Variações temporais em fatores de risco individuais e hospitalares em pacientes internados com Covid-19 utilizando método de aprendizado de máquina

Resenha do artigo:

Em breve.

Vários estudos investigaram fatores de risco associados a desfechos desfavoráveis  em pacientes internados com Covid-19. Porém,  poucos estudos analisaram como o impacto temporal afetou a relação entre esses diferentes fatores de risco e os desfechos. O objetivo deste estudo é analisar o impacto de fatores relacionados aos pacientes e aos hospitais na predição de mortalidade durante a internação, necessidade de ventilação mecânica invasiva (VMI) e transferência para a unidade de terapia intensiva (UTI) ao longo das ondas da pandemia de Covid-19.

Este estudo analisou pacientes com Covid-19 internados em 39 hospitais brasileiros, entre março de 2020 e agosto de 2022. Para esta análise, a pandemia foi dividida em três fases, de acordo com picos de mortalidade: onda 1 (março a novembro de 2020), onda 2 (novembro de 2020 a dezembro de 2021) e onda 3(dezembro de 2021 a agosto de 2022). Foram avaliados fatores relacionados aos pacientes, como dados clínicos, demográficos e laboratoriais, além de fatores relacionados aos hospitais, como fonte de financiamento, acreditação (certificação que garante que o hospital segue padrões de qualidade e segurança no atendimento aos pacientes), presença de residência médica credenciada e características socioeconômicas. Para identificar possíveis fatores de risco para os desfechos morte, necessidade de VMI e internação em UTI, foram utilizados valores explicativos chamados “SHAP values” obtidos a partir de um modelo de aprendizado de máquina chamado “Light Gradient-Boosting Machine“ (LightGBM).

No total, 16.958 pacientes adultos participaram do estudo (com idade mediana de 59 anos, sendo 54,7% homens). Através de algumas medidas, foi possível confirmar que existiram variações temporais significativas no impacto dos fatores de risco ao longo das ondas. A relação saturação de oxigênio no sangue arterial dividida pela fração inspirada de oxigênio (SatO2/FiO2 – medida que avalia a quantidade de oxigênio no sangue em relação ao oxigênio recebido pelo paciente) na admissão mostrou grande capacidade de prever morte, necessidade de VMI e internação em UTI. A baixa contagem de linfócitos (células do sistema imunológico que ajudam a combater infecções e doenças no corpo) se tornou mais importante para prever algum dos desfechos adversos ao longo das ondas da pandemia. Já a baixa contagem de plaquetas (elementos do sangue que ajudam a formar coágulos para parar sangramentos) foi a característica mais importante na segunda onda para prever a necessidade de UTI.

De maneira geral, os indicadores de inflamação no corpo foram mais importantes do que características clínicas dos pacientes, como diabetes e pressão alta. Entre as limitações do estudo, estão a representatividade da amostra e fatores de confusão. Melhorar a eficácia das previsões nesses modelos é um desafio, sendo necessário atualizar constantemente os modelos e monitorar seu desempenho em situações reais.

Elaborada por
Lucas Rocha Valle
Milena Soriano Marcolino
Data da Resenha
11/03/2025
Eixo Temático
Doenças Infecciosas e Tropicais
Eixo Metodológico
Pesquisas Epidemiológicas
Compartilhe: