O gráfico mudou, e a paciente?

Depois de algumas coletas, a série temporal de uma paciente finalmente ganha forma. A linha desceu, subiu de novo, desceu um pouco menos, e a tentação é ler ali uma história pronta, de que o tratamento está indo bem ou de que estagnou. O problema é que um escore se move por muitos motivos, e nem todos têm a ver com a clínica. Parte da variação é mudança real, parte é o instrumento oscilando dentro da própria imprecisão, e parte é o humor do dia em que a escala foi respondida. Ler a evolução sem critério leva a dois erros opostos, comemorar uma melhora que era só oscilação ou deixar passar uma piora que já estava no gráfico. Este texto é sobre esse critério, sobre o que precisa estar garantido para que a leitura da série seja confiável. Ele dá sequência ao guia completo de Cuidado Baseado em Mensuração e ao quarto movimento do ciclo, o de ajustar a conduta a partir do dado.

Mudança estatística e mudança clinicamente significativa

A distinção que organiza todo o resto vem de um artigo de Jacobson e Truax, de 1991, que continua sendo a referência da área. Eles partiram de uma crítica simples ao modo como a pesquisa media efeito de tratamento, a de que comparar médias entre grupos diz pouco sobre o que aconteceu com cada pessoa, porque a existência de um efeito estatístico não tem relação direta com o tamanho, a importância ou o significado clínico dele (Jacobson & Truax, 1991). Para sair da média e voltar ao indivíduo, eles propuseram um critério duplo, e é dele que saem as duas perguntas que a gente deveria fazer diante de qualquer série.

A primeira pergunta é se a mudança é confiável, ou seja, se ela é grande o bastante para não ser apenas o instrumento oscilando. A segunda é se a mudança é clinicamente significativa, ou seja, se a paciente saiu da faixa em que se concentram as pessoas com aquele tipo de sofrimento e se aproximou da faixa funcional. Uma coisa não garante a outra. Dá para haver mudança confiável sem recuperação, e dá para um escore parecer baixo sem que a variação tenha sido grande o suficiente para significar algo. O método responde a essas duas perguntas com dois instrumentos diferentes, o índice de mudança confiável e o ponto de corte.

O Reliable Change Index (RCI) em linguagem clínica

O que o RCI faz, sem fórmula assustadora

O índice de mudança confiável, ou Reliable Change Index, responde à primeira pergunta. Ele compara o tamanho da variação do escore com o tamanho da oscilação que aquele instrumento produziria mesmo sem nenhuma mudança real na paciente. Se a variação entre duas aplicações for maior do que essa margem de erro esperada, a mudança é considerada confiável. Nas palavras dos próprios autores, o índice diz se a mudança reflete mais do que as flutuações de um instrumento de medida imperfeito (Jacobson & Truax, 1991). O limiar convencional corresponde a 95% de confiança, o mesmo patamar que a pesquisa costuma usar, e alguns campos trabalham com um corte um pouco mais brando quando preferem ser mais sensíveis a mudanças pequenas (Blampied, 2022).

Vale registrar de onde a ideia nasceu, porque ela ajuda a entender o lugar do MBC. O índice foi proposto como uma alternativa centrada no indivíduo a uma pesquisa que vivia de médias de grupo, uma forma de acompanhar a trajetória de uma pessoa ao longo do tempo em vez de diluí-la numa estatística coletiva (Blampied, 2022). É esse o foco do monitoramento clínico, acompanhar a evolução de cada paciente individualmente.

Por que ele depende da confiabilidade do instrumento

O ponto que mais importa para a prática é que esse cálculo depende da confiabilidade do instrumento, e não de um número fixo válido para qualquer escala. A margem de erro esperada é estimada a partir da precisão da medida, de modo que quanto menos confiável o instrumento, maior precisa ser a variação do escore para que a mudança conte como confiável (Blampied, 2022). Uma escala bem validada, com boa estabilidade teste-reteste, permite identificar mudanças menores com segurança, ao passo que uma medida pouco confiável só autoriza falar em mudança quando a variação é grande. Por isso a escolha do instrumento, tema que detalho em como escolher instrumentos para MBC, não é só uma questão de conteúdo da escala, ela define quanto da evolução você vai conseguir ler depois.

