O teste de esforço completa mais de seis décadas como um dos pilares do diagnóstico cardiovascular — e, no entanto, boa parte de seu potencial ainda é subutilizado. A razão? Os escores que tornam sua interpretação mais precisa, reprodutível e segura continuam sendo raridade no dia a dia da ergometria.
Neste post, mostramos como a avaliação probabilística estruturada — da consulta inicial ao laudo final — muda a forma de investigar a doença arterial coronariana (DAC) e protege pacientes de exames desnecessários ou, pior, do diagnóstico perdido.
Por que usar escores no teste ergométrico?
Quando um médico analisa um teste ergométrico pela experiência clínica isolada, está sujeito a vieses que variam de especialista para especialista. Estudos demonstram que escores possuem poder discriminatório superior à análise convencional — e as diretrizes ACC/AHA e ESC já os recomendam formalmente para aprimorar a acurácia diagnóstica e prognóstica.
Os benefícios são concretos: os escores organizam grandes volumes de dados com menos subjetividade, reduzem encaminhamentos desnecessários a procedimentos caros como cateterismo e cintilografia miocárdica, e facilitam a comunicação entre o especialista em ergometria e o clínico que recebeu o laudo.
Se são tão úteis, por que ainda são pouco usados? O principal obstáculo é a natureza das equações: calcular um Escore de Duke ou CAD2 no meio de um dia cheio de atendimentos não é simples.
Antes do esforço: a probabilidade pré-teste determina tudo
O legado (e os limites) do Diamond-Forrester
Por décadas, o método de Diamond-Forrester foi o padrão: uma tabela cruzando sexo, faixa etária e tipo de dor torácica (angina típica, atípica ou dor não cardíaca) para estimar a probabilidade de DAC.
O problema é que o Diamond-Forrester superestima significativamente a probabilidade de doença nas populações atuais. No estudo PROMISE, a prevalência real de DAC obstrutiva foi de apenas 13,9% — mas o Diamond-Forrester estimava, em média, 40,6% para a mesma coorte. Uma superestimação de quase três vezes. O impacto prático é uma cascata de exames: cateterismos realizados em pacientes que não precisavam, com todos os custos e riscos associados.
As diretrizes AHA/ACC 2021 e ESC 2019 já recomendam explicitamente o uso de estimativas contemporâneas de probabilidade pré-teste em substituição ao Diamond-Forrester original.
O CAD Consortium (CAD2): o novo padrão
O CAD2 representa uma evolução substancial. Diferente do Diamond-Forrester, ele incorpora não apenas idade, sexo e tipo de dor, mas também tabagismo, diabetes, hipertensão arterial, IMC e perfil lipídico — variáveis que qualquer clínico já obtém na primeira consulta.
O resultado é uma estimativa muito mais calibrada para a realidade clínica atual. No estudo SCOT-HEART, que avaliou mais de 1.500 pacientes com angiotomografia coronariana, o CAD2 demonstrou:
- Maior discriminação: AUC de 0,79 — superior ao Diamond-Forrester Atualizado (0,77) e ao escore CONFIRM (0,75), com p < 0,001.
- Melhor desempenho em subgrupos críticos: liderou a acurácia em mulheres, em pacientes jovens (< 65 anos) e idosos (≥ 65 anos).
- Reclassificação superior: no limiar de 10%, identificou corretamente como baixo risco 45,7% dos pacientes sem doença obstrutiva — uma vantagem enorme em termos de evitar exames desnecessários.
A recomendação prática é direta: sempre que o perfil lipídico estiver disponível, o CAD2 deve ser a ferramenta de escolha no primeiro contato clínico.
Depois do esforço: escores que estratificam risco e informam conduta
O teste ergométrico produz dados ricos — e interpretá-los apenas pelo desvio do segmento ST é desperdiçar a maior parte dessa informação.
O Escore de Duke: prognóstico validado por décadas
Desenvolvido em 1987 e publicado no New England Journal of Medicine em 1991, o Escore de Duke integra três variáveis: tempo de exercício (em minutos no Protocolo de Bruce), o maior desnível do ST em milímetros, e um índice de angina (0 se ausente, 1 se presente mas não limitante, 2 se causou interrupção do teste).
A fórmula resulta em uma pontuação de +15 a −25, dividindo os pacientes em três estratas de risco com perfis anatômicos e prognósticos bem definidos. Pacientes com escore superior a +5 têm mortalidade anual abaixo de 1% e, em sua maioria, sem obstrução coronária significativa. Já um escore igual ou inferior a −10 indica alto risco — com mais de 80% de probabilidade de coronariopatia grave triarterial ou de tronco de artéria coronária esquerda.
Uma ressalva importante: o Escore de Duke foi derivado como instrumento prognóstico, não diagnóstico. Ele tem uso restrito em idosos (onde a menor capacidade funcional subestima o escore), pacientes com bloqueios de ramo, sobrecarga ventricular esquerda, uso de digital e outras condições que distorcem o ECG de esforço.
