ALDRESS: Um Estudo Piloto Retrospectivo para Desenvolver um Algoritmo de Causalidade Farmacológica para Reação a Medicamentos com Eosinofilia e Sintomas Sistêmicos (DRESS)

Contexto: A síndrome de reação a medicamentos com eosinofilia e sintomas sistêmicos (DRESS) representa uma forma severa de reação de hipersensibilidade a medicamentos caracterizada por morbidade significativa, mortalidade e sequelas a longo prazo, além de opções terapêuticas limitadas. A identificação precisa do(s) medicamento(s) causador(es) é fundamental para o manejo agudo, a exploração de alternativas terapêuticas seguras e a prevenção de ocorrências futuras. No entanto, a ausência de um teste diagnóstico padronizado e um algoritmo de causalidade específico adaptado ao DRESS representa um desafio significativo em seu manejo clínico. Métodos: Realizamos um estudo de caso-controle retrospectivo envolvendo 37 pacientes com DRESS para validar um novo algoritmo de causalidade, o ALDRESS, projetado explicitamente para esta síndrome, comparando-o com o algoritmo padrão atual, SEFV. Resultados: O algoritmo ALDRESS apresentou um desempenho superior, exibindo uma sensibilidade de 85,7% e uma especificidade de 93% com valores preditivos negativos comparáveis (80,6% vs. 97%). Notavelmente, o algoritmo ALDRESS obteve um valor preditivo positivo substancialmente maior (75%) em comparação com o SEFV (51,40%), alcançando uma taxa de precisão geral de 92%. Conclusões: Nossos achados destacam a eficácia do algoritmo ALDRESS em atribuir com precisão a causalidade aos medicamentos implicados na síndrome DRESS. No entanto, estudos de validação adicionais envolvendo coortes maiores e diversas são necessários para consolidar sua utilidade clínica e ampliar sua aplicabilidade. Este estudo estabelece as bases para uma ferramenta de avaliação de causalidade refinada, prometendo avanços no diagnóstico e manejo da síndrome DRESS.