Pontos de corte e normatização

Faixa clínica e faixa funcional

A segunda pergunta, a da significância clínica, se responde com o ponto de corte. A ideia, formulada já em 1984 e operacionalizada por Jacobson e Truax, é que a mudança clinicamente significativa é aquela que move a pessoa para fora da faixa onde se concentra a população com sofrimento e para dentro da faixa da população funcional (Jacobson & Truax, 1991). O ponto de corte é o valor que separa esses dois territórios. Os autores descrevem três formas de calculá-lo, e a mais defensável, quando as duas distribuições se sobrepõem, é a que situa o ponto no lugar a partir do qual o escore passa a ser mais provável de pertencer à população funcional do que à disfuncional. As outras duas se apoiam em desvios-padrão de uma distribuição só, e servem quando faltam dados normativos completos.

O peso de ter norma brasileira (e o que fazer quando ela não existe)

Aqui tem um detalhe que a divulgação costuma deixar de fora. Calcular um bom ponto de corte exige dados normativos da população funcional e, idealmente, também da clínica, e essas normas faltam para muitas medidas (Jacobson & Truax, 1991). A CORE-OM, por exemplo, foi validada em amostras clínicas e não clínicas, com diferenças grandes entre os dois grupos e boa sensibilidade à mudança (Evans et al., 2002), o que permite situar um escore em relação a essas faixas, e tem adaptação transcultural para o português brasileiro (Santana et al., 2015), o que torna a leitura por faixa mais segura no nosso contexto.

Quando a norma brasileira não existe, a saída não é inventar um ponto de corte, e sim ser transparente sobre esse limite e trocar a pergunta. Em vez de comparar a paciente com uma população de referência que você não tem, dá para compará-la com ela mesma ao longo do tempo, que é justamente o que o índice de mudança confiável faz. Ele não precisa de norma da população funcional, porque usa a confiabilidade e a variabilidade da própria medida para dizer se a paciente mudou de verdade em relação aos escores anteriores dela. Você fica sem a leitura por faixa, mas continua com uma leitura de evolução confiável individualizada.

Esse cenário, porém, vem mudando. Na HumanTrack, a gente passou a construir faixas de referência a partir da própria base de casos clínicos da plataforma, que reúne um volume grande e robusto de aplicações reais. Com isso, vários instrumentos que ainda não têm norma brasileira publicada podem ser lidos contra essa referência interna, o que ajuda a situar o escore de uma paciente em relação a um conjunto amplo de casos parecidos, mesmo na ausência de uma normatização formal na literatura. Se você quiser experimentar essa leitura normativa na prática, dá para criar uma conta e testar com a base da própria plataforma. E para conferir quais instrumentos já têm validação para a língua portuguesa, a Biblioteca de Instrumentos reúne esse mapeamento.

O modelo classificatório

Juntando as duas perguntas, a evolução de uma paciente cai em uma de quatro situações. O modelo abaixo é o que organiza a leitura, e ele combina o índice de mudança confiável com o ponto de corte (Jacobson & Truax, 1991; Blampied, 2022).

A categoria que mais se perde na prática é a da deterioração. A literatura de desfechos estima que entre 5% e 10% das pessoas em atendimento de rotina terminam pior do que começaram, e esses casos quase sempre passam batido quando a leitura depende só da impressão clínica (Shimokawa et al., 2010). Um modelo classificatório explícito existe em boa parte para que essa minoria não fique invisível.

Como diferenciar mudança clínica de ruído de medida

A zona mais delicada do gráfico é a do meio, a das variações que não chegam a ser confiáveis. Os próprios autores reconheceram que, por causa do erro de medida, existe uma faixa de incerteza em torno do ponto de corte, dentro da qual não dá para afirmar com segurança de que lado a paciente está (Jacobson & Truax, 1991). Na prática, isso significa três coisas. A primeira é que uma oscilação isolada entre duas coletas raramente sustenta uma decisão, e o que informa é a tendência ao longo de várias medidas. A segunda é que escalas mais confiáveis estreitam essa faixa de incerteza e deixam ver mudanças menores. A terceira é que reagir a cada subida ou descida como se já fosse mudança clínica é um dos enganos mais comuns do método, e o trato dele com mais cuidado no texto sobre tratar o escore como veredito e outros erros de implementação. Olhando a série inteira, a oscilação aleatória tende a se diluir, e o que é mudança real costuma se manter.

