1) O documento discute a modelagem de conceitos clínicos e psicológicos relacionados ao diagnóstico de demências para auxiliar no diagnóstico médico computadorizado.
2) É apresentada uma revisão sistemática da literatura sobre testes neurológicos utilizados no diagnóstico de suspeita de demência em atenção primária.
3) O teste Free and Cued Selective Reminding é destacado e seus componentes são modelados em arquétipos segundo as especificações do framework openEHR para modelagem de sistemas
Em um local de crime com óbito muitas perguntas devem ser respondidas. Quem é...
Presentation WIM 2011
1. Modelagem dos Conceitos Clínicos e
Psicológicos de Demências para o Diagnóstico
Auxiliado por Computador
Michele M. V. Ferreira Timothy W. Cook Luciana T. Cavalini
Psicóloga, Mestranda Colaborador Internacional Profa. UFF
Laboratório Associado INCT-MACC “Multilevel Healthcare Information Modeling”
LA-MLHIM UFF/UERJ
2. Demência
• Problema de saúde pública
– Crescente com o envelhecimento populacional
– Incapacitante (paciente e cuidadores)
• O diagnóstico raramente é oportuno
– Incerteza diagnóstica na atenção primária
– Desconhecimento dos critérios de suspeita
– Testes de confirmação não disponíveis
– Diagnóstico desalentador
3. Situação Ideal: Rede de Assistência
Atenção Primária: Atenção Secundária:
Suspeita Diagnóstica Confirmação Diagnóstica
Seguimento Integral Seguimento Especializado
4. Modelagem Tradicional = Papel
Extrato de Informação S1: Extrato de Informação S2:
- Perda de memória - MMSE = 8
- Irritabilidade - Amiloide LCR +
- ID: DA? DV? - ID: DA
5. Modelagem Multinível
Extrato de Informação S1: Extrato de Informação S1:
- Perda de memória - Perda de memória
- Irritabilidade - Irritabilidade
- ID: DA? DV? - ID: DA? DV?
Extrato de Informação S2:
- MMSE = 8
- Amiloide LCR +
- ID: DA
6. Modelagem Multinível
Extrato de Informação S1: Extrato de Informação S1:
- Perda de memória - Perda de memória
- Irritabilidade - Irritabilidade
- ID: DA? DV? - ID: DA? DV?
Extrato de Informação S2: Extrato de Informação S2:
- MMSE = 8 - MMSE = 8
- Amiloide LCR + - Amiloide LCR +
- ID: DA - ID: DA
7. Modelagem Multinível
Extrato de Informação S1: Extrato de Informação S2: Extrato de Informação S1:
- Perda de memória -Sintomas de impregnação? - Perda de memória
- Irritabilidade - Irritabilidade
- ID: DA? DV? - ID: DA? DV?
Extrato de Informação S2: Extrato de Informação S2:
- MMSE = 8 - MMSE = 8
- Amiloide LCR + - Amiloide LCR +
- ID: DA - ID: DA
8. Modelagem Multinível
Extrato de Informação S1: Extrato de Informação S1: Extrato de Informação S1: Extrato de Informação S1:
- Perda de memória -Sintomas de impregnação? - Perda de memória -Sintomas de impregnação?
- Irritabilidade - Irritabilidade Extrato de Informação S2:
- ID: DA? DV? - ID: DA? DV? -Ajuste da medicação
Extrato de Informação S2: Extrato de Informação S2:
- MMSE = 8 - MMSE = 8
- Amiloide LCR + - Amiloide LCR +
- ID: DA - ID: DA
Outra questão: manutenção do sistema
9. Objetivos
• Levantamento sistemático dos conceitos
clínicos utilizados para diagnóstico de suspeita
de demências (em atenção primária)
• Modelagem dos conceitos segundo as
especificações de modelagem multinível de
sistemas de informação em saúde
10. Método
• Revisão Sistemática
– De acordo com os critérios Cochrane
– Bases: PubMed, ISI Web of Science, Scopus,
Embase, Bireme (LILACS)
– MeSH Terms: Memory Disorders,
Neuropsychological Tests, Primary Health Care
• Especificações openEHR
– Modelagem dos conceitos: arquétipos
– Ocean® Archetype Editor®
11. Resultados (1)
• Revisão Sistemática: 7 artigos
• Teste mais citado (inclusive nas referências
cruzadas):
– Free and Cued Selective Reminding Test
• Sem tradução validada em português
• Vários módulos e métodos de aplicação
12. Resultados (2)
• Arquétipo da classe EVALUATION
• Estrutura: ITEM_TREE
• Cada formulário do teste (A, B e C): CLUSTER contendo 16 ELEMENT (um
para cada cartão apresentado ao paciente)
• Tipo de dados de cada ELEMENT: DV_COUNT
– Valor mínimo inclusive = 0
– Valor máximo inclusive = 3
• Para registro do resultado do FCSRT: Um CLUSTER contendo 2
ELEMENT
– Um ELEMENT com tipo de dados DV_COUNT
– Um ELEMENT com tipo de dados DV_TEXT (para o registro da
fórmula de cálculo do resultado)
13.
14. Conclusões
• A modelagem multinível é adequada para a modelagem do conhecimento de
conceitos diagnósticos de demência
– Adequação dos sistemas para as mudanças constantes dos critérios
diagnósticos
– Adaptação do aplicativo aos diferentes workflows de cada serviço
• Viabilidade e praticidade de instrumentos validados
• Um problema: diferentes versões para um mesmo instrumento
– openEHR só permite um arquétipo por conceito
– Especificações MLHIM: os Concept Constraint Definitions (CCD) são
identificados por uuid, permitindo mais de um modelo por conceito
15. Agradecimento Especial:
Sergio Freire (UERJ)
Muito Obrigada!
lutricav@vm.uff.br
Nosso código e nossa
documentação estão em:
http://www.mlhim.org
https://launchpad.net/mlhim