A constante evolução da tecnologia em saúde permite diagnósticos clínicos cada vez mais rápidos e precisos, porém eles não são isentos de danos. Conhecer e calcular a capacidade preditiva de classificadores de risco é um passo fundamental no desenvolvimento de políticas de saúde e na criação de protocolos clínicos. O processo de avaliação de um teste diagnóstico normalmente tem início com o preenchimento da tabela de contingência. Testes diagnósticos com elevado número de falso positivos geram ansiedade, exames adicionais e tratamentos desnecessários. Testes diagnósticos com elevado número de falso negativos podem contribuir para demoras desnecessárias no tratamento de uma possível doença, podendo dificultar sua cura. A partir da experiência adquirida com a análise da capacidade preditiva do partograma da OMS, esta tese apresenta o desenvolvimento de um novo indicador de capacidade preditiva e diagnóstica de testes. Justifica-se este novo desenvolvimento pela necessidade de simplificar, integralizar e exibir de forma conjunta os principais parâmetros necessários à avaliação da capacidade preditiva e diagnóstica de testes. A avalição dos partogramas de 9.995 mulheres da Nigéria e Uganda mostrou que a linha de alerta deste instrumento possui uma baixa capacidade diagnóstica como preditor para desfechos adversos graves no trabalho de parto. A partir desses e outros resultados, em fevereiro de 2018 a OMS recomendou mudanças no partograma. Com isso, foi explorado o uso do gráfico-radar como uma ferramenta para facilitar a comunicação dos parâmetros já existentes utilizados na avaliação da capacidade diagnóstica dos testes. Sete documentos com diretrizes em saúde materna publicados pela OMS entre os anos de 2016 a 2018 foram utilizados nesse processo. Utilizando o cálculo da área inscrita do gráfico-radar apresenta-se também um novo indicador integrativo para avaliação da capacidade preditiva de testes diagnósticos, o Índice de Máxima Acurácia (IMA) / The constant evolution of health technology allows for faster and more accurate clinical diagnoses, but they are not harmless. Knowing and calculating the predictive capacity of risk classifiers is a fundamental step in the development of health policies and in the creation of clinical protocols. The process of evaluating a diagnostic test usually begins with the completion of the contingency table. Diagnostic tests with high false positives generate avoidable distress, additional tests and unnecessary treatments. Diagnostic tests with high false negatives may contribute to unnecessary delays in the treatment of a possible disease. Based on the experience gained with the analysis of predictive capacity of the WHO partograph, this thesis presents the development of a new indicator of predictive and diagnostic capacity of tests. This new development is justified by the need to simplify, integrate and display together the main parameters necessary for the evaluation of the predictive and diagnostic capacity of tests. The assessment of the partographs of 9,995 women from Nigeria and Uganda showed that the alert line of this instrument has a low diagnostic capacity as a predictor for serious adverse outcomes in labor. From these and other results, in February 2018 the WHO recommended changes in the partograph. The use of the radar chart was explored as a tool to facilitate the communication of the existing parameters used in the evaluation of the diagnostic capacity of the tests. Seven documents with guidelines on maternal health published by WHO between 2016 and 2018 were used in this process. Using the calculated area of the radar chart, a new integrative indicator for the predictive capacity of diagnostic tests, the Index of Maximum Accuracy (IMA), is also presented
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-12082019-104533 |
| Date | 16 May 2019 |
| Creators | Barbosa Junior, Francisco |
| Contributors | Souza, João Paulo Dias de |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0018 seconds