top of page

Como identificar um paciente cirúrgico de alto risco?

André P. Schmidt e Luciana C. Stefani




O número de procedimentos cirúrgicos continua a crescer globalmente e há uma clara necessidade de aumentar a disponibilidade de cirurgia segura, oportuna e acessível, especialmente em cenários de recursos limitados.


1 Como a expectativa geral de vida continua aumentando, é mais comum oferecer procedimentos complexos para pacientes com idade avançada e comorbidades graves, com inevitável aumento da morbidade e mortalidade após a cirurgia, apesar dos mais recentes avanços tecnológicos nos cuidados anestésicos.


Embora tanto a morbidade quanto a mortalidade pós-operatória variem significativamente entre os pacientes, ela é particularmente maior em um grupo vulnerável de pacientes de alto risco. Portanto, a identificação pré-operatória precisa de pacientes de alto risco é fortemente recomendada.

A estratificação de risco e o reconhecimento precoce de pacientes de alto risco podem melhorar os resultados, pois facilitam a tomada de decisões cirúrgicas, a otimização pré-operatória e o manejo intraoperatório e pós-operatório personalizado.


2 No entanto, para aprimorar o atendimento ao paciente, as ferramentas de estratificação de risco devem ser validadas para as populações-alvo em que serão aplicadas e devem ser facilmente aplicáveis ​​à beira do leito. Em última análise, a estratificação de risco precisa abranger a complexa interação entre os procedimentos cirúrgicos e anestésicos e as características específicas do paciente para poder avaliar a morbimortalidade pós-operatória em diferentes momentos, incluindo os períodos pré-operatório, intraoperatório e pós-operatório.


3 , 4 Muitos modelos de risco cirúrgico foram desenvolvidos e investigados. Classificação do Estado Físico da Sociedade Americana de Anestesiologistas (ASA-PS), Índice de Risco Cardíaco Revisado (RCRI), Calculadoras de Risco do Programa Nacional de Melhoria da Qualidade Cirúrgica do American College of Surgeons (ACS-NSQIP) e o modelo Surgical Outcome Risk Tool (SORT) são alguns dos sistemas de pontuação pré-operatória mais comumente usados. A classificação ASA-PS é o sistema de pontuação mais simples e tem sido usado desde 1941.


5A atribuição de risco é independente do procedimento cirúrgico e baseia-se apenas na avaliação subjetiva do estado geral de saúde do paciente, levando a uma confiabilidade significativa entre os avaliadores. O RCRI foi projetado para focar na mortalidade cardiovascular maior após cirurgias não cardíacas, consistindo em seis preditores independentes: cirurgia de alto risco, história de doença isquêmica do coração, insuficiência cardíaca congestiva, doença cerebrovascular, tratamento pré-operatório com insulina e creatinina sérica pré-operatória acima de 2 mg .dL −1 .


6 Infelizmente, seu desempenho é ruim na previsão de eventos cardíacos após cirurgias vasculares ou mortalidade por todas as causas após cirurgias não cardíacas.


6A calculadora de risco cirúrgico ACS-NSQIP consiste em 20 variáveis ​​específicas do paciente, incluindo ASA-PS, capacidade funcional relatada pelo paciente e a cirurgia planejada com mais de 1.500 códigos de terminologia de procedimento atuais que permitem a estimativa do risco pós-operatório específico do procedimento.


7No entanto, o ACS-NSQIP também apresenta limitações, não captando complicações cardiovasculares importantes, e não foi extensivamente validado fora dos Estados Unidos, prejudicando sua generalização. Finalmente, o modelo SORT foi validado em um estudo multicêntrico no Reino Unido que utilizou uma classificação de gravidade cirúrgica específica, composta por seis variáveis ​​principais: estado físico ASA-PS, urgência da cirurgia (acelerada, urgente, imediata), cirurgia de alto risco especialidade (gastrointestinal, torácica, vascular), gravidade cirúrgica (de menor a maior complexo), câncer e idade igual ou superior a 65 anos.


