Predição da mortalidade por sepsis em pacientes de UTI usando métodos de aprendizado de máquina

Resumo Problema A sepsis, uma condição com risco de vida, é responsável pela morte de milhões de pessoas em todo o mundo. A previsão precisa dos desfechos da sepsis é crucial para o tratamento e gerenciamento eficaz. Estudos anteriores utilizaram aprendizado de máquina para prognóstico, mas têm limitações em conjuntos de características e interpretabilidade do modelo. Objetivo Este estudo visa desenvolver um modelo de aprendizado de máquina que melhore a precisão da previsão dos desfechos da sepsis utilizando um conjunto reduzido de características, abordando assim as limitações dos estudos anteriores e aprimorando a interpretabilidade do modelo. Métodos Este estudo analisa os desfechos de pacientes de terapia intensiva utilizando o banco de dados MIMIC-IV, focando em casos de sepsis em adultos. Empregando as mais recentes ferramentas de extração de dados, como Google BigQuery, e seguindo critérios de seleção rigorosos, selecionamos 38 características neste estudo. Essa seleção também é informada por uma revisão abrangente da literatura e pela expertise clínica. O pré-processamento de dados incluiu o tratamento de valores ausentes, reagrupamento de variáveis categóricas e o uso da Técnica de Sobreamostragem de Minoria Sintética (SMOTE) para equilibrar os dados. Avaliamos vários modelos de aprendizado de máquina: Árvores de Decisão, Gradient Boosting, XGBoost, LightGBM, Perceptrons Multicamadas (MLP), Máquinas de Vetores de Suporte (SVM) e Floresta Aleatória. O algoritmo de Divisão Sequencial e Classificação (SHAC) foi utilizado para ajuste de hiperparâmetros, e tanto a divisão treino-teste quanto metodologias de validação cruzada foram empregadas para eficiência de desempenho e computacional. Resultados O modelo de Floresta Aleatória foi o mais eficaz, alcançando uma área sob a curva característica de operação do receptor (AUROC) de 0,94 com um intervalo de confiança de ±0,01. Isso superou significativamente outros modelos e estabeleceu um novo padrão na literatura. O modelo também forneceu insights detalhados sobre a importância de várias características clínicas, sendo o escore de Avaliação de Falência Orgânica Sequencial (SOFA) e a média de produção de urina altamente preditivos. A análise SHAP (Explicações Aditivas de Shapley) aprimorou ainda mais a interpretabilidade do modelo, oferecendo uma compreensão mais clara dos impactos das características. Conclusão Este estudo demonstra melhorias significativas na predição dos desfechos da sepsis utilizando um modelo de Floresta Aleatória, apoiado por técnicas avançadas de aprendizado de máquina e um pré-processamento de dados minucioso. Nossa abordagem forneceu insights detalhados sobre as principais características clínicas que impactam a mortalidade por sepsis, tornando o modelo altamente preciso e interpretável. Ao aprimorar a utilidade prática do modelo em ambientes clínicos, oferecemos uma ferramenta valiosa para profissionais de saúde tomarem decisões baseadas em dados, visando, em última análise, minimizar as fatalidades induzidas pela sepsis.