ECG: ONDE ERRAMOS E COMO MELHORAR?

Share

Eletrocardiogramas (ECGs) são um dos exames complementares mais comuns na Emergência. Médicos Emergencistas irão ler milhares de ECGs ao longo de suas carreiras e devem ser especialistas no assunto para poderem interpretá-los rapidamente. Por esse motivo, estamos traduzindo esse texto do emDocs sobre os principais erros na hora de interpretar um ECG.

ECG Drawing

Um estudo recente demonstrou que a análise e interpretação de ECGs mudaram o manejo de pacientes em 32% dos casos (1). Ao contrário de muitos exames laboratoriais, existem poucos critérios bem definidos para dar uma resposta sim/não durante a interpretação de um ECG. É comum que cardiologistas, eletrofisiologistas e emergencistas apresentam baixas taxas de concordância entre avaliadores (kappa) analisando o mesmo ECG. Até o mesmo avaliador lendo o mesmo ECG em diferentes momentos irá chegar a resultados inconsistentes (2, 3). A American College of Cardiology Foundation estima que seja necessário ler 3500 ECGs supervisionados para se tornar um especialista (4). Por isso, não é surpresa saber que erros são comuns na interpretação de ECGs. Estudos demonstram que não-cardiologistas têm uma acurácia de 36% a 96% na detecção de anormalidades nos ECGs, e de apenas 87% a 100% na detecção de infarto agudo do miocárdio (5). As consequências desses erros na interpretação podem ser significantes. Estima-se que esses erros sejam responsáveis por um manejo inadequado em até 11% dos casos, embora a gravidade dessas consequências sejam variáveis (5).

 

Esse artigo não será uma revisão das complexidades e sutilezas da interpretação de um ECG. Em vez disso, este artigo irá avaliar os erros sistemáticos de interpretação numa tentativa de limitar as principais fontes de erros nas análises de ECG. A fim de avaliar os erros sistemáticos mais comuns, é importante entender quando, por que e como um ECG é feito.

Um cenário típico é o seguinte: um ECG é feito como parte de um protocolo de Enfermagem (a razão mais comum para a realização de um ECG [1]). Então, o ECG é mostrado ao médico que ainda nem viu o paciente. O médico precisa parar o que está fazendo e analisar rapidamente o ECG sem conhecer o paciente ou sua apresentação clínica. A pergunta mais comum nesses casos é: “É um infarto com supra de ST?”. Então, um tempo depois o médico verá o paciente e fará decisões mais específicas quanto ao seu tratamento.

 

Cada passo nesse processo pode ser uma fonte para erros sistemáticos na interpretação dos ECGs; esses serão discutidos em detalhe abaixo. Referências para recursos adicionais serão inseridas quando necessário.

Emergencistas são interrompidos (por exemplo, recebendo um ECG), em média, a cada 9 a 14 minutos (6). Há um debate considerável se os humanos conseguem realmente realizar multitarefas ou se nós na verdade aplicamos uma alternância entre diferentes atividades (7). Há muitos modelos que estão sendo desenvolvidos para ensinar as pessoas a lidar com interrupções e multitarefas (6, 8). Durante a realização de multitarefas (ou alternância de tarefas), as pessoas são mais propensas a usar regras pré-definidas para simplificar o esforço cognitivo (8).

Essas regras funcionam como um atalho mental. São uma estratégia que o cérebro utiliza para limitar as opções cognitivas e, portanto, chegar rapidamente a uma solução viável. O uso de atalhos permite que o cérebro funcione com uma velocidade elevada; no entanto, também leva a certos viéses (erros sistemáticos devido a processos cognitivos) (9, 10). Há muitas estratégias disponíveis para neutralizar o impacto negativo dessas simplificações (uma análise aprofundada está fora do escopo deste artigo). Um estudo de análise de ECGs mostrou que basta estar ciente da presença e pensar criticamente sobre o impacto desses atalhos para levar a melhorias na cognição e na redução de erros.

“Isso é um infarto com supra?” Esta pergunta é uma fonte de erro sistemático. O médico se volta a procurar um IAM com supra de ST. Uma vez que os sinais de um IAM com supra são encontrados ou descartados, fica fácil de parar de procurar outras anormalidades. Isso é chamado de encerramento prematuro, e pode levar à omissão de outras anomalias significativas no ECG (12). Para evitar o encerramento prematuro, não interrompa a interpretação uma vez que sinais de um IAM com supra foram excluídos e continue lendo o ECG até que a análise seja completada. O uso de checklists é conhecido por reduzir a frequência de erros cognitivos. Vários estudos recentes mostraram uma melhora significativa na precisão da interpretação de ECGs com o uso de checklists, independentemente da expertise do médico. A única desvantagem é um aumento no tempo de interpretação (13, 14).

