Tecnologias utilizadas pela enfermagem para predição de deterioração clínica em adultos hospitalizados: revisão de escopo

Gondim, Érica Sobral; Gomes, Emiliana Bezerra; Matos, José Hiago Feitosa de; Pinto, Sarah de Lima; Oliveira, Célida Juliana de; Alencar, Ana Maria Parente Garcia

doi:10.1590/0034-7167-2021-0570pt

Acessibilidade / Reportar erro

Brasil

Revista Brasileira de Enfermagem

Español English

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

REVISÃO • Rev. Bras. Enferm. 75 (5) • 2022 • https://doi.org/10.1590/0034-7167-2021-0570pt copiar

Tecnologias utilizadas pela enfermagem para predição de deterioração clínica em adultos hospitalizados: revisão de escopo

Autoria SCIMAGO INSTITUTIONS RANKINGS

RESUMO

Objetivo:

mapear as tecnologias de deterioração clínica precoce utilizadas na prática profissional do enfermeiro na assistência a pacientes adultos hospitalizados.

Métodos:

trata-se de scoping review, segundo Joanna Briggs Institute Reviewer’s Manual, que busca o mapeamento das principais tecnologias para detecção de deterioração clínica precoce de pacientes hospitalizados disponíveis de uso do enfermeiro, sumarizando-as e indicando lacunas no conhecimento a serem investigadas.

Resultados:

foram encontrados 27 estudos. As variáveis mais presentes nas tecnologias foram sinais vitais, débito urinário, escalas de consciência e riscos, exame clínico e julgamento do enfermeiro. Os principais desfechos foram acionamento de times de resposta rápida, morte, parada cardiorrespiratória e admissão em unidades de cuidados críticos.

Considerações finais:

o estudo enfatiza as variáveis mais acuradas na avaliação clínica do paciente, para que se possam priorizar sinais indicativos de potencial gravidade para guiar condutas em saúde visando intervir precocemente diante da deterioração clínica em curso.

Descritores:
Tecnologias; Enfermagem; Deterioração Clínica; Pacientes Internados; Segurança do Paciente

Chaves de busca	Scopus	WOS	MEDLINE	CINAHL
(injury severity score) AND (clinical deterioration) AND (inpatients)	4	0	5	0
(early warning score) AND (risk assessment) AND (inpatients)	209	1	62	4
(early warning score) AND (clinical deterioration) AND (inpatients)	292	9	66	7
TOTAL = 659	505	10	133	11

