Pesquisadores atuam em três frentes: criação de modelo para prever a ocorrência de covid-19 entre casos suspeitos notificados pelos serviços de saúde; desenvolvimento de método para predizer a evolução da doença em pacientes hospitalizados; metodologia para verificar qualidade de ensaios que avaliam possíveis tratamentos.
Dados coletados no dia a dia da assistência médica são usados na criação de ferramentas de diagnóstico da covid-19 em pesquisa da Faculdade de Saúde Pública (FSP) da USP. Os métodos em desenvolvimento no estudo servirão para predizer a doença entre casos suspeitos notificados. Numa análise preliminar, feita a partir de dados oficiais de vigilância em saúde pública, o modelo de predição da covid-19 alcançou uma precisão de 89,47%. A pesquisa também vai incorporar métodos para estimar a evolução do quadro clínico dos pacientes e verificar a qualidade dos ensaios que avaliam tratamentos para a doença.
A pesquisa é baseada no método de evidência do mundo real (RWE, sigla em inglês para Real World Evidence). “A RWE deriva da análise de dados coletados em um ambiente de assistência médica, fora do contexto de ensaios clínicos randomizados (ECRs) prescritivos”, explica ao Jornal da USP o professor Fredi Diaz Quijano, um dos coordenadores do estudo. “Um dos principais objetivos da técnica é entender observações e eventos em pacientes na prática clínica de rotina.” Saiba mais. Fonte: Jornal da USP - 29/05/20