O próximo problema ocorre em relação a situação clínica do ECG. Quando um ECG é entregue a um médico, frequentemente vem sem a história clínica correspondente. A história clínica melhorar a capacidade dos médicos para interpretar um ECG com precisão (15). Porém, os médicos devem ter cuidado, pois histórias clínicas incorretas podem impactar negativamente na interpretação do ECG (16, 17). Estes resultados são provavelmente devido aos atalhos citados anteriormente que criam um viés para resultados lembrados mais facilmente. Um método para melhorar essa fonte de erro é instruir quem traz o ECG (enfermeira, técnico, estudante, ou residente) para contar história breve e precisa quando entregá-lo. Além disso, todos os ECGs devem ser reavaliados uma vez que o médico tenha obtido a história clínica e feito o exame físico do paciente.

A obtenção de ECGs anteriores é tão importante quanto a história clínica. Um ECG padrão é uma foto de 10 segundos da eletrofisiologia cardíaca. As doenças humanas são um processo dinâmico. É importante avaliar ECGs anteriores e comparar com o ECG atual. Conhecimento de anormalidades crônicas podem alterar significativamente o manejo do paciente (19). Além disso, é essencial para não confiar em apenas um único ECG durante a visita do paciente. ECGs devem ser obtidos em intervalos de 15 a 30 minutos para a primeira hora da visita de um paciente em situação de risco de acordo com as diretrizes mais recentes da AHA (20).

A maioria das máquinas modernas de ECG fornecem uma análise geral computadorizada do exame. Pode ser tentador usar isso como apoio, especialmente como um aprendiz. Análises precisas por computador melhoram a interpretação médica do ECG e aumentam a velocidade de interpretação (21). No entanto, a análise automatizada é imprecisa entre 6% e 42% das vezes (5). Além disso, a análise imprecisa do computador  pode impactar negativamente na capacidade do médico de interpretar o ECG corretamente (22). Esses erros são, provavelmente, devidos a um viés de congruência, em que existe uma tendência para procurar respostas que concordam com uma opinião e ignorar possibilidades alternativas (23). Uma estratégia prudente seria usar os benefícios da análise de computador e mitigar os danos. Uma sugestão é interpretar o ECG em primeiro e em seguida usar a análise de computador como um controle sobre a precisão. Além disso, é importante sempre considerar o diagnóstico diferencial (por exemplo, depressão do segmento ST pode ser devido a síndrome coronária aguda ou a hemorragia intracerebral, entre outras causas).

 

A educação médica está passando por uma rápida mudança para aprendizagem baseada em computadores e na internet. A melhor maneira de ensinar interpretação de ECG ainda está em debate. Muitas pessoas gostam de modelos para o aprendizado individual. No entanto, eles podem ser menos eficazes para a aprendizagem à longo prazo (25). Um cuidado deve ser feito sobre a aprendizagem on-line e #FOAMed – ser cético e verificar fontes. Uma análise recente no YouTube  sobre vídeos de interpretação de ECG demonstrou que 13% das análises estavam erradas (26). Revendo 3.500 ECGs e memorizando as fórmulas para QTc, Hipertrofia de VE, e a diferenciação entre repolarização precoce e isquemia (27) fará de você um leitor de ECG consideravelmente melhor. Mas, não fará com que você fique à prova de erros. Por outro lado, compreender os erros sistemáticos que cometemos irá reduzir muito a chance de interpretar os ECGs dos seus pacientes de forma errada.

 

Autor: Romeo Fairley MD (EM Attending Physician/Disaster Medicine Fellow, UC Irvine)

Editores: Alex Koyfman MD (EM Attending Physician, UT Southwestern Medical Center / Parkland Memorial Hospital, @EMHighAK) and Stephen Alerhand MD (@SAlerhand)

Tradutor: Ismael Dornelles (Estudante de Medicina, UFCSPA)

Revisor: Henrique Puls (Estudante Medicina, UFCSPA)

O autor gostaria de agradecer Marlene Zacharia e Carl Schultz pelas suas contribuições.