ID	Referência	País	Delineamento	NE	Objetivo
A1	Fogerty et al. (2018)(²⁰20 Fogerty RL, Sussman LS, Kenyon K, Li F, Sukumar N, Kliger AS, et al. Using system inflammatory response syndrome as an easy-to-implement, sustainable, and automated tool for all-cause deterioration among medical inpatients. J Patient Saf. 2019;15(4):e74-7. https://doi.org/10.1097/PTS.0000000000000463 https://doi.org/10.1097/PTS.000000000000... )	Estados Unidos	Observacional prospectivo	3b	Desenvolver e examinar o uso de uma ferramenta de detecção de deterioração de baixo custo baseada no critério Síndrome da Resposta Inflamatória Sistêmica (SIRS).
A2	Albutt et al. (2020)(²¹21 Albutt A, O’Hara J, Conner M, Lawton R. Involving patients in recognising clinical deterioration in hospital using the patient wellness questionnaire: a mixed-methods study. J Res Nurs. 2020;25(1):68-86. https://doi.org/10.1177/1744987119867744 https://doi.org/10.1177/1744987119867744... )	Reino Unido	Métodos mistos	4	Desenvolver e avaliar um método de envolvimento do paciente no reconhecimento de deterioração clínica e explorar sua viabilidade e aceitabilidade sob a perspectiva dos pacientes.
A3	Luis e Nunes (2018)(⁵5 Luís L, Nunes C. Short national early warning score: developing a modified early warning score. Aust Crit Care 2018;31(6):376-81. https://doi.org/10.1016/j.aucc.2017.11.004 https://doi.org/10.1016/j.aucc.2017.11.0... )	Portugal	Coorte	2b	Avaliar se um modelo do National Early Warning Score (NEWS) simplificado melhorará o uso e coleta de dados.
A4	Kia et al. (2020)(⁸8 Kia A, Timsina P, Joshi HN, Klang E, Gupta RR, Freeman RM, Reich DL, et al. MEWS++: enhancing the prediction of clinical deterioration in admitted patients through a machine learning model. J. Clin. Med. 2020;9(2):343. https://doi.org/10.3390/jcm9020343 https://doi.org/10.3390/jcm9020343... )	Estados Unidos	Coorte	2b	Descrever um modelo de inteligência artificial que habilite a identificação de pacientes em risco de intensificação de cuidados ou de morte seis horas antes do evento.
A5	Kirkland et al.(2013)(⁴4 Kirkland LL, Malinchoc M, O’Byrne M, Benson JT, Kashiwagi DT, Burton MC, et al. A clinical deterioration prediction tool for internal medicine patients. Am J Med Qual. 2013;28(2):135-42. https://doi.org/10.1177/1062860612450459 https://doi.org/10.1177/1062860612450459... )	Estados Unidos	Caso-controle	2b	Criar e validar uma ferramenta de predição de deterioração clínica usando medidas de enfermagem e clínicas rotineiramente coletadas.
A6	Prytherch et al. (2010)(²²22 Prytherch DR, Smith GB, Schmidt PE, Featherstone PI. ViEWS: towards a national early warning score for detecting adult inpatient deterioration. Resuscitation. 2010;81(8):932-7. https://doi.org/10.1016/j.resuscitation.2010.04.014 https://doi.org/10.1016/j.resuscitation.... )	Reino Unido	Coorte	2b	Desenvolver um sistema de rastreio e acionamento para alerta precoce de detecção de deterioração do paciente.
A7	Romero-Brufau et al. (2019)(¹⁴14 Romero-Brufau S, Gaines K, Nicolas CT, Johnson MG, Hickman J, Huddleston JM. The fifth vital sign? nurse worry predicts inpatient deterioration within 24 hours. JAMIA Open. 2019;2(4):465-70. https://doi.org/https://doi.org/10.1093/jamiaopen/ooz033 https://doi.org/https://doi.org/10.1093/... )	Estados Unidos	Coorte	2b	Avaliar a acurácia do julgamento do enfermeiro em detectar iminente deterioração fisiológica.