8O modelo SORT permite uma avaliação rápida e fácil do risco de mortalidade para indivíduos submetidos a cirurgia não cardíaca. No entanto, alguns estudos recentes indicaram que o SORT teve um desempenho ruim em outras populações em comparação com o trabalho original 9 e pode não ser um preditor preciso de resultados adversos em pacientes de alto risco.


10 Vale ressaltar que a previsão de complicações pós-operatórias é bastante difícil. Preditores de resultados perioperatórios são geralmente categorizados em dois grupos: fatores relacionados ao paciente e relacionados à cirurgia. A idade do paciente, comorbidades como doenças cardiovasculares e pulmonares, estado funcional, fragilidade e biomarcadores perioperatórios podem prever os resultados.


Cirurgias de emergência ou urgência aumentam significativamente o risco de complicações pós-operatórias. Outros preditores relacionados à cirurgia incluem duração da cirurgia, perda de sangue e cirurgia de grande porte. 11 No entanto, até agora, a maioria dos escores de previsão de complicações exibe precisão moderada na previsão de complicações pós-operatórias, especialmente em algumas subpopulações cirúrgicas.


12É importante enfatizar que essas ferramentas prevêem resultados em um “paciente típico”, mas são limitadas em prever com precisão o risco de um paciente individual, pois fatores específicos relacionados ao paciente e à cirurgia devem ser considerados. Alternativamente, modelos de predição de subespecialidades podem ser mais precisos para pacientes de alto risco e novos modelos de risco abordando grupos individuais de alto risco estão em constante desenvolvimento e validação. No final das contas, o objetivo final de qualquer ferramenta de previsão é fornecer informações adequadas e claras a pacientes e médicos para discutir preventivamente opções de tratamento, estratégias de resgate e, em um cenário mais extremo, decisões de fim de vida.

Como demonstrado, várias ferramentas de avaliação foram implementadas para identificar pacientes cirúrgicos de alto risco. No entanto, a maioria desses modelos foi desenvolvida e validada em países de alta renda. A viabilidade de uma avaliação de risco confiável é particularmente importante quando os recursos são limitados, especialmente em países de baixa e média renda (LMICs), onde a atenção primária é insuficiente e condições avançadas de doenças compõem o cenário cirúrgico. Portanto, a validação prospectiva é garantida em diferentes setores geopolíticos para testar a validade externa dessas pontuações. O Brasil, assim como a maioria dos países da América Latina, apresenta grandes disparidades em termos de acesso à saúde e recursos médicos disponíveis para atender pacientes cirúrgicos, fatores que podem impactar significativamente em piores resultados para pacientes individuais submetidos a cirurgia.13

Nesse contexto, Gutierrez et al., 14usando uma grande coorte cirúrgica brasileira, desenvolveram e investigaram um modelo de regressão logística multivariada, que prediz a mortalidade intra-hospitalar (o modelo de risco Ex-Care). Neste modelo de risco, foram considerados preditores do paciente e perioperatórios, e seu desempenho foi comparado com ferramentas de risco cirúrgico bem conhecidas, como o índice de comorbidade de Charlson (CCI), o RCRI e o modelo de risco SORT. O modelo de risco Ex-Care foi muito eficiente na identificação de pacientes cirúrgicos de alto risco, apresentando acurácia superior ao RCRI e desempenho semelhante aos modelos CCI e SORT. Embora esses achados sejam promissores, o novo modelo de risco cirúrgico precisa ser melhor investigado em estudos multicêntricos, exigindo uma avaliação de sua acurácia em outras instituições nacionais e internacionais.

Por todas as razões acima, nesta edição da Revista Brasileira de Anestesiologia convidamos os leitores a acessar vários estudos interessantes que fornecem novos insights sobre a estratificação e manejo de pacientes cirúrgicos de alto risco. Esses estudos abordaram uma miríade de tópicos relacionados à cirurgia de alto risco, desde medidas para detectar pacientes com maior risco de complicações até estratégias focadas em fornecer cuidados perioperatórios aprimorados em pacientes cirúrgicos de alto risco.


