Pesquisa Testa 4 Escores de Risco para Delírio em Pronto-Socorro

O delírio é uma síndrome aguda, flutuante e frequentemente subdiagnosticada no pronto-socorro (PS) sobretudo na forma hipoativa. Em atendimentos de emergência em geriatria sua prevalência gira em torno de 10% a 15%, mas pode passar despercebido em até 83% dos casos. As consequências do delírio não reconhecido incluem internações mais longas, piora cognitiva, aumento de custos, queda da função a longo prazo e maior mortalidade em 7, 30 e 180 dias. Nesse contexto, um estudo validou externamente quatro ferramentas de estratificação de risco, com foco em modelos viáveis para uso rotineiro no PS e passíveis de integração ao prontuário eletrônico.

O que o estudo fez

• Objetivo: validar, em um PS acadêmico, quatro ferramentas de risco para delírio desenvolvidas previamente em outros cenários.

• Ferramentas avaliadas:

  1. REDEEM score

  2. Mayo Delirium Prediction (MDP) tool

  3. Kennedy rule

  4. Zucchelli tool

• Critério de escolha: uso de variáveis disponíveis no momento da visita ao PS (ex.: sinais vitais, motivo da consulta, avaliação de risco de queda, história de convulsões) e/ou dados comumente registrados na primeira hora de permanência; além de incluir um modelo automatizável com boa performance prévia em hospitalizados.

• Desfechos analisados: discriminação (AUROC), calibração (incluindo BS e BSS) e razões de verossimilhança (LR) úteis para decisões clínicas.

Principais resultados

• Desempenho discriminativo global (AUROC): variou de 0,701 a 0,921, indo de “potencialmente útil” (0,60–0,75) a “claramente útil clinicamente” (>0,75).

• Comparação com estudos originais:

  • REDEEM: AUROC 0,921 (vs 0,901 no desenvolvimento). Foi o melhor desempenho entre os quatro.

    • Corte sugerido: 11 pontos, com LR+ = 9,91 (forte capacidade de “confirmar” delírio em positivos).

  • MDP: AUROC 0,898 (vs 0,82 em validação prévia).

    • Para probabilidade prevista ≤5%, LR− = 0,07 (boa capacidade de “excluir” delírio em negativos).

  • Kennedy rule: AUROC 0,777 (vs 0,77 no original), mantendo desempenho parecido ao derivado.

  • Zucchelli: AUROC 0,701 (vs 0,893 no original), com queda de discriminação.

• Por que a ferramenta de Zucchelli caiu?

  • Maior uso crônico de psicotrópicos na coorte atual vs original (60,7% vs 34,6%), possivelmente por diferenças de prescrição (EUA vs Itália).

  • Risco de sobreajuste no estudo original (seleção de variáveis visando o maior AUROC no treino), ao contrário de abordagens penalizadas (ex.: LASSO) usadas pelos demais.

• Calibração (probabilidade absoluta correta):

  • REDEEM teve menor BS e maior BSS, indicando melhor calibração geral.

  • REDEEM e MDP mostraram “overcalling” nas curvas, influenciado pela menor prevalência de delírio nesta coorte (3,8%) comparada às originais (≈11,1% e 13,8%).

  • Kennedy e Zucchelli exibiram curvas alinhadas entre risco previsto e observado após Platt scaling aplicado aos dados desta coorte.

  • Os autores recalibraram REDEEM e MDP à prevalência local (materiais suplementares).

O que muda na prática do PS

• REDEEM como destaque pragmático: usa variáveis de triagem (sinais vitais, motivo da visita) e dados obtidos na primeira hora (risco de queda, história de convulsões), facilitando implantação imediata.

• MDP com performance semelhante, mas depende de variáveis menos disponíveis no PS (ex.: exames laboratoriais, admissão em UTI), o que reduz a viabilidade para triagem precoce.

• Integração ao prontuário eletrônico: o ideal é que a ferramenta forneça a pontuação/probabilidade exata, não apenas rótulos “alto/baixo risco”, para guiar quem testar e quando retestar, crucial porque o delírio flutua e muitas triagens ocorrem uma vez e cedo na permanência.

• Impacto operacional: a estratificação automatizada pode elevar detecção sem exigir pessoal dedicado, importante diante de superlotação e envelhecimento populacional.

Embora a discriminação seja o indicador mais reportado, calibração determina se a probabilidade prevista reflete o risco real em todo o espectro de pacientes. Neste estudo:

• REDEEM combinou alta discriminação (0,921) com melhor calibração (BS↓, BSS↑).

• MDP também se destacou, mas requer dados que nem sempre estão disponíveis no tempo-zero do PS.

• A prevalência de delírio menor na coorte (3,8%) exige recalibração antes da adoção local, mesmo para modelos com AUROC excelente.

Limitações reconhecidas pelos autores

1. Cenário único (PS acadêmico) com maioria de pacientes não hispânicos brancos, pode limitar generalização.

2. Diferenças na abstração de variáveis entre estudos; a lista automatizada de psicotrópicos pode não coincidir com a do estudo original de Zucchelli.

3. Padrão-ouro de delírio: uso de DTS e bCAM (válidos no PS e aplicáveis por não especialistas), mas não equivalem ao DSM-5; podem perder formas sutis de desatenção e sofrer com barreiras de idioma/letramento.

4. Ferramentas comparadas utilizaram critérios diferentes para diagnóstico (ex.: 4AT, CAM), com taxas de detecção distintas.

5. Desenho retrospectivo e dados de prontuários eletrônicos, sujeitos a imprecisão ou faltas.

6. Probabilidades previstas não existiam para Kennedy e Zucchelli; aplicou-se Platt scaling, calibrando apenas nesta coorte, o que impede comparação direta de calibração com as demais.

Conclusões centrais

• Três das quatro ferramentas (REDEEM, MDP e Kennedy) mostraram boa validade externa no PS.

• REDEEM e MDP apresentaram maior desempenho em discriminação e calibração; ambas são automatizáveis no prontuário, favorecendo triagem direcionada.

• Adoção clínica exige validação externa e recalibração locais, sobretudo diante de prevalências diferentes e mix de pacientes variado.

Próximos passos sugeridos pelos autores

• Estudos multicêntricos e mais diversos, confirmando a performance e a calibração.

• Avaliar desfechos orientados ao paciente após a estratificação (internação, mortalidade, duração do delírio) e intervenções subsequentes de prevenção/tratamento.

• Implantações piloto com integração EHR fornecendo probabilidade contínua, regras de testar/retestar e ajustes dinâmicos da calibração à prevalência local.

Referência:

Bartolacci M, Carpenter KP, Jeffery MM, Mullan AF, Carpenter CR, Bellolio F. Validation of 4 Risk Stratification Tools for Delirium in the Emergency Department. JAMA Netw Open. 2025;8(11):e2540920. doi:10.1001/jamanetworkopen.2025.40920