A8	O’Connell et al. (2016)(⁶6 O’Connell A, Flabouris A, Kim SW, Horwood C, Hakendorf P, Thompson CH. A newly-designed observation and response chart’s effect upon adverse inpatient outcomes and rapid response team activity. Intern Med J. 2016;46(8):909-16. https://doi.org/10.1111/imj.13137 https://doi.org/10.1111/imj.13137... )	Austrália	Observacional retrospectivo	4	Avaliar o impacto de um novo gráfico de observação e resposta padronizado.
A9	Paterson et al. (2006)(²³23 Paterson R, MacLeod DC, Thetford D, Beattie A, Graham C, Lam S, et al. Prediction of in-hospital mortality and length of stay using an early warning scoring system: clinical audit. Clin Med (London). 2006;6(3):281-4. https://doi.org/10.7861/clinmedicine.6-3-281 https://doi.org/10.7861/clinmedicine.6-3... )	Escócia	Coorte	2b	Avaliar o impacto da introdução de um sistema de pontuação de alerta precoce padronizado nas avaliações e desfechos de pacientes em admissões agudas.
A10	Kyriacos et al. (2014)(²⁴24 Kyriacos U, Jelsma J, James M, Jordan S. Monitoring vital signs: development of a modified early warning scoring (MEWS) system for general wards in a developing country. PLoS One. 2014;9(1):e87073. https://doi.org/10.1371/journal.pone.0087073 https://doi.org/10.1371/journal.pone.008... )	África do Sul	Estudo metodológico	5	Desenvolver e validar um gráfico de observações para enfermeiros incorporando um sistema de pontuação de alerta precoce com parâmetros fisiológicos para monitorização de cabeceira em enfermarias gerais em um hospital público na África do Sul.
A11	Pirret e Kazula (2021)(²⁵25 Pirret AM, Kazula LM. The impact of a modified New Zealand Early Warning Score (M-NZEWS) and NZEWS on ward patients triggering a medical emergency team activation: a mixed methods sequential design. Intensive Crit Care Nurs. 2021;62:102963. https://doi.org/10.1016/j.iccn.2020.102963 https://doi.org/10.1016/j.iccn.2020.1029... )	Nova Zelândia	Métodos mistos	2b	Determinar o impacto de NZEWS modificado (M-NZEWS) e NZEWS como gatilhos de ativação de time de emergência em pacientes de enfermaria médica.
A12	Gillies et al. (2020)(²⁶26 Gillies CE, Taylor DF, Cummings BC, Ansari S, Islim F, Kronick SL, et al. Demonstrating the consequences of learning missingness patterns in early warning systems for preventative health care: a novel simulation and solution. J Biomed Inform. 2020;110:103528. https://doi.org/https://doi.org/10.1016/j.jbi.2020.103528 https://doi.org/https://doi.org/10.1016/... )	Estados Unidos	Coorte	2b	Desenvolver um novo sistema de alerta precoce (PICTURE) para predizer deterioração de paciente hospitalizado.
A13	Capan et al. (2018)(²⁷27 Capan M, Hoover S, Miller KE, Pal C, Glasgow JM, Jackson EV, et al. Data-driven approach to early warning score-based alert management. BMJ Open Qual. 2018;7(3):e000088. https://doi.org/10.1136/bmjoq-2017-000088 https://doi.org/10.1136/bmjoq-2017-00008... )	Estados Unidos	Observacional retrospectivo	4	Desenvolver e avaliar abordagem sistemática para gerenciar um sistema de alerta precoce.
A14	Churpek et al. (2014)(⁹9 Churpek MM, Yuen TC, Park SY, Gibbons R, Edelson DP. Using electronic health record data to develop and validate a prediction model for adverse outcomes on the wards. Crit Care Med. 2014;42(4):841-8. https://doi.org/10.1097/CCM.0000000000000038 https://doi.org/10.1097/CCM.000000000000... )	Estados Unidos	Coorte	2b	Desenvolver e validar um modelo de predição para detectar parada cardíaca usando dados de prontuários eletrônicos.
