Predição de óbito precoce em pacientes idosos com câncer por meio de aprendizagem de máquina

Abstract

PRODUTO TÉCNICO GERADO: A partir da técnica multilayer perception gerada pelo estudo será possível aplicar este sistema nos computadores da oncologia do imip que a partir do preenchimento do prontuário pelo médico, e dessa forma a partir do preenchimento de dados que fazem parte do exame do paciente oncológico o computador será capaz de gerar um sistema de alerta para o diagnóstico de risco de óbito, o que levará a tomadas de decisões e recomendações especiais e direcionadas. Introdução: Envelhecer, um fenômeno complexo e irreversível, que vai além da idade cronológica, envolve diversos eventos biológicos que com os anos aumentam o risco do desenvolvimento de doenças como o câncer. Os idosos têm maior risco de óbito por neoplasias. Para uma completa avaliação da saúde do idoso com câncer tem-se recomendado o uso da Avaliação Geriátrica Ampla (AGA) que consiste em uma ferramenta multidisciplinar que avalia vários domínios relacionados à condição de saúde do idoso. Empregar a AGA na prática é um desafio devido a sua complexidade. Ademais, não existe um consenso sobre quais domínios da AGA teriam maior peso para predição de um determinado desfecho clínico. Através de técnicas de Aprendizagem de Máquina (AM) é possível extrair conhecimento a partir de casos previamente conhecidos e fazer inferências quanto aos desfechos prováveis. Objetivo: Desenvolver um modelo prognóstico baseado na AGA, utilizando AM, para estimar o risco de óbito precoce, ou seja, em até seis meses após a admissão em idosos portadores de neoplasias. Método: Foi testada a capacidade das técnicas de Aprendizagem de Máquina para predição de óbito precoce em uma coorte com 608 pacientes idosos portadores de neoplasia. Após o pré-processamento dos dados 543 pacientes permaneceram para a realização dos experimentos, dos quais 92 vieram óbito em menos de 6 meses após admissão. Os dados foram obtidos a partir de instrumentos que compunham a AGA[Escala de Karnofsky (KPS), Polifarmácia (POL), Índice de Independência de Katz (KAT), Índice de Comorbidade de Charlson (ICC), Mini Exame Mental (MEEM), Avaliação Nutricional Simplificada (MAN-SF), Questionário de Atividade Física Internacional (IPAQ), Timed Up e Go – Risco de Queda (TUG) e Escala de Depressão Geriátrica (GDS)] e um rótulo que indicava óbito precoce. Esses instrumentos da AGA foram utilizados como entrada dos classificares e o rótulo indicando óbito foi utilizado como saída. Os subconjuntos destes instrumentos foram criados e avaliados através do algoritmo K-fold Cross Validation, para avaliar os classificadores Naive Bayes (NB), Árvore de Decisão (J48) e Multilayer Perceptron (MLP). Resultados: Para avaliação da capacidade preditiva das técnicas, utilizou-se a Área sob a Curva ROC (AUC) como parâmetro. Foi possível, por meio da seleção dos subconjuntos de instrumentos da AGA, alcançar uma capacidade de predição para óbito precoce estatisticamente semelhante a AGA completa por meio da técnica NB (p>0,05). As técnicas J48 e MLP alcançaram, no entanto, capacidade preditiva superior quando comparada a AGA completa (p<0,01). Comparando-se as técnicas entre si, o desempenho da técnica NB 60% representada pelo subconjunto composto pelos seguintes instrumentos: MEEM, GDS, IPAQ, ICC, KPS e MAN-SF, foi superior numericamente ao desempenho das demais técnicas (AUC: 83,35%). Pórem, estatisticamente semelhantes às técnicas NB 90% (p 0,1717), representada pelo subconjunto MEEM, ICC, KPS e MAN-SF, NB 100% (p 0,2986) formada pelos instrumentos MEEM, KPS e MAN-SF e MLP 100% (p 0,2185) composta pelos instrumentos KPS e MAN-SF. Conclusão: Considerando-se que a capacidade preditiva de um instrumento pode ser avaliada pela expressividade da AUC e ponderando-se a aplicabilidade clínica de um modelo prognóstico factível, esse estudo observou que a técnica Multilayer Perceptron representada pelo subconjunto dos instrumentos Karnofsky e Mini Avaliação Nutricional simplificada, apresentou capacidade para estimar óbito precoce superior a AGA completa PRODUTO TÉCNICO - este projeto faz parte do processo de inovação do Mestrado e tem como meta utilizar o instrumento criado (software) para ser aplicado ao prontuário eletrônico, para que seja utilizado durante a consulta da oncogeriatria, para que os idosos em risco para óbitos sejam imediatamente reconhecidos pelo sistema e forneça um alarme de atenção para o médico.