Previsão de sobrevivência ao câncer por aprendizado de máquina: um estudo retrospectivo utilizando registros administrativos eletrônicos e um registro de câncer

OBJETIVOS: Usando a previsão do desfecho do câncer como modelo, testamos a hipótese de que, ao analisar dados digitais coletados de forma rotineira contidos em um registro administrativo eletrônico (EAR), utilizando técnicas de aprendizado de máquina, poderíamos aprimorar métodos convencionais na previsão de desfechos clínicos. CONFIGURAÇÃO: Um centro regional de câncer na Austrália. PARTICIPANTES: Dados específicos da doença de um registro de câncer construído para esse fim (Avaliação de Resultados de Câncer (ECO)) de 869 pacientes foram utilizados para prever a sobrevivência em 6, 12 e 24 meses. O modelo foi validado com dados de mais 94 pacientes, e os resultados foram comparados à avaliação de cinco oncologistas especialistas. A previsão por aprendizado de máquina usando dados da ECO foi comparada com a utilizando a EAR e um modelo combinando dados da ECO e da EAR. MEDIDAS DE RESULTADO PRIMÁRIAS E SECUNDÁRIAS: Precisão na previsão de sobrevivência em termos da área sob a curva de características de operação do receptor (AUC). RESULTADOS: O modelo ECO produziu AUCs de 0,87 (IC 95% 0,848 a 0,890) em 6 meses, 0,796 (IC 95% 0,774 a 0,823) em 12 meses e 0,764 (IC 95% 0,737 a 0,789) em 24 meses. Cada um foi ligeiramente melhor do que o desempenho do painel de clínicos. O modelo apresentou desempenho consistente em uma variedade de cânceres, incluindo cânceres raros. Combinar dados da ECO e da EAR resultou em uma previsão melhor do que o modelo baseado na ECO (AUCs variando de 0,757 a 0,997 em 6 meses, AUCs de 0,689 a 0,988 em 12 meses e AUCs de 0,713 a 0,973 em 24 meses). A melhor previsão foi para tumores geniturinários, de cabeça e pescoço, pulmão, pele e do trato gastrointestinal superior. CONCLUSÕES: O aprendizado de máquina aplicado a informações de um banco de dados específico da doença (câncer) e à EAR pode ser utilizado para prever desfechos clínicos. Importante notar que a abordagem descrita fez uso de dados digitais que já são coletados de forma rotineira, mas subexplorados pelos sistemas de saúde clínica.