A15	Rothman et al. (2013)(¹⁵15 Rothman MJ, Rothman SI, Beals-IV J. Development and validation of a continuous measure of patient condition using the Electronic Medical Record. J Biomed Inform. 2013;46(5):837-48. https://doi.org/10.1016/j.jbi.2013.06.011 https://doi.org/10.1016/j.jbi.2013.06.01... )	Estados Unidos	Survey	1c	Relatar o desenvolvimento e validação de uma medida contínua de condição clínica geral que possa ser usado para paciente médico-cirúrgico e de cuidados críticos.
A16	Royal College of Physicians (2012)(¹²12 Royal College of Physicians. National Early Warning Score (NEWS). Standardising the assessment of acute-illness severity in the NHS: updated report of a working party [Internet]. London: RCP, 2017 [cited 2021 Jun 12];77p. Available from: https://www.rcplondon.ac.uk/file/8636/download https://www.rcplondon.ac.uk/file/8636/do... )	Reino Unido	Opnião de especialistas -Manual	5	Fornecer suporte ao treinamento para uso do NEWS em serviço.
A17	Jarvis et al. (2015)(⁷7 Jarvis S, Kovacs C, Briggs J, Meredith P, Schmidt PE, Featherstone PI, et al. Can binary early warning scores perform as well as standard early warning scores for discriminating a patient’s risk of cardiac arrest, death or unanticipated intensive care unit admission? Resuscitation. 2015;93:46-52. http://doi.org/10.1016/j.resuscitation.2015.05.025 http://doi.org/10.1016/j.resuscitation.2... )	Reino Unido	Coorte	2b	Desenvolver o NEWS binário, investigando a efetividade de duas possíveis pontuações para cada sinal vital.
A18	Subbe et al. (2001)(²⁸28 Subbe CP, Kruger M, Rutherford P, Gemmel L. Validation of a modified early warning score in medical admissions. QJM. 2001;94(10):521-6. https://doi.org/10.1093/qjmed/94.10.521 https://doi.org/10.1093/qjmed/94.10.521... )	Reino Unido	Coorte	2b	Avaliar a habilidade de um EWS modificado para identificar pacientes clínicos de risco e como ferramenta de triagem de avaliação precoce para admissão em unidade de alta dependência.
A19	Kho et al. (2007)(¹⁰10 Kho A, Rotz D, Alrahi K, Cárdenas W, Ramsey K, Liebovitz D, et al. Utility of commonly captured data from an EHR to identify hospitalized patients at risk for clinical deterioration. AMIA Annu Symp Proc [Internet]. 2007 [cited 2021 Jul 9];3:404-8. Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2655808/ https://www.ncbi.nlm.nih.gov/pmc/article... )	Estados Unidos	Coorte	2b	Avaliar se uma escala gerada automaticamente baseada em dados de um registro médico eletrônico pode detectar com acurácia pacientes em risco para colapso cardiovascular, morte ou transferência para UTI.
A20	Smith et al. (2006)(²⁹29 Smith GB, Prytherch DR, Schmidt P, Featherstone PI, Knight D, Clements G, et al. Hospital-wide physiological surveillance: a new approach to the early identification and management of the sick patient. Resuscitation. 2006;71(1):19-28. https://doi.org/10.1016/j.resuscitation.2006.03.008 https://doi.org/10.1016/j.resuscitation.... )	Reino Unido	Série de casos	4	Descrever um sistema de coleta de sinais vitais à beira-leito usando assistente digital pessoal (PDA) padronizado integrado aos dados fisiológicos e laboratoriais para avaliar severidade de doenças e apoiar a decisão clínica.
