TOMOGRAFIA COMPUTADORIZADA COMO MÉTODO DE DIAGNÓSTICO ALTERNATIVO PARA A COVID-19: UMA REVISÃO DE LITERATURA

Introdução: O Sars-Cov- 2 é um vírus de RNA que pode causar pneumonia grave. Seu diagnóstico é feito com o uso da RT-PCR, contudo sua sensibilidade é baixa para detecção inicial do COVID-19 (1). Além disso, as pesquisas das características dimensionais específicas para pneumonia do COVID-19 em paralelo com outras doenças pulmonares agudas são pouco entendidas, sendo um dos desafios o diagnóstico diferencial (3), (2). Para analisar as imagens geradas pela TC usa-se radiômica visto que o olho humano não possui habilidades para observações detalhadas a esse nível. Objetivos: Realizar uma revisão bibliográfica sobre métodos alternativos para o diagnóstico da COVID-19, com ênfase na Tomografia Computadorizada. Métodos: A revisão sistemática da literatura foi executada no período entre agosto e setembro de 2021 empregando as palavras-chaves: “COVID- 19”, “computed tomography” e “radiomic”. Utilizou-se os bancos de dados online SciELO (Scientific Electronic Library Online) e PubMed (US National Library of Medicine e National Institutes Health). Artigos publicados nos últimos 5 anos, escritos em inglês ou português e artigos originais foram os critérios de inclusão. Resultados: Utilizando 45 recursos de radiômica com um coeficiente de regressão não-zero, obteve-se uma curva ROC na qual a AUC foi de 0,882 (IC95%: 0,851-0,913) (1). Assumindo uma prevalência de doenças de 15%. Utilizando um limiar de 0,11 (baseado no índice Youden), considerando os falsos negativos duas vezes mais alto que os falsos positivos (1). Obtém-se precisão de 85,18%, sensibilidade de 69,52%, especificidade de 91,63%, NPV de 94,46% e PPV de 59,44% para classificação COVID-19 (1). Conclusão: Os atuais estudos mostram que máquinas baseadas em radiômica apresentaram capacidade de diferenciar GGOs de início da pneumonia por COVID-19 daqueles de outras doenças. Assim, fornece um diagnóstico rápido e preciso para pacientes infectados por COVID-19.