CORE-OM

assignment Abrir o instrumento para aplicação

O que é e de onde vem

O CORE System nasceu no Reino Unido, no fim dos anos 1990, de um problema prático: serviços de psicoterapia com orientações teóricas diferentes não tinham como comparar seus resultados, porque cada um media o que queria, do jeito que queria. A resposta foi construir uma medida pan-teórica — que não pressupõe nenhum modelo de psicoterapia — breve o bastante para caber na rotina e padronizada o bastante para permitir benchmarking entre serviços.

O sistema completo tem duas partes: o CORE-OM, respondido pelo cliente, e o CORE-A, preenchido pelo profissional (avaliação inicial e formulário de encerramento). Barkham e colaboradores formalizaram, em 2001, o par conceitual que organiza o projeto: a prática baseada em evidências precisa de contrapartida na evidência baseada na prática — dados de desfecho gerados na clínica de rotina, não apenas em ensaios controlados.

O instrumento cobre quatro domínios deliberadamente escolhidos para ir além do sintoma: bem-estar subjetivo, problemas e sintomas, funcionamento (geral, íntimo e social) e risco (a si e a terceiros). Dos 34 itens, 18 foram calibrados para a faixa alta de sofrimento e 16 para a faixa baixa, o que amplia a sensibilidade da medida ao longo de todo o espectro.

Para que serve — e para que não serve

O CORE-OM foi construído como medida de mudança. Sua utilidade central é o routine outcome monitoring (ROM): medir na linha de base, medir de novo ao longo e ao fim do tratamento, e usar a diferença como informação clínica. Ele responde “esta pessoa está melhorando, estagnada ou piorando, e o quanto disso é maior que o erro de medida?”.

Ele não responde “que transtorno esta pessoa tem”. A validação do instrumento se apoia em contraste entre população clínica e não clínica e em correlação com entrevistas de rastreio — a correlação com a CIS-R foi r = 0,77 —, não em concordância com categorias do DSM ou da CID. Cruzar o ponto de corte significa “escore mais típico de quem procura serviço de psicoterapia”, não “tem o transtorno X”.

Estrutura: os 34 itens

Cada item é respondido numa escala de frequência de cinco níveis, referida aos últimos sete dias: Nunca (0), Raramente (1), Às vezes (2), Muitas vezes (3), Sempre ou quase sempre (4). A medida é problem scored: em todos os domínios, maior é pior — inclusive no de bem-estar, o que o próprio manual reconhece ser contraintuitivo, mas mantém por consistência.

Dentro dos domínios maiores há agrupamentos conceituais úteis na leitura clínica, embora sem normas próprias: em Problemas, ansiedade (2, 11, 15, 20), depressão (5, 23, 27, 30), físico (8, 18) e trauma (13, 28); em Funcionamento, geral (7, 12, 21, 32), relações próximas (1, 3, 19, 26) e relações sociais (10, 25, 29, 33). No domínio de Risco, quatro itens tratam de risco a si (9, 16, 24, 34) e dois de risco a terceiros (6, 22).

Os oito itens invertidos

Oito itens são redigidos de forma positiva e pontuados ao contrário (4-3-2-1-0). No formulário impresso eles são identificados pela numeração invertida na linha de resposta. São eles:

Como pontuar

Há três métricas, e só a terceira é a recomendada oficialmente:

• Escore bruto — soma dos 34 itens já invertidos, de 0 a 136. O CORE System Trust descreve como “alternativa rara, não oficialmente recomendada”.
• Escore médio — o bruto dividido pelo número de itens respondidos, de 0 a 4.
• Clinical score — a média multiplicada por 10, de 0 a 40. É a métrica padrão, adotada porque os serviços queriam evitar decimais. Quando alguém diz “o CORE dela era 18”, é disso que está falando.