15 , 16 , 17 , 18 , 19 , 20 , 21 , 22 Dentre esses estudos, é tentador destacar o protocolo de estudo multicêntrico descrito por Passos et al., 15propondo uma grande investigação nacional do modelo Ex-Care como uma nova e válida ferramenta de risco para a população cirúrgica brasileira. Este é um estudo de coorte retrospectivo, multicêntrico, que visa construir um modelo nacional de risco pré-operatório baseado no modelo Ex-Care de probabilidade de morte em 30 dias após a cirurgia. A mortalidade intra-hospitalar dentro de 30 dias após a cirurgia será o desfecho primário.


É importante ressaltar que até o momento não existe um modelo de risco cirúrgico desenvolvido para a população brasileira. Portanto, o modelo Ex-Care pode ser uma ferramenta útil para estratificar com precisão o risco de morte após a cirurgia no Brasil, auxiliando os profissionais envolvidos nos cuidados perioperatórios a identificar pacientes cirúrgicos de alto risco e a planejar melhor as estratégias terapêuticas.

A morbidade e a mortalidade para pacientes cirúrgicos de alto risco costumam ser altas, especialmente em locais com poucos recursos. O desenvolvimento de várias calculadoras de risco aumentou nossa capacidade de quantificar de forma abrangente o risco de eventos adversos pós-operatórios, especialmente a mortalidade relacionada à cirurgia. A associação dessas ferramentas com novos biomarcadores perioperatórios, escores de fragilidade e uma avaliação mais abrangente do estado funcional pode refinar ainda mais nossa capacidade de detectar pacientes cirúrgicos de alto risco.


Como o conhecimento continua a crescer nesta área, novas pesquisas devem se concentrar na implementação de estratégias de mitigação para reduzir eventos adversos após a cirurgia. Para aqueles pacientes identificados como tendo risco cirúrgico aumentado, estratégias perioperatórias para mitigar o risco podem precisar de um modelo cirúrgico totalmente novo associado a um cuidado perioperatório aprimorado com o potencial de reduzir mortes evitáveis ​​e o risco de eventos cardíacos adversos graves pós-operatórios. Essas estratégias podem incluir o momento da cirurgia após eventos ou intervenções cardíacas, um melhor manejo perioperatório de doença cardíaca isquêmica ou valvular, hipertensão, arritmia e insuficiência cardíaca.


23 Além disso, o acompanhamento pós-operatório abrangente deve ser realizado pelo menos nas primeiras 48 horas após a cirurgia, a fim de detectar eventos adversos e implementar estratégias de resgate precoce. Este caminho de cuidado pós-operatório aprimorado para pacientes cirúrgicos de alto risco, ou em outras palavras, um “pacote cirúrgico de alto risco” com uma tomada de decisão centrada no paciente, pode melhorar significativamente a experiência do paciente e os resultados através do processo cirúrgico para pacientes em maior risco de eventos adversos.


24 Nesse contexto, um recente estudo de coorte antes e depois com uma via clínica baseada na vigilância aprimorada para pacientes cirúrgicos de alto risco demonstrou uma redução significativa da mortalidade intra-hospitalar. 24Particularmente neste estudo, o “pacote cirúrgico de alto risco” incluiu seis elementos principais, como identificação e comunicação do risco, adoção de uma lista de verificação de alta da unidade de cuidados pós-anestésicos de alto risco, admissão imediata de enfermagem na enfermaria, intensificação do monitoramento dos sinais vitais , medição de troponina perioperatória e acesso imediato a suporte médico, se necessário. 24 Novas pesquisas ainda são necessárias para avaliar quais estratégias projetadas para melhorar os cuidados perioperatórios podem realmente reduzir a morbidade e a mortalidade em subpopulações cirúrgicas de alto risco.