Métodos ancorados no paciente: a escala GROC

O que é o GROC e como ele complementa o RCI

Até aqui a leitura partiu de medidas seriadas, aplicadas em momentos diferentes e comparadas entre si. Existe outra família de métodos, a das medidas ancoradas no relato do próprio paciente, e a mais conhecida é a Global Rating of Change, ou GROC. Em vez de comparar dois escores, a escala pede que a pessoa avalie o estado atual, recupere na memória como estava antes e pontue o tamanho da diferença numa escala balanceada em torno do zero, com um lado para melhora e outro para piora (Kamper et al., 2009). A força dela é a relevância clínica direta e a simplicidade, já que é rápida, de uso livre e não exige treinamento especial, o que importa porque o tempo é a barreira que clínicos mais citam para não usar medidas formais (Kamper et al., 2009). Ela complementa o índice de mudança confiável ao trazer a perspectiva de quem viveu o processo, e não substitui as medidas seriadas.

As limitações que pedem cautela

As mesmas qualidades que tornam a GROC útil também trazem limitações que pedem cuidado. Como ela depende de o paciente lembrar com precisão como estava antes, está sujeita a viés de recall, e a evidência mostra que o escore costuma se associar mais ao estado atual da pessoa do que à mudança que ele pretende capturar (Kamper et al., 2009). A estabilidade ao longo do tempo também é frágil. Em um estudo que acompanhou pacientes por oito semanas, a GROC correlacionou-se de forma fraca com medidas funcionais já a partir da segunda ou terceira semana, com associações que praticamente desapareciam ao final do período (Garrison & Cook, 2012). A leitura que tiro disso é usar a escala em janelas curtas, com encontros regulares, em que a memória do estado anterior ainda é confiável, e sempre cruzada com medidas seriadas, e não como âncora isolada de evolução.

Leitura qualitativa e cruzamento de dados

Nenhum desses números fecha a leitura sozinho. Como já defendo no primeiro artigo, o escore é um insumo de decisão, não a palavra final, e ele fica mais forte quando conversa com outras fontes. O diário e os registros de automonitoramento mostram o que acontece entre as sessões, a observação clínica capta o que a escala não pergunta, e o relato de terceiros, quando faz sentido e há consentimento, acrescenta um ângulo que a paciente nem sempre enxerga em si. Interpretar a série temporal é colocar a curva ao lado dessas informações e ver se elas apontam na mesma direção. Quando apontam, a leitura fica mais confiável. Quando apontam para lados diferentes, essa diferença já é, por si só, uma informação que vale investigar.

O que fazer quando o dado diverge da impressão clínica

Vez ou outra o número aponta numa direção e a sua leitura clínica, ou a percepção da própria paciente, aponta noutra. O primeiro reflexo costuma ser decidir quem está certo, e o caminho mais útil é o contrário, tratar a diferença como informação a ser explorada. Um escore que melhora enquanto a paciente se diz pior pode estar medindo a coisa errada para aquele caso, ou registrando uma mudança que ela ainda não percebeu ou não conseguiu colocar em palavras. Vale lembrar que a percepção do paciente sobre a própria melhora é soberana, e que o que ele diz tem peso de dado, sobretudo quando contraria a escala. Sustentar essa conversa sem que a pessoa se sinta avaliada é um tema por si só, e aprofundo em como introduzir a mensuração sem romper o vínculo. A ideia é que o número ajude a escuta, sem encerrar a conversa.

A infraestrutura por trás da leitura confiável, e como a Artemi entra

Parâmetros, normatização e correção fidedignos

Tudo o que descrevi depende de uma camada que costuma ficar invisível. Para que um índice de mudança confiável signifique algo, alguém precisa ter estimado a confiabilidade do instrumento, definido a margem de erro, cuidado da normatização e garantido que a correção está correta. Esse é trabalho de psicometristas e de especialistas em dados, e é o que garante que a leitura se apoie em parâmetros corretos, e não num gráfico que parece organizado mas vem de dados mal calibrados. No Brasil, isso ainda esbarra na regulação da avaliação psicológica, que estabelece exigências sobre instrumentos, parâmetros e quem pode manejá-los, e tratar esses requisitos com seriedade é parte de fazer MBC com responsabilidade. Na HumanTrack, todos os instrumentos passam por uma curadoria rigorosa por especialistas antes de serem disponibilizados para uso.

A Artemi como copiloto clínico, não substituta

É sobre essa base que a HumanTrack construiu a Artemi, o copiloto clínico que conecta os dados do paciente a uma leitura apoiada em evidência e ao longo do tempo. Ela ajuda a organizar a série, a sinalizar quando uma variação merece atenção e a recuperar o contexto longitudinal entre sessões, sempre a partir de instrumentos autorizados para uso ou de domínio público e dos parâmetros validados por trás deles. O princípio inegociável, e que vale repetir, é que a inteligência é copiloto e não substituta, porque ela apoia a leitura do clínico sem emitir diagnóstico automatizado, sem recomendar medicação e sem ocupar o lugar da sua decisão. Como esse limite é desenhado por dentro é o assunto do texto sobre MBC e inteligência artificial no ciclo clínico. A leitura final continua sua, e o que a infraestrutura faz é tornar essa leitura mais confiável.