Além do escore total, calculam-se o escore de cada domínio (mesma fórmula, restrita aos itens do domínio) e o escore não-risco — os 28 itens de bem-estar, problemas e funcionamento. O Trust recomenda o não-risco como melhor escore agregado global, justamente porque os itens de risco formam um espaço de resposta separado dos demais e distorcem a média.

Itens omitidos

Usar a média em vez da soma é o que torna o instrumento robusto a omissões — mas há limite, e ele é diferente por escala:

A regra geral é de até 10% de itens omitidos. Escalas curtas — bem-estar e risco — não admitem prorrateio: com quatro ou seis itens, cada omissão desloca a média demais.

Como interpretar

O ponto de corte

O valor operacional em uso hoje é 10 no escore clínico (média de 1,0), sem distinção por sexo. Ele vem de Connell e colaboradores (2007), o primeiro estudo com amostra populacional britânica razoavelmente representativa: comparando 535 pessoas da população geral com 10.761 de amostras clínicas, pelo critério c de Jacobson e Truax, chegou-se a 9,9 — arredondado para 10. Por sexo, os valores foram 9,3 para homens e 10,2 para mulheres; contra uma subamostra “não angustiada”, 7,3. O corte de 10 separou população clínica de população geral com 87% de sensibilidade e 88% de especificidade.

Os cortes anteriores, do User Manual e de Evans e colaboradores (2002), eram sexo-específicos e mais altos. Continuam úteis como referência, sobretudo para os domínios, que Connell não recalculou:

Note a inversão no domínio de risco, em que o corte masculino é mais alto que o feminino.

Mudança confiável e mudança clinicamente significativa

A leitura de mudança segue a lógica de Jacobson e Truax (1991), com dois critérios independentes:

1. Mudança confiável (RC) — a diferença entre duas aplicações excede o erro de medida. Calcula-se por RCI = 1,96 × DP × √2 × √(1−fidedignidade).
2. Mudança clinicamente significativa (CSC) — o escore cruza do lado clínico para o lado não clínico do ponto de corte.

Cruzando os dois, chega-se às categorias usadas em relatórios de serviço: recuperado (mudança confiável e cruzou o corte), melhorado (mudança confiável sem cruzar), sem mudança confiável e deteriorado (mudança confiável na direção oposta).

A regra de bolso operacional, com corte 10 e RCI 5 no escore 0–40:

• queda de 5 pontos ou mais → melhora confiável;
• queda de 5 ou mais e escore final abaixo de 10 → recuperação;
• aumento de 5 ou mais → deterioração confiável;
• variação menor que 5 → dentro do ruído de medida.

Faixas de gravidade

Circula na prática britânica uma classificação do escore clínico em faixas: 10–14 leve, 15–19 moderado, 20–24 moderado a grave e 25–40 grave. O limiar de 2,5 na escala de média (25 no escore clínico) tem lastro empírico como marcador de gravidade — Barkham e colaboradores (2005) o usaram para distinguir atenção primária de secundária.

Abaixo de 10 — a faixa não clínica — as fontes divergem sobre onde subdividi-la: umas trazem 0–4 “saudável” e 5–9 “baixo nível”, outras 0–5 e 6–9, e os manuais do CORE-10 usam ainda outro corte. Como a divisão é disputada e clinicamente inconsequente, esta página apresenta tudo abaixo de 10 como uma única faixa não clínica.

Vale para todas elas a mesma ressalva: essas faixas não constam de nenhuma publicação do CORE System Trust, e o próprio Chris Evans, coautor do instrumento, mantém texto público questionando o uso de faixas de escore. Use-as como convenção de comunicação, não como norma do instrumento — e nunca como critério isolado de decisão clínica.

Há uma explicação provável para essa instabilidade, e ela ajuda a interpretar o que se lê por aí. As faixas do CORE-10 são publicadas — estão no CORE-10 User Manual, com limites em 11, 15, 20 e 25. A estrutura das faixas que circulam para o CORE-OM é a mesma, com o limite clínico deslocado de 11 para 10. Tudo indica, portanto, que se trate de uma transposição de uma medida para a outra — o que explicaria por que o corte interno da faixa não clínica varia conforme a fonte. É leitura nossa, não afirmação dos autores; mas, se estiver certa, reforça a recomendação de não tratar as faixas do CORE-OM como norma.