A21	Hodgetts et al. (2002)(³⁰30 Hodgetts TJ, Kenward G, Vlachonikolis IG, Payne S, Castle N. The identification of risk factors for cardiac arrest and formulation of activation criteria to alert a medical emergency team. Resuscitation. 2002;54(2):125-31. https://doi.org/10.1016/s0300-9572(02)00100-4 https://doi.org/10.1016/s0300-9572(02)00... )	Reino Unido	Quase-experimental	2b	Identificar fatores de risco para parada cardiorrespiratória (PCR) intra-hospitalar, formular critérios de ativação do time de emergência médica (MET) e avaliar a sensibilidade e especificidade para o sistema de pontuação.
A22	Nishijima et al. (2016)(³¹31 Nishijima I, Oyadomari S, Maedomari S, Toma R, Igei C, Kobata S, et al. Use of a modified early warning score system to reduce the rate of in-hospital cardiac arrest. J Intensive Care. 2016;4:12. https://doi.org/10.1186/s40560-016-0134-7 https://doi.org/10.1186/s40560-016-0134-... )	Japão	Ensaio clínico não randomizado	2b	Detectar precocemente anormalidades pela classificação dos sinais vitais.
A23	Preece et al. (2010)(³²32 Preece MHW, Horswill MS, Hill A, Watson MO. The development of the Adult Deterioration Detection System (ADDS) Chart Report prepared for the Australian Commission on Safety and Quality in Health Care’s program for Recognising and Responding to Clinical Deterioration [Internet]. 2010 [cited 2021 Jun 18]. 26p. Available from: https://www.safetyandquality.gov.au/sites/default/files/migrated/35981-ChartDevelopment.pdf https://www.safetyandquality.gov.au/site... )	Austrália	Séries de casos	4	Investigar a eficácia dos gráficos de observação em reconhecer e gerenciar deterioração.
A24	Chatterjee et al. (2005)(³³33 Chatterjee MT, Moon JC, Murphy R, McCrea D. The “OBS” chart: an evidence based approach to re-design of the patient observation chart in a district general hospital setting. Postgrad Med J. 2005;81(960):663-6. https://doi.org/10.1136/pgmj.2004.031872 https://doi.org/10.1136/pgmj.2004.031872... )	Reino Unido	Coorte	2b	Avaliar se a abordagem para redesenhar gráfico de observação melhora a detecção de declínio fisiológico.
A25	Bailey et al. (2013)(¹¹11 Bailey TC, Chen Y, Mao Y, Lu C, Hackmann G, Micek ST, et al. A trial of a real-time alert for clinical deterioration in patients hospitalized on general medical wards. J Hosp Med. 2013;8(5):236-42. https://doi.org/10.1002/jhm.2009 https://doi.org/10.1002/jhm.2009... )	Estados Unidos	Crossover	1b	Validar prospectivamente um algoritmo preditivo de deterioração clínica em pacientes de enfermaria médica geral e conduzir um ensaio baseado neste algoritmo.
A26	Jacques et al. (2006)(³⁴34 Jacques T, Harrison GA, McLaws ML, Kilborn G. Signs of critical conditions and emergency responses (SOCCER): a model for predicting adverse events in the inpatient setting. Resuscitation. 2006;69(2):175-83. https://doi.org/10.1016/j.resuscitation.2005.08.015 https://doi.org/10.1016/j.resuscitation.... )	Austrália	Transversal	2b	Estabelecer associação entre registros de variáveis fisiológicas alteradas e eventos adversos.
A27	Kollef et al. (2016)(³⁵35 Kollef MH, Heard K, Chen Y, Lu C, Martin N, Bailey T. Mortality and length of stay trends following implementation of a rapid response system and real-time automated clinical deterioration alerts. Am J Med Qual. 2017;32(1):12-8. https://doi.org/10.1177/1062860615613841 https://doi.org/10.1177/1062860615613841... )	Estados Unidos	Observacional retrospectiva	3b	Determinar a influência potencial de um sistema de resposta rápida empregando alertas de deterioração clínica em tempo real (RTCDAs) em pacientes de oito unidades médicas gerais.