A HumanTrack e a leitura da evolução do paciente

Ler a série temporal com critério, separar mudança confiável de ruído de medida e aplicar ponto de corte e RCI sem erro de conta fica muito mais simples quando os parâmetros e a série já estão organizados pra você. É isso que a HumanTrack faz. O gráfico longitudinal traz escores, subescalas e pontos de corte aplicados, e a Artemi, a inteligência clínica treinada pro contexto de saúde mental, sinaliza quando uma variação merece atenção, sempre como copiloto e com a leitura final sua. É a camada de análise de dados que sustenta a decisão clínica sem tomá-la no seu lugar.

Você pode testar gratuitamente e ver essa leitura com um caso seu. Pra entender como essa inteligência opera dentro do ciclo, o texto sobre MBC e inteligência artificial aprofunda os limites e o desenho.

Perguntas frequentes

Preciso calcular o RCI na mão para cada paciente?

Não. O índice depende de parâmetros psicométricos do instrumento (confiabilidade e variabilidade), e existem calculadoras e plataformas que fazem a conta a partir desses valores. O que importa para a clínica é entender o que o índice responde, se a variação do escore é maior do que a oscilação esperada da medida, e usar isso para não confundir ruído com mudança.

Um único escore muito baixo já indica recuperação?

Não por si só. A recuperação, no modelo de Jacobson e Truax, pede duas coisas ao mesmo tempo, uma mudança confiável desde a primeira medida e o cruzamento do ponto de corte para a faixa funcional. Um escore baixo numa coleta isolada pode estar dentro da faixa de incerteza, e por isso a tendência ao longo da série pesa mais do que um ponto.

A GROC substitui as escalas que aplico em série?

Não. Ela é um método ancorado no relato do paciente que complementa as medidas seriadas, com a vantagem de ser rápida e clinicamente relevante, e a limitação do viés de recall e da instabilidade em janelas mais longas. Funciona melhor em intervalos curtos e cruzada com o índice de mudança confiável.

Referências

Blampied, N. M. (2022). Reliable change and the reliable change index: Still useful after all these years? The Cognitive Behaviour Therapist, 15, e50. https://doi.org/10.1017/S1754470X22000484

Evans, C., Connell, J., Barkham, M., Margison, F., McGrath, G., Mellor-Clark, J., & Audin, K. (2002). Towards a standardised brief outcome measure: Psychometric properties and utility of the CORE-OM. The British Journal of Psychiatry, 180(1), 51-60. https://doi.org/10.1192/bjp.180.1.51

Garrison, C., & Cook, C. (2012). Clinimetrics corner: The Global Rating of Change Score (GRoC) poorly correlates with functional measures and is not temporally stable. Journal of Manual & Manipulative Therapy, 20(4), 178-181. https://doi.org/10.1179/1066981712Z.00000000022

Jacobson, N. S., & Truax, P. (1991). Clinical significance: A statistical approach to defining meaningful change in psychotherapy research. Journal of Consulting and Clinical Psychology, 59(1), 12-19. https://doi.org/10.1037/0022-006X.59.1.12

Kamper, S. J., Maher, C. G., & Mackay, G. (2009). Global rating of change scales: A review of strengths and weaknesses and considerations for design. Journal of Manual & Manipulative Therapy, 17(3), 163-170. https://doi.org/10.1179/jmt.2009.17.3.163

Santana, M. R. M., Silva, M. M., Moraes, D. S., Fukuda, C. C., Freitas, L. H., Ramos, M. E. C., Fleury, H. J., & Evans, C. (2015). Adaptação transcultural para o português brasileiro do instrumento CORE-OM: Uma escala para avaliar a eficácia e a efetividade da psicoterapia. Trends in Psychiatry and Psychotherapy, 37(4), 227-231. https://doi.org/10.1590/2237-6089-2015-0002

Shimokawa, K., Lambert, M. J., & Smart, D. W. (2010). Enhancing treatment outcome of patients at risk of treatment failure: Meta-analytic and mega-analytic review of a psychotherapy quality assurance system. Journal of Consulting and Clinical Psychology, 78(3), 298-311. https://doi.org/10.1037/a0019247