Os itens de risco

Os seis itens de risco cobrem ideação suicida, planejamento, autolesão e risco a terceiros. A orientação do User Manual é literal e categórica: qualquer pontuação acima de zero em qualquer item marcado “R” deve ser sinalizada para atenção adicional do clínico — independentemente do escore total, e independentemente da média do domínio.

Isso não é detalhe de escoragem, é o desenho do instrumento. Uma única marcação em “fiz planos para acabar com minha vida” convive com média de domínio baixa, porque os outros cinco itens podem estar em zero. Ler a média do domínio de risco em vez dos itens é o erro mais consequente que se pode cometer com o CORE-OM.

É igualmente importante separar as duas coisas que o domínio mistura. Risco a si (itens 9, 16, 24, 34) e risco a terceiros (6, 22) pedem condutas diferentes; tratá-los como uma coisa só produz resposta errada em pelo menos um dos casos.

Uso em monitoramento de rotina

O protocolo recomendado pelo próprio CORE System Trust resolve a tensão entre carga de resposta e frequência de medida: CORE-OM na linha de base, CORE-10 sessão a sessão, e CORE-OM de novo no encerramento e no seguimento. Os 34 itens dão cobertura e fidedignidade nos pontos que importam para a comparação; os 10 itens dão cadência sem cansar.

Os limiares do CORE-10 não são os do CORE-OM: corte 11 e RCI 6. Não transporte um para o outro, e não compare escores das duas medidas — quando a comparação for necessária, use os escores do CORE-10 dos dois momentos.

O feedback melhora o desfecho? Sim, com ressalvas importantes

A meta-análise multinível de de Jong e colaboradores (2021), com 58 estudos, 110 tamanhos de efeito e 21.699 pacientes, encontrou efeito pequeno mas robusto do feedback sobre a redução de sintomas (d = 0,15; IC95% 0,10–0,20), efeito semelhante nos casos fora da trajetória esperada (d = 0,17) e redução do abandono (OR = 1,19). O ensaio clínico randomizado por conglomerados de Delgadillo e colaboradores (2018), em oito serviços do NHS, encontrou benefício restrito aos pacientes classificados como “fora de trajetória” (d = 0,23 no PHQ-9; 0,19 no GAD-7).

Duas leituras práticas se impõem. Primeira: o ROM é um sistema de detecção de exceções, não um acelerador universal — para quem já vai bem, a literatura não sustenta ganho relevante do feedback formal. Segunda, e mais acionável: o efeito é substancialmente maior quando o alerta vem acompanhado de ferramentas de apoio clínico (aliança, motivação, rede de apoio, eventos de vida), com d entre 0,35 e 0,49 — contra 0,15 do feedback isolado. O dado sozinho quase não move o desfecho; o dado que dispara uma investigação move.

De Jong e colaboradores (2024) organizam a prática no modelo “Collect, Share, Act” — coletar, compartilhar o resultado com o paciente e agir sobre ele. Compartilhar não é opcional: é o passo em que a medida vira intervenção.

Psicometria

Evans e colaboradores (2002) reportaram fidedignidade interna e teste-reteste entre 0,75 e 0,95, boa validade convergente contra sete outros instrumentos — BDI-I e II, BAI, BSI, SCL-90-R, GHQ-28 e IIP-32 —, grandes diferenças entre amostras clínicas e não clínicas e boa sensibilidade à mudança. Connell e colaboradores (2007) obtiveram alfa de 0,91 na população geral britânica.

