Previsão baseada em aprendizado de máquina dos altos custos hospitalares após transplante pulmonar em pacientes com doença pulmonar obstrutiva crônica

O transplante pulmonar é uma importante opção terapêutica para pacientes com doença pulmonar obstrutiva crônica em estágio terminal. No entanto, as hospitalizações pós-transplante estão associadas a variações substanciais de custo. Prever com precisão os altos gastos hospitalares é essencial para otimizar o manejo clínico e a alocação de recursos em saúde. Este estudo utilizou a base de dados Nationwide Inpatient Sample (2005–2014) para identificar pacientes adultos que passaram por transplante pulmonar. Após rigoroso pré-processamento de dados, sete variáveis pós-alta ou codificadas manualmente foram excluídas para evitar possível vazamento de informações. Hospitalizações de alto custo foram definidas como aquelas com custos hospitalares totais no top 20% (≥ percentil 80) da distribuição global de custos. A seleção de variáveis foi realizada por um processo em duas etapas que combinou análise de correlação e Eliminação Recursiva de Variáveis. Seis algoritmos de aprendizado de máquina foram treinados por validação cruzada de dez dobras com hiperparâmetros otimizados, e o desempenho dos modelos foi comparado por sete métodos de avaliação. O modelo ótimo foi ainda interpretado para identificar as características-chave associadas a hospitalizações de alto custo. O modelo Gradient Boosting Machine alcançou o desempenho preditivo mais robusto em todas as métricas de avaliação, com precisão consistentemente alta (0,816), F1-score (0,6773) e área sob a curva (AUC = 0,8078). Para interpretar o mecanismo de decisão do modelo, foi aplicada a análise Shapley Additive Explanations para quantificar a contribuição de cada característica na previsão de alto custo. Os resultados revelaram que região hospitalar, ventilação mecânica, lesão renal aguda, tipo de transplante pulmonar e complicações do pulmão transplantado foram os preditores mais influentes de hospitalizações de alto custo. Notavelmente, hospitalizações na região nordeste estavam associadas aos maiores custos previstos, indicando variação regional substancial nos padrões de despesas pós-transplante. Este estudo desenvolveu um método transparente de aprendizado de máquina para prever hospitalizações de alto custo após transplante pulmonar. O modelo Gradient Boosting Machine demonstrou desempenho preditivo ótimo, e a análise Shapley identificou fatores clínicos e regionais-chave que influenciam os gastos hospitalares, fornecendo evidências para orientar a gestão de custos e a tomada de decisão clínica.