Identificação de transtornos mentais comuns e abuso de álcool/drogas no âmbito da atenção primária à saúde: Desenvolvimento de instrumentos informatizados de rastreio e avaliação diagnóstica

Resumo: Introdução: Estudos concordam quanto à alta prevalência e impacto dos transtornos mentais (TMs) na saúde pública,
porém, há um desencontro entre a alta prevalência de TMs e a falta de acesso ao tratamento pela população. Assim,
torna-se necessária a melhoria da cobertura da atenção em saúde mental, com aprimoramento da capacidade dos
profissionais da atenção primária (AP) em detectar, diagnosticar, tratar e encaminhar pacientes com TMs. Modelos para
a identificação precoce e o tratamento de TMs propõem o uso de escalas de triagem nas salas de espera.
Considerando que modelos eletrônicos para coleta de dados na AP vem se tornando um componente essencial no
sistema de saúde, uma possível resposta a esse desafio seria a implementação de soluções computacionais baseadas
em ciência de dados. Objetivos: Assim essa proposta objetiva sistematizar a avaliação, a identificação precoce e o
tratamento dos transtornos mentais mais prevalentes na população geral assistida pelos serviços de Atenção Primária
à Saúde, por meio do desenvolvimento de soluções computacionais de coleta de dados, integração e interoperabilidade
de dados e de informações, algoritmos de predição e técnicas de inteligência artificial. Métodos: Para isso, será
conduzido um estudo de desenvolvimento tecnológico ancorado em técnicas computacionais, tais como Aprendizagem
de Máquina (Machine Learning), Modelagem conceitual baseada em Ontologias e avaliação de implantação de
programa. Este estudo será um estudo piloto que pretende produzir ferramentas e conhecimentos que tenham o
potencial de serem posteriormente incorporados ao trabalho das equipes de saúde vinculadas à Estratégia de Saúde
da Família de todo o estado do ES. O estudo será desenvolvido em quatro etapas: Etapa 1 – Preparação tecnológica:
Especificação de instrumentos informatizados de avaliação psiquiátrica e soluções computacionais para a sua
utilização. Essa etapa corresponderá à preparação dos elementos tecnológicos iniciais que irão suportar as atividades
de coleta de dados gerais e de rastreamento e avaliação diagnóstica dos transtornos mentais descritos. Nessa etapa
pretende-se criar elementos tecnológicos a serem utilizados nas etapas seguintes; Etapa 2 - Detecção de transtornos
mentais na população assistida nos serviços de atenção primária à saúde: Serão utilizados os elementos tecnológicos
desenvolvidos na Etapa 1 para o rastreamento (Módulo 1 - Visita domiciliar do Agente Comunitário de Saúde) e para a
avaliação diagnóstica (Módulo 2 - Recepção/sala de espera da Unidade Básica de Saúde) dos transtornos mentais
mais prevalentes na população geral (transtornos depressivos, ansiosos e relacionados ao abuso de álcool e outras
drogas), que serão aplicados nos adultos (18 anos ou mais) assistidos na Unidade Básica de Saúde. Serão usados
para rastreio e entrevista diagnóstica, nos módulos 1 e 2, respectivamente, os instrumentos PRIME-MD e Composite
International Diagnostic Interview (CIDI); Etapa 3 - Avaliação da performance do instrumento de rastreamento em
comparação com o instrumento diagnóstico: Os dados gerados na Etapa 2 serão utilizados para análise do
desempenho do instrumento de rastreamento (PRIME-MD) na identificação de casos de TMC, utilizando-se o
CIDI-SAQ como padrão-ouro. Serão avaliados os seguintes parâmetros de desempenho do PRIME-MD: sensibilidade,
especificidade, valor preditivo positivo, valor preditivo negativo e acurácia. A concordância de classificação será
avaliada através do coeficiente de Kappa. Os pontos de corte do PRIME-MD para a população-alvo serão
estabelecidos por meio da análise da curva obtida pelo Receiver Operating Characteristic (ROC), método utilizado para
a comparação do teste de rastreamento com os resultados do padrão-ouro. A curva ROC é obtida pelo plotting da
sensibilidade (eixo y) contra falsos-positivos (complemento da especificidade) no eixo x, ambos independentes da
prevalência, para todos os possíveis pontos de corte do instrumento de rastreamento, obtendo-se uma linha contínua.
Esta avaliação permitirá a correção da identificação de casos e não-casos encontrados nos domicílios e das
estimativas de prevalência na população-alvo. Além disso, servirá de embasamento para a decisão de recomendar e
utilizar esse instrumento para o rastreamento de TMC na atenção primária. Etapa 4: Análise e Mineração de Dados
sobre o Repositório: Aplicação de técnicas de Data Science, produção e testagem de algoritmos de aprendizado de
máquina. Os dados coletados na Etapa 2 serão utilizados no processo de análise e como fonte primária para os
algoritmos de mineração de dados aplicados sobre o repositório. Nessa etapa serão também conduzidas análises e
produzidas estatísticas sobre os dados coletados e armazenados no banco de dados/repositório para seleção,
determinação e aprendizagem de algoritmos de predição e técnicas de inteligência artificial que possam extrair
informações úteis no contexto explorado.
Resultados esperados: Espera-se encontrar soluções para a implementação de um sistema informatizado de
avaliações em sala de espera da rede de assistência em atenção primária, auxiliando os profissionais de saúde na
identificação precoce dos TMs e aumentando a efetividade dos cuidados.

Data de início: 2018-08-31
Prazo (meses): 24

Participantes:

Papelordem decrescente Nome
Aluno Doutorado Meirielli Vieira Bruzeguini
Aluno Doutorado Mariane Henriques França
Aluno Doutorado Flávia Garcia Pereira
Aluno Mestrado Rafael Bello Corassa
Colaborador Wilian Hiroshi Hisatugú

Páginas

Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Marechal Campos, 1468 - Bonfim, Vitória - ES | CEP 29047-105