Raxwal e Morise Pós-Teste: incluindo os assintomáticos
Uma limitação relevante do Escore de Duke é que ele foi validado principalmente para pacientes sintomáticos sem intervenção coronária prévia. Os escores de Raxwal (masculino) e Morise Pós-Teste (feminino) ampliam essa aplicabilidade — são válidos tanto para sintomáticos quanto para assintomáticos e consideram o gênero de forma diferenciada. A faixa de risco intermediário (40 a 60 pontos) é onde o teste tem maior poder de reclassificação e onde a decisão de investigação adicional deve ser mais cuidadosa.
Análise eletrocardiográfica avançada: quando o ST não é suficiente
O segmento ST é o critério mais conhecido do ECG de esforço, mas está longe de ser o único informativo — e tem suas limitações, especialmente na doença multiarterial.
O Escore de Atenas: variações do QRS
O Escore de Atenas analisa as variações dinâmicas da amplitude do complexo QRS nas derivações aVF e V5 entre o ECG basal e o pico do esforço. Enquanto a análise do ST é mais sensível para doença uniarterial, o Escore de Atenas tem maior especificidade para doença multiarterial — tornando-os instrumentos complementares.
Pontuações acima de 5 sugerem coronárias normais; abaixo de 0 indicam comprometimento multiarterial.
O Escore de Koide: raciocínio sequencial e hierarquizado
O Koide integra três variáveis binárias em um critério de decisão sequencial: infradesnível de ST ≥ 1 mm, dispersão do QT ≥ 60 ms e o próprio Escore de Atenas. Quando dois ou mais critérios são positivos, o escore é positivo para coronariopatia; quando dois ou mais são negativos, é negativo. A lógica combinatória aumenta a robustez diagnóstica em casos individuais.
Quantificando a gravidade: a Escala de Isquemia Miocárdica
Uma ferramenta particularmente útil para o acompanhamento longitudinal é a Escala de Isquemia Miocárdica, que pontua de 0 a 12 pontos com base em três pilares: morfologia do desvio do ST (de ascendente a elevação de ST, de 0 a 4 pontos), magnitude do desvio (de ausente a > 2 mm, de 0 a 4 pontos) e momento de surgimento das alterações (de transitório no pico a muito precoce, em cargas ≤ 5 METs, de 0 a 4 pontos).
A escala não serve para o diagnóstico inicial — serve para comparar objetivamente a evolução do mesmo paciente em testes seriados ao longo do tempo. Um paciente que saiu de escore 8 para escore 3 depois de uma intervenção coronária teve uma mudança clínica real, quantificável.
Bayes na prática: o resultado do teste sozinho não diz nada
Aqui está um dos conceitos mais importantes da ergometria: o significado de um teste positivo ou negativo depende fundamentalmente da probabilidade pré-teste do paciente.
O Teorema de Bayes demonstra isso com clareza. Um infradesnível de ST ≥ 1 mm em um homem idoso com angina típica representa alta probabilidade de doença real. O mesmo achado em uma mulher jovem assintomática é, provavelmente, um falso-positivo — a baixa probabilidade pré-teste domina o resultado final, e a probabilidade pós-teste de DAC real permanece baixa, não justificando investigação invasiva.
É por isso que a avaliação completa começa antes do teste: sem uma estimativa sólida de probabilidade pré-teste, o laudo do ergométrico fica no vazio.
O horizonte: machine learning no teste ergométrico
Uma publicação de 2022 no periódico Atherosclerosis (Taipei Veterans General Hospital) trouxe um dado que merece atenção: ao aplicar algoritmos de machine learning a 93 variáveis extraídas do teste ergométrico de 2.325 pacientes, pesquisadores conseguiram reduzir a taxa de falso-positivo de 76,3% para 55% — mantendo sensibilidade de 85%.
O modelo de melhor desempenho (Random Forest, AUC de 0,74) funcionou exclusivamente com os dados do próprio teste, sem precisar de variáveis clínicas adicionais. O resultado aponta para uma direção clara: a integração de inteligência artificial ao TE pode tornar um exame acessível e barato ainda mais preciso, sem aumentar sua complexidade para o paciente.
O que levar para a prática
O teste ergométrico é um exame rico, com décadas de evidência acumulada. Mas seu potencial só é plenamente aproveitado quando a interpretação é estruturada: probabilidade pré-teste com um escore contemporâneo como o CAD2, combinada com escore pós-teste adequado (Duke para prognóstico, Raxwal/Morise para populações mais amplas), análise eletrocardiográfica além do ST (Atenas, Koide) quando indicada, e interpretação bayesiana do resultado final.
A transição de uma análise subjetiva para uma abordagem probabilística e baseada em escores não torna a ergometria mais complicada — torna a comunicação entre o especialista e o clínico mais clara, e a decisão para o paciente mais segura.
