EFICÁCIA DO APLICATIVO DE TELESSAÚDE JOIN NO DIAGNÓSTICO E TRATAMENTO DO ACIDENTE VASCULAR CEREBRAL EM ALAGOAS
Acidente Vascular Cerebral; Telemedicina; Join; Linha de Cuidado do AVC; Diagnóstico do AVC e Tratamento do AVC.
Introdução: O acidente vascular cerebral figura entre as principais causas mundiais de mortalidade e incapacidade. Diante dessa problemática, o estado de Alagoas, implementou o programa “AVC dá Sinais”, pioneiro no cuidado ao acidente vascular cerebral por meio do aplicativo de telessaúde Join, que conecta profissionais de saúde e especialistas para otimização diagnóstica e terapêutica. Objetivo: Avaliar a eficácia do aplicativo de telessaúde Join no diagnóstico e tratamento do acidente vascular cerebral em Alagoas. Metodologia: Estudo de coorte retrospectiva, de abordagem quantitativa, analítica, longitudinal e documental, no qual foram utilizados dados secundários disponibilizados pela Secretaria de Estado da Saúde de Alagoas, proveniente do programa “AVC Dá Sinais” do Estado de Alagoas. A pesquisa se dividiu em cinco etapas designadas: coleta de dados, pré-processamento, análise estatística, modelagem preditiva utilizando algoritmos de Machine Learning (Random Forest e XGBoost) e análise de sensibilidade. O estudo seguiu os princípios éticos da Resolução 510/2016 e da Lei Geral de Proteção de Dados Pessoais de nº 13.709/2018, tendo carta de anuência aprovada pela Secretaria de Estado da Saúde de Alagoas por meio do registro 02000.0000027098/2024. Resultados: Foram investigados 4.468 casos, com 61,2% de diagnóstico positivo para o acidente vascular cerebral, predominantemente isquêmico (41%), do sexo masculino (51,07%) e com alta prevalência de Hipertensão Arterial (66,2%) e Diabetes Mellitus (56,2%). A gravidade neurológica (NIHSS) demonstrou melhora significativa, reduzindo 8,67 pontos na admissão para 3,98 na alta. Os tempos assistenciais foram ultrarrápidos, com o tempo Interpretação-Trombolítico (Porta-Agulha) de 12,93 minutos, e o tempo Interpretação-Trombectomia de 32,33 minutos, estando significativamente abaixo das metas internacionais. O estudo demonstrou uma correlação moderada a forte (r >0,50) entre a gravidade neurológica e os tempos assistenciais, sublinhando a interdependência entre a celeridade do atendimento e o prognóstico. Na modelagem preditiva, o Random Forest alcançou (97%) de precisão no diagnóstico, e ambos os modelos se demonstraram eficazes para o tratamento, com (76%) de precisão (R 2 =0,76). A análise de sensibilidade confirmou a robustez e a estabilidade das métricas de todos os algoritmos. Conclusão: Por conseguinte, o estudo evidencia a importância e a eficácia da tecnologia digital e do aplicativo Join na otimização do fluxo de atendimento ao AVC em Alagoas, contribuindo para a redução de sequelas e mortalidade.