Em resumo

Em resumo, o paciente cirúrgico de alto risco é um desafio crescente para os cuidados anestésicos modernos. A estratificação de risco perioperatório é atualmente um princípio fundamental de um atendimento adequado ao paciente cirúrgico.


O risco cirúrgico deve ser previsto para cada paciente no período pré-operatório, e os modelos de risco são ferramentas clínicas valiosas para a tomada de decisão compartilhada e o desenvolvimento de planos de cuidados individualizados. Os métodos para esOtratificar o risco individual incluem ferramentas de avaliação, medidas de capacidade funcional e ensaios de biomarcadores.


Eles têm o potencial de contribuir para a prestação de cuidados anestésicos e perioperatórios atualizados e de alta qualidade. Notavelmente, o desenvolvimento e a aplicação de ferramentas robustas para identificar adequadamente pacientes de alto risco são essenciais para fundamentar futuros estudos de intervenção em direção a melhores resultados para todos os pacientes cirúrgicos. Referências 1. Meara JG, Couro AJ, Hagander L, et al. Cirurgia Global 2030: evidências e soluções para alcançar saúde, bem-estar e desenvolvimento econômico. Lanceta. 2015; 386 :569–624. [ PubMed ] [ Google Acadêmico ] 2. Bose S, Talmor D. Quem é um paciente cirúrgico de alto risco? Curr Opin Crit Care. 2018; 24 :547–553. [ PubMed ] [ Google Acadêmico ] 3. Stefani LC, Gutierrez CS, Castro SMJ, et al. Derivação e validação de um modelo de risco pré-operatório para mortalidade pós-operatória (modelo SAMPE): uma abordagem para estratificação de cuidados. PLoS One. 2017; 12 [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 4. Stefani LC, Gamermann PW, Backof A, et al. Mortalidade perioperatória relacionada à anestesia dentro de 48 horas e até 30 dias após a cirurgia: um estudo de coorte retrospectivo de 11.562 procedimentos anestésicos. J Clin Anesth. 2018; 49 :79–86. [ PubMed ] [ Google Acadêmico ] 5. Sankar A, Johnson SR, Beattie WS, et al. Confiabilidade da escala de estado físico da American Society of Anesthesiologists na prática clínica. Br J Anaesth. 2014; 113 :424–432. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 6. Lee TH, Marcantonio ER, Mangione CM, et al. Derivação e validação prospectiva de um índice simples para predição de risco cardíaco de cirurgia não cardíaca de grande porte. Circulação. 1999; 100 :1043–1049. [ PubMed ] [ Google Acadêmico ] 7. Bilimoria KY, Liu Y, Paruch JL, et al. Desenvolvimento e avaliação da calculadora universal de risco cirúrgico ACS NSQIP: uma ferramenta de auxílio à decisão e consentimento informado para pacientes e cirurgiões. J Am Coll Surg. 2013; 217 833-42.e1-3. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 8. Protopapa KL, Simpson JC, Smith NC, et al. Desenvolvimento e validação da Surgical Outcome Risk Tool (SORT) Br J Surg. 2014; 101 :1774-1783. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 9. Campbell D, Boyle L, Soakell-Ho M, et al. Modelo nacional de predição de risco para mortalidade perioperatória em cirurgia não cardíaca. Br J Surg. 2019; 106 :1549–1557. [ PubMed ] [ Google Acadêmico ] 10. Oakland K, Cosentino D, Cross T, et al. Validação externa do Surgical Outcome Risk Tool (SORT) em 3.305 pacientes de cirurgia abdominal no setor independente no Reino Unido. Perioper Med (Londres) 2021; 10 :4. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 11. Adeleke I, Chae C, Okocha O, et al. Avaliação e estratificação de risco para complicações perioperatórias e mitigação: Onde deve estar o foco? Como estamos indo? Best Pract Res Clin Anesthesiol. 