Análise Bayesiana do ECG

A interpretação eficaz de um ECG depende não apenas da análise técnica dos traçados, mas também da capacidade de contextualizar o exame dentro da realidade clínica do paciente. É aqui que a análise bayesiana do ECG se destaca: ao integrar a probabilidade pré-teste de o paciente possuir uma condição suspeita com os achados eletrocardiográficos, ela permite calcular a probabilidade pós-teste da suspeita diagnóstica. Diferentemente das abordagens tradicionais baseadas apenas em sensibilidade e especificidade, essa ferramenta traz uma visão mais abrangente e personalizada, ampliando a precisão diagnóstica e fortalecendo a tomada de decisão clínica.

Análise Bayesiana

A Análise Bayesiana dispõe de três ferramentas para auxiliar na interpretação do ECG:

• Árvore de Bayes
• Nomograma de Fagan
• Cálculo Direto

Caso Clínico

Um paciente do sexo masculino, 75 anos, hipertenso e diabético, apresenta-se ao pronto-socorro com queixa de dor retroesternal em aperto com irradiação para a mandíbula e membro superior esquerdo. Com base no contexto clínico, estima-se que a probabilidade pré-teste de oclusão coronariana aguda (OCA) seja de 80%. No entanto, ao analisar o ECG, identifica-se a ausência de supradesnivelamento do segmento ST. Com os dados a seguir sobre o supradesnivelamento do segmento ST, é possível aplicar a análise bayesiana do ECG.

• Sensibilidade: 43,6%
• Especificidade: 96,5%
• Razão de Verossimilhança Positiva: 12,5
• Razão de Verossimilhança Negativa: 0,58

1. Árvore de Bayes

2. Nomograma de Fagan

3. Cálculo direto

• Transformação da probabilidade pré-teste em chance pré-teste:

• Transformação da chance pré-teste em chance pós-teste:

• Transformação da chance pós-teste em probabilidade pós-teste:

Com este caso clínico, concluímos que, mesmo na ausência de supradesnivelamento do segmento ST no ECG, o paciente ainda apresenta uma alta probabilidade de OCA. Isso reforça a importância da análise bayesiana do ECG como ferramenta para aumentar a precisão diagnóstica e, consequentemente, proporcionar um tratamento mais assertivo e eficaz.

Descubra mais

Para descobrir mais sobre a base do raciocínio bayesiano, conheça o Manual de Medicina Baseada em Evidências.

Referências

1. de Alencar Neto JN. Applying Bayesian reasoning to electrocardiogram interpretation. J Electrocardiol. 2023;81:295-299. 
2. de Alencar Neto JN, Scheffer MK, Correia BP, Franchini KG, Felicioni SP, De Marchi MFN. Systematic review and meta-analysis of diagnostic test accuracy of ST-segment elevation for acute coronary occlusion. Int J Cardiol. 2024;402:131889. 
3. Scheffer MK, De Marchi MFN, de Alencar Neto JN, Felicioni SP. Eletrocardiograma de A a Z. São Paulo: Manole, 2024.