Programa - Comunicação Coordenada - CC2.1 - Avanços em Métodos de Machine Learning na Vigilância, Predição e Classificação em Saúde

Objetivos: Investigar a disseminação e os padrões da esporotricose em felinos e humanos no Município de Contagem/MG, utilizando dados do SINAN e da UVZ, com técnicas de machine learning, como Redes Neurais Artificiais (RNA) e análise espacial, visando prever a série temporal de casos e identificar padrões de distribuição geográfica da doença.
Métodos: Utilizaram-se dados secundários de 2017 até março de 2023, nos quais foram notificados 366 casos humanos e 1.345 casos felinos. As etapas de preparação, limpeza e análise foram efetuadas utilizando R 3.3 e QGIS 3.34. Para prever a série temporal, foram empregadas as RNAs, e para as análises espaciais, utilizou-se o Kernel e o Vizinho Mais Próximo (KNN).
Resultados: Os resultados foram promissores, com as RNAs apresentando desempenho superior ao método SARIMA na previsão do número de casos, com um coeficiente de determinação (R²) de 59% para humanos e 67,4% para felinos, e métricas de erro baixas. No QGIS, foram gerados mapas temáticos, permitindo visualizar a expansão territorial da doença no município. Além disso, o KNN indicou a ausência de agrupamentos significativos, enquanto o Kernel revelou áreas com maior concentração.
Conclusão: O estudo revelou que a esporotricose se espalhou rapidamente nas populações, destacando-se com dispersão aleatória em locais de maiores densidades pelo município. A RNA demonstrou uma capacidade robusta de previsão dos casos. Esses resultados são essenciais para orientar medidas de vigilância e controle.

A utilização de dados de pacientes para o desenvolvimento de algoritmos preditivos apresenta desafios técnicos e éticos associados à privacidade e segurança. Apesar do uso crescente de técnicas de Aprendizado Federado (AF) para preservar a privacidade do paciente, ainda existem importantes desafios a serem superados. O estudo teve como objetivo desenvolver algoritmos para predizer o risco de óbito por covid-19 usando diferentes técnicas de AF em 21 hospitais brasileiros. Vinte e dois preditores, incluindo idade, sexo, frequência cardíaca, frequência respiratória, pressão arterial, temperatura e dados hematológicos, foram incluídos nos modelos. Foram testados dois cenários de aprendizado federado: o primeiro cenário avaliou o desempenho preditivo do perceptron multicamadas e da regressão logística. Um modelo global foi construído agregando os coeficientes médios obtidos de cada hospital. O segundo cenário analisou o uso de random forest e XGBoost, onde árvores locais foram construídas e agregadas em um único modelo global. Para ambos os cenários envolvendo os quatro modelos mencionados, o aprendizado federado foi implementado em dados hospitalares e dados regionais agregados. Em média, os hospitais alcançaram uma AUC-ROC de 0,798, com uma melhoria de 8% em relação ao aprendizado federado. Para os dados regionais, a AUC-ROC média foi de 0,838, com uma melhoria de 0,92% em relação à estratégia centralizada. Os resultados indicam o potencial da implementação de novas técnicas de aprendizado federado para predizer resultados de saúde usando informações de diversas fontes hospitalares, protegendo a privacidade e a segurança dos dados dos pacientes.

Algoritmos de machine learning (ML) têm o potencial de auxiliar na melhoria das decisões clínicas e epidemiológicas, entretanto a sua performance em diferentes contextos ainda não está bem estabelecida. Este estudo comparou a performance de dois algoritmos populares para dados estruturados (XGBoost e TabPFN) para predizer o risco de admissão futura de pacientes com covid-19 em unidades de terapia intensiva (UTI). Foram analisados dados de 5531 pacientes de 14 hospitais nas cinco regiões brasileiras.

Os resultados indicaram que os dois algoritmos tiveram performance preditiva semelhante para a maioria dos hospitais. Em relação à área abaixo da curva ROC (AUC-ROC), o resultado para a predição de admissão na UTI variou de 0,58 a 0,94 para o TabPFN, e de 0,48 a 0,95 para o XGBoost.