ID	Tecnologia	Desfechos	Variáveis mensuradas para determinação da deterioração clínica
ID	Tecnologia	Desfechos	PA	FC	FR	T	SPO₂	Outras
A1	Alerta automatizado baseado em SIRS	Transferência para UTI e morte	X	X	X	X		Exames laboratoriais
A2	Questionário de Bem-Estar do Paciente (PWQ)	Autopercepção de bem-estar						Habilidade dos pacientes para reconhecer deterioração
A3	Short NEWS	Transferência para UTI e morte	X	X	X		X	Oxigenoterapia, nível de consciência
A4	MEWS++	Transferência para UTI e morte	X	X	X		X	Variáveis demográficas, nível de consciência, características de admissão e permanência, exames laboratoriais, exames clínicos e notas de enfermagem^* * Estudos que trazem variáveis de avaliação específicas do enfermeiro.
A5	Ferramenta de predição de deterioração clínica	Deterioração clínica	X		X	X	X	Escala de Braden, índice de choque, escala de risco de queda
A6	VitalPAC- EWS (ViEWS)	Status de alta e acionamentos de time de resposta rápida (TRR)	X	X	X	X	X	Nível de consciência
A7	Escore Fator de Preocupação (WF) dos enfermeiros	PCR, acionamentos de TRR, transferência para UTI						Julgamento clínico dos enfermeiros^* * Estudos que trazem variáveis de avaliação específicas do enfermeiro.
A8	Gráfico de observação e resposta padronizado	PCR, acionamentos de TRR, transferência para UTI, morte		X	X	X	X	Oxigenoterapia, nível de consciência e de sedação, escala de dor
A9	Gráfico do aistema de pontuação de alerta precoce (SEWS chart)	Registro de parâmetros e morte	X	X	X	X	X	Nível de consciência
A10	MEWS chart	Deterioração clínica	X	X	X	X	X	Débito urinário, nível de consciência
A11	NZEWS modificado (M-NZEWS) e NZEWS	PCR, acionamentos de TRR	X	X	X	X	X	Nível de consciência, oxigenoterapia
A12	PICTURE	Transferência para UTI, administração de medicação vasoativa, morte	X	X	X		X	Oxigenoterapia, Escala de Coma de Glasgow, débito urinário, exames laboratoriais, valores calculados (índice de choque, idade x índice de choque, pressão de pulso)
A13	Christiana Care Early Warning Score (CEWS)	Acionamentos de TRR e evento composto (acionamento de TRR, ativação de código azul, transferência para UTI ou morte)	X	X	X	X	X	Nível de consciência, oxigenoterapia e 8 avaliações clínicas derivadas de avaliações de enfermagem^* * Estudos que trazem variáveis de avaliação específicas do enfermeiro.
A14	Modelo de predição para resultados adversos nas enfermarias	PCR e transferência para a UTI	X	X	X	X	X	Exames laboratoriais, características do paciente (idade, nível de consciência, ar ambiente, estadia prévia em UTI)
A15	Índice de Rothman	Disposição para alta, readmissão em 30 dias, deterioração clínica, PCR e morte	X	X	X	X	X	43 variáveis candidatas: 13 avaliações de enfermagem^* * Estudos que trazem variáveis de avaliação específicas do enfermeiro. , 6 sinais vitais, 23 exames laboratoriais e monitorização de ritmos cardíacos
A16	NEWS	Morte	X	X	X	X	X	Nível de consciência e oxigenoterapia
A17	NEWS binário	PCR, transferência para UTI e morte	X	X	X	X	X	Oxigenoterapia, nível de consciência
A18	Escala de Alerta Precoce Modificada (MEWS)	Acionamentos de TRR, transferência para UTI e morte	X	X	X	X		Dados demográficos, nível de consciência
A19	Sistema de pontuação automático com dados de registro médico eletrônico	Acionamentos de TRR por PCR, transferência para UTI e morte	X	X	X	X		Idade e Índice de Massa Corpórea (IMC)
A20	Sistema hospitalar de vigilância do paciente	Severidade da doença, potencial risco de desenvolver desfecho adverso	X	X	X	X		Nível de consciência, débito urinário, exames laboratoriais
A21	Sistema de pontuação de risco para PCR hospitalar com critérios para alerta do MET	PCR	X	X	X	X	X	Julgamento clínico do enfermeiro^* * Estudos que trazem variáveis de avaliação específicas do enfermeiro. , débito urinário, nível de consciência, dor
A22	MEWS modificado	PCR	X	X	X	X		Nível de consciência, preocupação do enfermeiro sobre a condição do paciente
A23	Sistema de Detecção de Deterioração de Adulto (ADDS chart)	Deterioração clínica	X	X	X	X	X	Oxigenoterapia, débito urinário, nível de consciência, dor
A24	Gráfico de observação (OBS chart) beira-leito	Deterioração clínica	X	X	X	X	X	-
A25	Ferramenta de predição de deterioração com algoritmo de alerta em tempo real	Tempo de permanência hospitalar, transferência para UTI e morte	X	X	X		X	Índice de choque, uso de anticoagulante, idade, exames laboratoriais
A26	Sinais de Condições Críticas e Resposta de Emergência (SOCCER)	Problemas respiratórios severos, PCR, transferência para UTI e morte	X	X	X		X	Variáveis (e.g., nível de consciência, débito urinário, exames laboratoriais) listadas em 02 tabelas: 1 com 26 sinais precoces e outra com 21 sinais tardios de condições críticas
A27	Sistema de resposta rápida e alertas de deterioração clínica automatizados em tempo real	PCR, tempo de permanência hospitalar e morte	X	X	X		X	Índice de choque, alteração na coagulação

Associação Brasileira de Enfermagem SGA Norte Quadra 603 Conj. "B" - Av. L2 Norte 70830-102 Brasília, DF, Brasil, Tel.: (55 61) 3226-0653, Fax: (55 61) 3225-4473 - Brasília - DF - Brazil
E-mail: reben@abennacional.org.br

Acompanhe os números deste periódico no seu leitor de RSS

[1] Autor Correspondente: Érica Sobral Gondim E-mail: erica.sobral@urca.br