Na adaptação para o português europeu (Sales et al., 2012, n = 111, amostra não clínica), os alfas foram 0,72 para bem-estar, 0,88 para problemas, 0,85 para funcionamento, 0,46 para risco, 0,94 para não-risco e 0,94 para o total — equiparáveis aos britânicos em tudo exceto risco. No Equador (n = 259, amostra clínica), alfa de 0,94 para o total e 0,85 para risco, com aceitabilidade excelente: 88% completaram todos os 34 itens e 100% completaram ao menos 31, permitindo prorrateio em todos os casos.

Benchmarks de desfecho

Tamanhos de efeito pré-pós típicos em serviços reais medidos com CORE-OM: 1,36 em 1.309 pacientes do NHS (Stiles et al., 2006), 1,39 em 5.613 pacientes da atenção primária britânica (2008) e 1,96 em 9.703 pacientes com encerramento planejado, até 20 sessões e escore inicial acima do corte (2008), com 62,0% de melhora confiável e clinicamente significativa.

O achado mais importante sobre benchmarks, porém, é de Barkham e colaboradores (2012), com 33.587 pacientes: as taxas de recuperação variaram de 19% a 65% e os efeitos pré-pós de 0,60 a 1,95 — dependendo apenas de como se define a amostra (intenção de tratar ou completadores) e o índice de desfecho. Não existe “a” taxa de recuperação do CORE-OM: existe uma taxa por definição operacional, e comparar serviços sem igualar a definição é inválido.

Quando escolher o CORE-OM

Aplicando PHQ-9, GAD-7 e CORE-10 aos mesmos 1.103 pacientes, encontram-se correlações de 0,71 a 0,78 e um construto latente comum — mas concordância apenas moderada na classificação individual (κ = 0,45–0,59). Dada a sobreposição, uma única medida de sofrimento na linha de base costuma bastar; a questão é qual.

• CORE-OM — clientela transdiagnóstica; quando funcionamento e bem-estar importam tanto quanto sintoma; quando se quer uma medida única que também sinalize risco.
• PHQ-9 / GAD-7 — serviço orientado a alvo diagnóstico específico, ou necessidade de comparabilidade com protocolos de depressão e ansiedade.
• OQ-45 — semelhante em propósito; sua vantagem própria é o sistema de trajetórias esperadas e alertas de sinal de Lambert.
• SCL-90-R — quando o objetivo é perfil sintomático detalhado por dimensões, e não monitoramento de baixa carga.

Limitações

• Não é diagnóstico. Mede intensidade de sofrimento e mudança, não categoria nosológica.
• Normativos importados. Sem estudo normativo brasileiro, o corte 10 é referência britânica aplicada por falta de alternativa local.
• Autorrelato. Sujeito a desejabilidade social, agravada quando o cliente sabe que o escore alimenta decisões sobre alta ou avaliação do serviço.
• Domínio de risco fraco. Piso severo, fidedignidade baixa e sensibilidade à mudança apenas média. Sinaliza; não avalia.
• Domínios não são fatores. Leia o perfil como informação clínica, não como escores fatoriais independentes.
• Corte é contextual. Os próprios autores advertem que pontos de corte “devem ser usados com critério e ajustados ao contexto e ao propósito”.

Licença e obtenção do formulário

Todos os instrumentos CORE são propriedade do CORE System Trust e estão sob licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 (CC BY-NC-ND 4.0): uso livre, sem taxa, em perpetuidade, sem necessidade de cadastro ou sublicença, sob três condições — uso não comercial, conteúdo inalterado e atribuição preservada. Reprodução eletrônica é tratada como equivalente à impressa.

Na prática isso significa que não se pode: alterar a ordem dos itens, cortar itens, acrescentar itens ou texto, mudar as âncoras de resposta, omitir o marco temporal, nem produzir tradução própria — a cláusula NoDerivatives torna tradução não aprovada uma violação de copyright. A versão oficial em português do Brasil, coordenada por Heloísa Junqueira Fleury e colaboradores, está disponível gratuitamente no site do Trust, junto com CORE-10, GP-CORE e as formas curtas.

assignment Abrir o instrumento para aplicação