INTRODUÇÃO

A informação sobre a mortalidade é útil para medir o impacto das intervenções em saúde.¹ A Organização Mundial da Saúde (OMS) estabeleceu um conjunto de diretrizes e regras para a codificação e seleção da causa básica da morte com vistas à certificação médica; não obstante, há uma preocupação com a confiabilidade dessa codificação.^2)-(5 A concordância da codificação, entre codificadores, é maior nos países onde foi implementada uma política de engajamento e retenção de codificadores específicos, atingindo quase 80%,^2),(6 semelhantemente ao desempenho dos softwares de codificação automática.

A aplicação incorreta da codificação e definição da causa básica de morte afeta a qualidade dos dados e sua comparabilidade entre países. Existem softwares para automatizar essas notificações, utilizados por cada vez mais países,^7)-(10 a apontar uma tendência para o uso de inteligência artificial nesse processo.¹¹ Na América Latina, há experiências de implementação de softwares com esse propósito, do México ao Brasil, Chile, Colômbia e Peru.¹²

Precisamente no Peru, em 2017, foi implementado o Sistema Informático Nacional de Defunciones (SINADEF), permitindo que as declarações de óbito se realizem via formulários eletrônicos, em tempo real, melhorando a qualidade e oportunidade das notificações.^13),(14 O Ministério da Saúde do Peru (MINSA) também decidiu adotar o software Iris, desenvolvido por um consórcio internacional liderado pelo Instituto Alemão de Informação e Documentação Médica, que utiliza um algoritmo baseado nas regras da Décima Revisão da Classificação Estatística Internacional de Doenças e Problemas Relacionados à Saúde (CID-10), visando automatizar a codificação e seleção da causa básica de morte.¹⁵

O objetivo desta nota de pesquisa foi descrever o desempenho de um software na seleção automática da causa básica de morte no Peru, entre 2016 e 2019.

MÉTODOS

Delineamento

Trata-se de estudo descritivo do desempenho de um software na seleção automática da causa básica de morte no Peru, entre os anos de 2016 e 2019. Esse desempenho foi definido como a capacidade do software para obter a causa básica da morte

Contexto

Até 2016, todos os óbitos contavam com declarações de óbito em formato de papel, transcritas para um software-desktop denominado Eventos Vitais e enviadas para o MINSA na forma de arquivos. Em 2017, o SINADEF foi implantado na Web. O sistema permite o registro das declarações de óbito em duas modalidades: digitadas online diretamente pelos médicos; ou transcritas em formatos de papel. Em 2018, adotou-se o software Iris, e, à partir de 2016, os bancos de dados de mortalidade passaram a ser processados utilizando-se desse aplicativo para obter as causas básicas de morte. O dicionário Iris foi adaptado com 12.246 termos médicos em linguagem natural, tendo por referência as causas de óbito preenchidas diretamente pelos profissionais médicos.

Participantes

O presente estudo incluiu os óbitos ocorridos no Peru entre os anos de 2016 e 2019.¹⁶ Foram excluídos os óbitos não declarados e os que não estavam disponíveis no momento do processamento pelo software.

Variáveis

As variáveis investigadas foram: declaração do óbito processada (com causa básica de morte; sem causa básica de morte); termos médicos registrados (com código CID-10; sem código CID-10); tipo de erro na declaração rejeitada pelo software (de sintaxe; de código; de sistema); forma de declaração do óbito (em papel; online); e ano do óbito (2016 a 2019).

Fontes de dados e mensuração

A fonte dos dados constituiu-se dos bancos de dados das declarações de óbito referentes ao período de 2016 a 2019, fornecidos pelo MINSA em planilhas. Os dados foram processados pelo Iris nas seguintes datas: banco de dados de mortalidade de 2016, 01/06/2018; banco de 2017, 26/04/2019; banco de 2018, 20/06/2020; e banco de 2019, 22/06/2021.

Controle de viés

Os registros dos bancos de mortalidade passaram por controle de qualidade, para eliminar eventuais registros duplicados ou modificar registros com dados inconsistentes.

Métodos estatísticos

As variáveis obtidas após o processamento com o Iris foram disponibilizadas em tabelas de distribuição de frequência simples. Para análise de tendência, foi utilizado o teste qui-quadrado de tendência. As variáveis dependentes consideradas foram o índice de desempenho do Íris (número de declarações de óbito com causa básica de morte dividido pelo número total de declarações de óbito) e o índice de desempenho do Iris na codificação CID-10 (número de termos médicos com códigos CID-10 dividido pelo número total de termos médicos); e a variável independente, o ano de ocorrência do óbito. Para analisar a correlação linear entre a forma de declaração do óbito e o desempenho do Iris, foram utilizados o coeficiente de correlação de Pearson e o coeficiente de determinação (R²). O nível de significância utilizado foi de 5%. O software Excel® 2016 foi utilizado nas análises.

Aspectos éticos

O estudo baseou-se na análise de variáveis contempladas nos bancos de dados de mortalidade do MINSA, também disponíveis na Plataforma Nacional de Dados Abertos https://www.datosabiertos.gob.pe/ e que não incluem informações capazes de permitir a identificação das pessoas falecidas.

