Desempenho do ECG de 12 derivações na predição de risco de morte súbita cardíaca a curto e longo prazo

Por que isso importa para pacientes cardíacos

A morte súbita cardíaca acontece sem aviso e frequentemente atinge pessoas que já sabem ter doença cardíaca. Muitos desses pacientes fazem rotineiramente eletrocardiogramas (ECGs), testes simples que registram a atividade elétrica do coração. Este estudo levantou uma pergunta importante para pacientes e médicos: as informações escondidas nos ECGs padrão de 12 derivações, combinadas com dados clínicos básicos, conseguem indicar de forma confiável quem corre risco de morrer subitamente, seja daqui a anos ou no futuro próximo?

Procurando sinais de alerta em exames comuns

Pesquisadores na Finlândia examinaram os prontuários de 17.625 adultos atendidos em um único hospital cardiovascular que foram submetidos à angiografia coronária, um exame de imagem dos vasos que irrigam o coração. Esses pacientes já eram considerados de alto risco porque muitos tinham doença arterial coronariana ou uma síndrome coronariana aguda, como infarto do miocárdio. Ao longo de dezesseis anos, seus ECGs de rotina foram armazenados digitalmente, totalizando cerca de meio milhão de registros — em média 17 ECGs por pessoa. A equipe também dispunha de informações detalhadas sobre a saúde de cada paciente, tratamentos e causas de óbito, e os acompanhou por uma mediana de 7,5 anos.

Ensinando um computador a ler a história elétrica

Em vez de pedir que cardiologistas interpretassem visualmente os ECGs, os pesquisadores confiaram em números extraídos automaticamente por softwares comerciais amplamente usados. Esses números descreviam muitos aspectos do comportamento elétrico do coração: quanto tempo cada onda durava, quão intensa era em diferentes derivações e se ritmos como fibrilação atrial estavam presentes. Usando esse conjunto rico de parâmetros e fatores clínicos básicos, como idade, função de ejeção e histórico de doença cardíaca, treinaram um método avançado de aprendizado de máquina chamado gradient boosting para distinguir pessoas que posteriormente sofreram morte súbita cardíaca ou evento relacionado daquelas que não sofreram. Construíram modelos separados para três situações: usar apenas o primeiro ECG após a angiografia para predizer risco a longo prazo; usar o último ECG disponível para avaliar risco a curto prazo; e usar o último ECG mais a forma como cada característica do ECG mudou ao longo do tempo.

Quão bem os modelos realmente funcionaram?

No papel, os modelos pareciam muito fortes quando avaliados apenas nos dados usados para construí‑los, com medidas de acurácia padrão sugerindo desempenho quase excelente. Mas quando os pesquisadores os testaram de modo mais realista, o quadro ficou mais modesto. Usando um único ECG basal isoladamente, a capacidade do modelo de distinguir futuras vítimas de morte súbita cardíaca dos demais atingiu uma área sob a curva (AUC) de cerca de 0,68 — melhor que o acaso, mas longe da perfeição. O último ECG registrado antes do fim do seguimento não foi melhor quando usado isoladamente. Quando fatores clínicos foram adicionados, o desempenho subiu ligeiramente para AUCs em torno de 0,70–0,71. Os melhores resultados de curto prazo vieram da combinação do último ECG com informações sobre como as características do ECG mudaram ao longo dos anos, alcançando uma AUC de cerca de 0,72 no conjunto de teste completo. Entretanto, quando a equipe forçou uma comparação justa entre pacientes cuidadosamente pareados com e sem morte súbita, esses valores caíram para a faixa média de 0,6.

Limites da predição no mundo real

Porque a morte súbita cardíaca foi relativamente rara — mesmo nesse grupo de alto risco — outra métrica chamada precision‑recall deu uma visão sóbria. A capacidade dos modelos de sinalizar corretamente pacientes que de fato sofreriam morte súbita cardíaca permaneceu baixa, com precisão média em torno de 0,08–0,11. Isso ainda foi aproximadamente o dobro do que seria esperado ao acaso, mas muito abaixo do necessário para decidir com confiança quem deveria receber tratamentos preventivos invasivos, como desfibriladores implantáveis. É importante notar que o estudo incluiu muitos pacientes com ritmos irregulares e doenças concomitantes graves, ao contrário de pesquisas anteriores mais seletivas. Essa escolha tornou os resultados mais representativos da prática clínica cotidiana, mas também tornou a predição mais difícil.

O que isso significa para pacientes e médicos

Em termos simples, este grande estudo mostra que ECGs comuns de 12 derivações, mesmo quando interpretados por algoritmos computacionais sofisticados e combinados com dados clínicos, conseguem apenas prever de forma modesta quem morrerá subitamente entre pacientes cardíacos de alto risco. Os sinais elétricos do coração contêm pistas úteis — especialmente quando acompanhados ao longo do tempo —, mas não são poderosos o suficiente por si só para fornecer respostas definitivas sobre quem precisa de terapia preventiva agressiva. Por ora, médicos e pacientes devem continuar a confiar em uma visão mais ampla que inclua função cardíaca, sintomas, comorbidades e ferramentas emergentes, enquanto a pesquisa busca sinais de alerta mais fortes e confiáveis.

Citação: Hernesniemi, J.A., Pukkila, T., Rankinen, J. et al. Performance of the 12-lead ECG in predicting short- and long-term risk of sudden cardiac death. npj Digit. Med. 9, 317 (2026). https://doi.org/10.1038/s41746-026-02456-1

Palavras-chave: morte súbita cardíaca, eletrocardiograma, aprendizado de máquina, predição de risco, doença arterial coronariana