Previsão precoce de infecção generalizada em unidades de terapia intensiva a partir de dados clínicos: uma abordagem de aprendizado de máquina baseada em comitês

Resumo

A sepse é uma condição de disfunção de órgãos que faz com que o corpo humano reaja de forma exagerada diante de uma infecção e isso pode ter consequências fatais (CHICCO e JURMAN, 2020; ZABIHI et al., 2019). Alguns sintomas podem servir de alerta para o diagnóstico de Sepse, como taquicardia, falta de ar, febre, confusão mental, entre outros (WANG et al., 2018). Yan et al. (2022)  acrescentam que o diagnóstico de Sepse ainda é bastante desafiador devido a uma ampla e complexa conjuntura de fatores na formação de uma infecção, bem como outras questões, como alterações fisiológicas, sexo do paciente e comorbidades, gerando um ambiente muito desafiador para as equipes médicas, especialmente quando se deseja reconhecer tal condição nos estágios preliminares, onde a chance de cura do paciente aumenta significativamente (ZABIHI et al., 2019; MOOR et al., 2021). Modelos de aprendizado de máquina (do inglês, Machine Learning) surgem como alternativa para auxiliar no diagnóstico precoce da sepse em um cenário difícil de identificar, dada a heterogeneidade na fonte da infecção. A falta de diagnóstico precoce resulta na demora do tratamento clínico e, consequentemente, na mortalidade dos indivíduos, especialmente aqueles que estão na UTI. Diante desse cenário, este artigo propõe um modelo híbrido composto por um conjunto baseado em um comitê de algoritmos para realizar uma  classificação dos cenários onde pacientes possuam sepse ou não. Nossa melhor configuração de modelo híbrido foi composta por um algoritmo de Regressão Logística, Multilayer perceptron (MLP), Light Gradient Boosting e Random Forest, obtendo bons resultados em relação à Acurácia (95,08%), Kappa (0,1512), Especificidade (0,9868), AUC (0,7520) e destacando-se principalmente em relação à sensibilidade (0,2868), ou seja, demonstrando maior capacidade em relação aos demais conjuntos testados para prever os verdadeiros positivos (casos de pacientes com sepse). Outro ponto crucial que merece destaque é a importância da realização de um pré-processamento robusto, especialmente no caso da base que usamos, que é a “PhysioNet Challenge-2019” (REYNA et al., 2019). A mesma possui uma alta taxa de dados faltantes (equivalente a 68,3%). Para resolver esse problema e para manter o comportamento estatístico dos dados, foi aplicado o método de distribuição Gaussiano. Outro problema visível é que essa base de dados tem um grande desbalanceamento entre as classes. Sabendo disso, o método SMOTE (Synthetic Minority Oversampling TEchnique) (CHAWLA et al., 2002) foi aplicado a fim de criar dados sintéticos e evitar viés na classificação dos algoritmos. Durante o levantamento bibliográfico, observou-se que a maioria dos trabalhos na literatura muitas vezes não deixam claro os cenários utilizados nos modelos, bem como o pré-processamento aplicado na base e os ambientes de desenvolvimento. Esse fato influencia negativamente estudos que buscam bases teóricas e práticas para o desenvolvimento de novas pesquisas. No mais, o presente estudo contribui positivamente, fornecendo detalhes sobre esses pontos com a finalidade de enriquecer a base teórica científica. Como resultado, o presente trabalho apresenta contribuições com o desenvolvimento de um modelo híbrido para classificação de sepse, com acurácia de 95,08%. No entanto, apesar de promissor, uma das maiores limitações deste trabalho é a baixa sensibilidade (equivalente a 0,2868) obtida pelo modelo. Uma vez que a sensibilidade é uma métrica essencial para analisar resultados no campo médico, esse fato torna o modelo proposto pouco confiável para aplicações verdadeiramente clínicas.