RESULTADOS

Entre 2016 e 2019, foram analisados 446.217 óbitos de residentes em todas as regiões do Peru, registrados no banco de dados de mortalidade do MINSA. Esse quantitativo correspondeu a 67% das mortes estimadas para o período de estudo. Foram excluídos os óbitos que não se encontravam cadastrados no sistema de mortalidade, no momento do processamento (Figura 1).

Figura 1 Processo de seleção das mortes estudadas, Peru, 2016-2019 

Observou-se aumento progressivo do índice de desempenho do software, cujo percentual de declarações de óbito processadas passou de 69,6%, em 2016, para 78,8%, em 2019 (p-valor < 0,001) (Tabela 1).

Observou-se, também, tendência crescente do índice de desempenho do software na codificação CID-10, com aumento progressivo da proporção desse desempenho: de 87,2%, em 2016, para 92,7%, em 2019 (p-valor < 0,001). Entretanto, a maior proporção de erros nos registros que o software não conseguiu processar são erros de codificação (Tabela 1).

Observou-se correlação linear direta entre a proporção de declarações de óbito preenchidas diretamente por médicos no SINADEF e o desempenho do Iris: coeficiente de correlação de Pearson = 0,95; R² = 0,89 (Figura 2).

Notas: Correlação linear de Pearson = 0,95; Coeficiente de determinação R² = 0,89.

Figura 2 Correlação entre a proporção de declarações de óbito produzidas em formato eletrônico online e o índice de desempenho do software na seleção da causa básica de óbito, Peru, 2016-2019 

DISCUSSÃO

No período estudado, o desempenho do software aumentou em função do progresso de sua capacidade para codificar, com a CID-10, os termos usados pelos médicos na notificação das causas de morte. A proporção de declarações preenchidas diretamente pelos médicos correlacionou-se com o desempenho do software. A implementação do SINADEF teve papel importante nesse processo, ao permitir a construção de um dicionário adaptado ao contexto peruano e, a cada ano, contribuir com um maior número de termos médicos. Estudos têm demonstrado as melhoras alcançadas após o treinamento dos médicos no preenchimento das declarações de óbito, e na qualidade dos dados por eles registrados,^17),(18 além da possibilidade de aprimorar o próprio desempenho do software.

Uma limitação do estudo reside na falta de uma análise da concordância entre o software e a aplicação de regras por codificadores experientes. No Peru, esse tipo de análise é difícil porque, antes da implementação do SINADEF, a maior parte das declarações de óbito era codificada por pessoal sem treinamento formal na CID-10. Uma segunda limitação encontra-se no fato de, neste estudo, o desempenho do Iris não ser analisado por variáveis sociodemográficas ou grupo de doenças.

O maior desempenho do software foi próximo de 80%. Um estudo realizado em São Paulo, no ano de 2010, em uma amostra de 666 óbitos com o propósito de testar o dicionário do software em português, constatou desempenho de 95%.¹⁹ Na Holanda, durante um estudo de implementação da automatização, com dados de 134.262 óbitos ocorridos em 2009, verificou-se um aumento de desempenho de 17% no primeiro lote para 69% no último lote, após uma série de melhorias no dicionário.²⁰ Na Espanha, um estudo para avaliar o impacto da automatização dos registros da causa de morte na mortalidade na comunidade autônoma (macrorregião geopolítica) de Navarra, sobre 5.060 óbitos ocorridos em 2014, identificou um desempenho de 90%.²¹ Ao se avaliar a usabilidade do Iris em uma pequena amostra de mortes em Burkina Faso, encontrou-se um desempenho de 90%.¹⁰⁾

No presente estudo, a codificação automática de termos médicos de causas de morte atingiu 93%, enquanto na Itália, em 2016, essa proporção foi de 78%.²²

A maioria dos erros que levaram o software a rejeitar uma declaração de óbito aconteceram na codificação: erros de digitação, de ortografia ou com caracteres estranhos.¹⁹ Entretanto, o software também apresenta dificuldades para codificar adequadamente as causas externas, porque os médicos legistas utilizam uma gama bastante variada de causas de óbito, o que afeta a eficiência do dicionário.²⁰

Há um movimento global orientado à seleção automatizada da causa básica de morte. Quase todos os países da União Europeia já utilizam o Iris. Na América Latina, o software encontra-se em processo de implantação, em vários países. No Brasil, ele foi incorporado a um aplicativo móvel para médicos, com o objetivo de melhorar o preenchimento da Declaração de Óbito (DO).^23),(24

Conclui-se que há uma tendência de melhoria no desempenho do software para a seleção da causa básica de morte no Peru. Aparentemente, isso se deve à implantação do SINADEF e à otimização do dicionário de termos médicos. Mais estudos sobre o Iris são necessários, no sentido de se avaliar o impacto do software nas estatísticas de mortalidade. Considerando-se que sua implementação na região melhorará a comparabilidade dos dados, é mister estudar a concordância entre os termos médicos dos dicionários utilizados nos países da América do Sul.