Pesquisadores de Harvard desenvolveram um modelo de aprendizado de máquina capaz de prever o risco de depressão pós-parto utilizando apenas dados clínicos e demográficos disponíveis no prontuário eletrônico no momento do parto. A depressão pós-parto afeta até 15% das pessoas após o nascimento de um filho e costuma ser identificada tardiamente, apenas em consultas de acompanhamento entre 6 e 8 semanas após o parto. Com base em informações de mais de 29 mil pacientes que deram à luz entre 2017 e 2022, o modelo mostrou-se eficaz em excluir DPP em 90% dos casos e previu com boa precisão os pacientes com maior risco: quase 30% daqueles identificados como alto risco desenvolveram o transtorno nos seis meses seguintes ao parto.
O modelo, testado em hospitais acadêmicos e comunitários, foi especialmente promissor por funcionar bem independentemente de raça, etnia e idade, e mesmo em pacientes sem histórico psiquiátrico prévio. A inclusão da Escala de Depressão Pós-Natal de Edimburgo, usada durante o pré-natal, melhorou ainda mais sua precisão preditiva. Atualmente, os pesquisadores estão avaliando o desempenho do modelo em cenários reais e discutem com pacientes e profissionais de saúde as melhores formas de incorporar essa ferramenta à prática clínica. A expectativa é que a identificação precoce do risco possibilite intervenções antecipadas e melhore os desfechos de saúde mental materna.
Link para o estudo: http://dx.doi.org/10.1176/appi.ajp.20240381
Conteúdo elaborado por: Dr. Caio Robledo Quaio, MD, MBA, PhD
Médico Geneticista – CRM-SP 129.169 / RQE nº 39130
