O suicídio é a segunda maior causa de morte entre crianças de 10 a 14 anos nos Estados Unidos, uma estatística alarmante que evidencia uma falha sistêmica na identificação e tratamento de problemas mentais nessa faixa etária.
Essa realidade é agravada pelo atraso médio de 11 anos entre o surgimento de condições de saúde mental e seu diagnóstico. Por exemplo, uma criança que começa a apresentar sinais de desafios mentais aos seis anos pode não receber um diagnóstico adequado até os 17 anos, passando seus anos formativos sem o suporte necessário, o que frequentemente leva a escolhas arriscadas e experiências potencialmente nocivas.
Um dos principais problemas reside nas limitações das ferramentas atuais de triagem mental, particularmente o desatualizado Checklist de Sintomas Pediátricos (PSC), desenvolvido no final dos anos 1980. Embora ainda seja um instrumento comum para avaliar a ansiedade, depressão, TDAH e comportamentos internalizantes ou externalizantes em crianças, o PSC não é destinado ao diagnóstico dessas condições, mas sim à identificação de possíveis problemas de saúde mental para encaminhamentos a terapeutas.
O PSC consiste em um conjunto de 35 perguntas em papel, preenchidas pelos pais ou pelas próprias crianças, a partir dos 12 anos. Como muitos aspectos do sistema de saúde pediátrico, o PSC não se adaptou aos conhecimentos e tecnologias modernas, tornando difícil a identificação e acompanhamento de crianças que sofrem, assim como a implementação de intervenções oportunas.
Além do PSC, o Questionário sobre a Saúde do Paciente (PHQ9), uma pesquisa diagnóstica desenvolvida no início dos anos 1990 pela Pfizer, também é utilizada de forma simplista, com um sistema de pontuação que oferece pouca nuance. Ambas as ferramentas não consideram condições de saúde mental múltiplas ou simultâneas, um aspecto crucial para entender a complexidade do cenário de saúde mental.
Tecnologias emergentes prometem preencher essas lacunas, permitindo que pais e crianças completem questionários online antes das consultas e utilizando inteligência artificial para coletar informações mais detalhadas sobre condições específicas de saúde mental, fatores de risco e mais, de maneira menos tendenciosa.
A introdução de novas ferramentas de triagem mental para jovens, que incluem perguntas mais abertas e conscientes do contexto, pode ser mais eficaz. Por exemplo, perguntas sobre a frequência, intensidade e consequências de sentimentos específicos, juntamente com fatores contextuais, podem fornecer uma imagem mais detalhada da saúde mental. Algoritmos de aprendizado de máquina podem rastrear respostas individuais ao longo do tempo, identificando padrões únicos e tendências, o que ajuda a realizar intervenções precoces.
A modernização das ferramentas de triagem mental não só facilita o processo, mas também possibilita que ele seja realizado com mais frequência, ajudando os médicos a identificar padrões potencialmente preocupantes na saúde mental das crianças e a intervir antes mesmo de um diagnóstico oficial ser feito.
Com ferramentas atualizadas e dados em tempo real, os profissionais podem colaborar melhor com os pacientes e suas famílias para oferecer a ajuda necessária e merecida no momento mais precoce possível, abrindo a porta para resultados mais proveitosos.
Fonte: Mental health screening tools for kids are 30 years out of date / STAT
Este artigo foi criado em colaboração entre Cláudio Cordovil e Chat GPT-4