Link Original: emDocs

 

Referências

  1. Benner, J.P., et al., Impact of the 12-lead electrocardiogram on ED evaluation and management. Am J Emerg Med, 2007. 25(8): p. 942-8.
  2. Holmvang, L., et al., Differences between local investigator and core laboratory interpretation of the admission electrocardiogram in patients with unstable angina pectoris or non-Q-wave myocardial infarction (a Thrombin Inhibition in Myocardial Ischemia [TRIM] substudy). Am J Cardiol, 1998. 82(1): p. 54-60.
  3. Massel, D., J.A. Dawdy, and L.J. Melendez, Strict reliance on a computer algorithm or measurable ST segment criteria may lead to errors in thrombolytic therapy eligibility. Am Heart J, 2000. 140(2): p. 221-6.
  4. Myerburg, R.J., et al., Task force 2: training in electrocardiography, ambulatory electrocardiography, and exercise testing. J Am Coll Cardiol, 2008. 51(3): p. 348-54.
  5. Salerno, S.M., P.C. Alguire, and H.S. Waxman, Competency in interpretation of 12-lead electrocardiograms: a summary and appraisal of published evidence. Ann Intern Med, 2003. 138(9): p. 751-60.
  6. Heng, K.W., Teaching and evaluating multitasking ability in emergency medicine residents – what is the best practice? Int J Emerg Med, 2014. 7: p. 41.
  7. Fischer, R. and F. Plessow, Efficient multitasking: parallel versus serial processing of multiple tasks. Front Psychol, 2015. 6: p. 1366.
  8. Li, S.Y., F. Magrabi, and E. Coiera, A systematic review of the psychological literature on interruption and its patient safety implications. J Am Med Inform Assoc, 2012. 19(1): p. 6-12.
  9. Kahneman, D., Thinking, fast and slow. 1st pbk. ed. 2013, New York: Farrar, Straus and Giroux. 499 p.
  10. Lewis, A., The Cambridge handbook of psychology and economic behaviour. 2008, Cambridge University Press.
  11. Eva, K.W., et al., Teaching from the clinical reasoning literature: combined reasoning strategies help novice diagnosticians overcome misleading information. Med Educ, 2007. 41(12): p. 1152-8.
  12. Kumar, B., B. Kanna, and S. Kumar, The pitfalls of premature closure: clinical decision-making in a case of aortic dissection. BMJ case reports, 2011. 2011: p. bcr0820114594.
  13. Sibbald, M., A.B. de Bruin, and J.J. van Merrienboer, Checklists improve experts’ diagnostic decisions. Med Educ, 2013. 47(3): p. 301-8.
  14. Sibbald, M., et al., Why verifying diagnostic decisions with a checklist can help: insights from eye tracking. Adv Health Sci Educ Theory Pract, 2015. 20(4): p. 1053-60.
  15. Anh, D., S. Krishnan, and F. Bogun, Accuracy of electrocardiogram interpretation by cardiologists in the setting of incorrect computer analysis. J Electrocardiol, 2006. 39(3): p. 343-5.
  16. Cruz, M.F., et al., The effect of clinical history on accuracy of electrocardiograph interpretation among doctors working in emergency departments. Med J Aust, 2012. 197(3): p. 161-5.
  17. Hatala, R., G.R. Norman, and L.R. Brooks, Impact of a clinical scenario on accuracy of electrocardiogram interpretation. J Gen Intern Med, 1999. 14(2): p. 126-9.
  18. Tversky, A. and D. Kahneman, Judgment under Uncertainty: Heuristics and Biases. Science, 1974. 185(4157): p. 1124-31.
  19. Rubenstein, L.Z. and S. Greenfield, The baseline ECG in the evaluation of acute cardiac complaints. Jama, 1980. 244(22): p. 2536-9.
  20. DR Jr, J.A., et al., 2014 AHA/ACC Guideline for the Management of Patients With Non–ST-Elevation Acute Coronary Syndromes: Executive Summary. 2014.
  21. Hillson, S.D., D.P. Connelly, and Y. Liu, The effects of computer-assisted electrocardiographic interpretation on physicians’ diagnostic decisions. Med Decis Making, 1995. 15(2): p. 107-12.
  22. Tsai, T.L., D.B. Fridsma, and G. Gatti, Computer decision support as a source of interpretation error: the case of electrocardiograms.J Am Med Inform Assoc, 2003. 10(5): p. 478-83.
  23. Baron, J., J. Beattie, and J.C. Hershey, Heuristics and biases in diagnostic reasoning. Organizational Behavior and Human Decision Processes, 1988. 42(1): p. 88-110.
  24. Takeuchi, S., et al., Electrocardiograph abnormalities in intracerebral hemorrhage. J Clin Neurosci, 2015.
  25. Fent, G., J. Gosai, and M. Purva, Teaching the interpretation of electrocardiograms: which method is best? J Electrocardiol, 2015.48(2): p. 190-3.
  26. Akgun, T., et al., Learning electrocardiogram on YouTube: how useful is it? J Electrocardiol, 2014. 47(1): p. 113-7.
  27. Smith, S.W., et al., Electrocardiographic Differentiation of Early Repolarization From Subtle Anterior ST-Segment Elevation Myocardial Infarction. Annals of Emergency Medicine. 60(1): p. 45-56.e2.