O número de pacientes analisados em cada hospital foi de 47 a 1024. Para avaliar se o tamanho da amostra influencia a seleção do melhor algoritmo, foi utilizado o teste não-paramétrico de Mann-Whitney. Foram comparados os hospitais em que o TabPFN (n=9) foi o melhor modelo com os que o XGBoost (n=5) foi o melhor. Apesar da identificação de uma tendência de o TabPFN exibir melhor desempenho para hospitais menores, essa diferença não foi estatisticamente significativa (grupo TabPFN: Mediana = 124, IQR = 383; grupo XGBoost: Mediana = 449, IQR = 876,5; p=0,182).

Os resultados do estudo indicam que a implementação de ML em sistemas de saúde requer avanços constantes em pesquisa e a adaptação dos algoritmos para diferentes contextos e ambientes clínicos.

A aprendizagem por transferência (APT) é uma técnica de machine learning que permite utilizar o conhecimento adquirido por um algoritmo em um local com um grande conjunto de dados, como ponto de partida para o aprendizado da mesma tarefa em outro local, em que os recursos para obtenção dos dados são escassos. O objetivo deste estudo foi comparar a performance da predição de admissão em unidade de terapia intensiva em pacientes com covid-19 em um hospital com pequeno tamanho amostral (Hospital Amazonas-HA, n=47), com a APT obtida em um hospital de outra região (Hospital Salvador-HS, n=1359) que apresentou excelente desempenho preditivo. As variáveis utilizadas em ambos os hospitais foram as mesmas, provenientes de exames laboratoriais. Foi utilizado o algoritmo XGBoost (Extreme Gradient Boosting) e a métrica adotada para comparar o desempenho preditivo com e sem a APT foi a AUC, área abaixo da curva ROC (Receiver Operating Characteristic). No HS o desempenho preditivo do XGBoost foi de AUC=0,947. Os resultados indicaram que a capacidade preditiva no HA localmente não foi satisfatória (AUC= 0,479), no entanto, ao utilizar o processo de aprendizagem a partir da configuração obtida no HS, o desempenho do algoritmo final no HA apresentou um aumento de performance preditiva de 46% (AUC= 0,699). Esse resultado indica que a APT se mostrou uma solução promissora, com potencial para melhorar as predições de eventos em contextos em que o tamanho amostral é escasso ou em que os recursos para obtenção de dados são muito custosos.

Objetivo: A massa magra muscular (MMM) é um indicador clínico importante para o risco de alterações cardiovasculares e metabólicas. Técnicas como a absorciometria de raios X de dupla energia (DXA) medem com precisão a MMM, entretanto não são acessíveis e precisam de técnicos treinados para coleta. Portanto, para simplificar o processo, objetivou-se implementar técnicas de aprendizado de máquina (AM) para estimar/classificar a MMM, através de dados clínicos de baixo custo. Métodos: Estudo de corte transversal aninhado a uma coorte prospectiva do consórcio RPS (Ribeirão Preto, Pelotas e São Luís) com 1.857 adolescentes brasileiros (18-19 anos) residentes em São Luís/MA. Foram testadas cinco técnicas de AM pelo método de classificação supervisionado: Árvore de decisão, K-Nearest Neighbors, Support Vector Machine (SVM), Polynomial Kernels e Random Forest. Foi utilizada k-fold cross validation, com k=10 (treino=1.485 exemplos; teste=372 exemplos). Utilizou-se a linguagem de programação Python® no ambiente Google Colab®. Resultados: O modelo SVM apresentou as melhores métricas: acurácia (94%), sensibilidade (93%), especificidade (94%) e área sobre a curva ROC (95%). Os inputs do algoritmo foram: sexo, idade, cor, situação socioeconômica, nascimento pré-termo, altura e peso. MMM normal (homens: >7,23kg/m2 e mulheres: >5,67kg/m2) foi verificada em 43,8% (n=813) dos adolescentes/adultos jovens. No grupo teste, 163 possuíam MMM normal (precisão=0,92 e Recall=0,94) e 209 tinham MMM baixa (precisão=0,96 e Recall=0,93). Conclusão: O algoritmo classificador SVM obteve uma boa resposta na triagem de alterações na MMM de adolescentes/adultos jovens, podendo ser uma alternativa para triagem em comparação a métodos de alto custo, como o DXA.