2021; 35 :517–529. [ PubMed ] [ Google Acadêmico ] 12. Talmor D, Kelly B. Como identificar melhor pacientes com alto risco de complicações pós-operatórias? Curr Opin Crit Care. 2017; 23 :417–423. [ PubMed ] [ Google Acadêmico ] 13. Stefani LC, Hajjar L, Biccard B, et al. A necessidade de dados que descrevam a população cirúrgica na América Latina. Br J Anaesth. 2022 doi: 10.1016/j.bja.2022.02.029. Online antes da impressão. [ PubMed ] [ CrossRef ] [ Google Acadêmico ] 14. Gutierrez CS, Passos SC, Castro SMJ, et al. Poucas e viáveis ​​variáveis ​​pré-operatórias podem identificar pacientes cirúrgicos de alto risco: derivação e validação do modelo de risco Ex-Care. Br J Anaesth. 2021; 126 :525–532. [ PubMed ] [ Google Acadêmico ] 15. Passos SC, Stahlschmidt A, Blanco J, et al. Derivação e validação de um modelo nacional multicêntrico de estratificação de risco de mortalidade - o modelo ExCare: um protocolo de estudo. Braz J Anesthesiol. 2022; 72 :316–321. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 16. Yildiz GO, Hergunsel GO, Sertcakacilar G, et al. Gestão perioperatória de fluidos direcionada por objetivos usando monitoramento hemodinâmico não invasivo em oncologia ginecológica. Braz J Anesthesiol. 2022; 72 :322–330. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 17. Segura-Salguero JC, Díaz-Bohada L, Ruiz ÁJ. Manejo perioperatório de pacientes submetidos à ressecção e reconstrução traqueal: um estudo observacional retrospectivo. Braz J Anesthesiol. 2022; 72 :331–337. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 18. Borovac-Pinheiro A, Brandão MJN, Argenton JLP, et al. Técnica anestésica e hemorragia pós-parto: um estudo de coorte prospectivo. Braz J Anesthesiol. 2022; 72 :338–341. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 19. Salgado-Filho MF, Sachetto R, Carmona MJC. Uso de software para orientar o manejo da instabilidade hemodinâmica intraoperatória. Braz J Anesthesiol. 2022; 72 :418–419. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 20. Petran J, Ansems K, Rossaint R, et al. Efeitos da hipercapnia versus normocapnia durante a anestesia geral nos resultados: uma revisão sistemática e metanálise. Braz J Anesthesiol. 2022; 72 :398–406. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 21. Silva CRD, De Armond LDS, Gentil Filho AC. Avaliação de distúrbios cognitivos perioperatórios em pacientes idosos submetidos a cirurgia eletiva. Braz J Anesthesiol. 2022; 72 :420–422. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 22. Tesoro R, Suppan M, Dupuis A, et al. Futilidade da cirurgia de fim de vida e de emergência em pacientes de alto risco extremo: perspectiva dos anestesistas versus cirurgiões. Braz J Anesthesiol. 2022; 72 :434–436. [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 23. Selwood A, Senthuran S, Blakely B, et al. Melhorando os resultados da cirurgia de alto risco: uma avaliação multimétodo de uma intervenção de planejamento de cuidados avançados centrada no paciente. BMJ Aberto. 2017; 7 [ Artigo gratuito do PMC ] [ PubMed ] [ Google Scholar ] 24. Stahlschmidt A, Passos SC, Cardoso GR, et al. Cuidados perioperatórios aprimorados para melhorar os resultados de pacientes cirúrgicos de alto risco no Brasil: um estudo de coorte de centro único antes e depois. Anestesia. 2022; 77 :416–427. [ PubMed ] [ Google Acadêmico ]


41 visualizações0 comentário
Banner-Sidebar-Residencia-402x1024.jpg
Banner-Sidebar-Revalida-402x1024.jpg
Banner-Sidebar-Atualizacao-402x1024.jpg
MedFlix Zaza.png
bottom of page