexos e prever níveis de resistência antimicrobiana.
A análise revelou que o risco de infecções por bacilos gram-negativos resistentes resistente varia significativamente entre casos de sepse de origem hospitalar e comunitária e entre diferentes hospitais. Os fatores mais relevantes associados à resistência a antibióticos como ceftriaxona e cefepime incluíram histórico de múltiplas infecções e exposição prévia a antibióticos. Importante ressaltar, a prevalência de resistência observada nas coortes de estudo variou significativamente em relação aos estudos observacionais mais amplos, sugerindo uma consequência não intencional do uso excessivo de antibióticos de amplo espectro.
As diretrizes atuais para sepse recomendam o uso de dois antimicrobianos para tratamento empírico em pacientes com choque séptico e alto risco de infecções por bacilos gram-negativos resistentes resistente. No entanto, o estudo sugere que a estratificação de risco baseada exclusivamente em comorbidades do paciente pode ser inadequada sem considerar as taxas locais de resistência. A pesquisa recomenda que as instituições desenvolvam seus próprios modelos de estratificação de risco, ajustando-os às especificidades locais, similarmente ao que é feito com antibiogramas.
O estudo enfrentou limitações típicas de análises retrospectivas baseadas em dados de registros eletrônicos de saúde, como a ausência de confundidores potenciais. Para superar a brittleness (fragilidade) dos modelos, que falham em generalizar para novos dados, os pesquisadores propõem abordagens de generalização de domínio e classificação justa entre grupos para trabalhos futuros.
A performance variável dos modelos de estratificação de risco enfatiza a necessidade de considerar tanto as taxas de resistência locais quanto variáveis a nível de paciente. O estudo conclui que não se deve apoiar o uso generalizado de modelos padronizados sem essas considerações.
Este estudo destaca a complexidade e a necessidade de abordagens individualizadas no tratamento da sepse, algo crucial para os profissionais de saúde em suas práticas diárias. A adaptação das diretrizes baseada em evidências locais poderá ser um passo importante na luta contra a resistência antimicrobiana.
👉🏻 Para mais detalhes sobre esta pesquisa, acesse aqui o estudo na íntegra.
Referência:
Vazquez Guillamet MC, Liu H, Atkinson A, Fraser VJ, Lu C, Kollef MH. Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis. JAMA Netw Open. 2024;7(11):e2443658. doi:10.1001/jamanetworkopen.2024.43658