Resumo Técnico: Pre-AF 13 – Um Score de Risco de Fibrilação Atrial Interpretável

Declaração do Problema

A fibrilação atrial (FA) é a arritmia cardíaca mais prevalente e um determinante crítico do prognóstico do paciente, contribuindo significativamente para o acidente vascular cerebral (AVC), insuficiência cardíaca e mortalidade. Os escores de risco clínicos existentes (ex: CHARGE-AF, C2HEST, MHS, HAVOC) baseiam-se frequentemente em fatores de risco comuns, como idade, hipertensão e obesidade. Embora eficazes para a população geral, essas ferramentas oferecem um poder de estratificação limitado em pacientes com doença cardiovascular (DCV) estabelecida, onde tais fatores de risco são quase onipresentes. Além disso, os escores tradicionais são tipicamente projetados para predição de longo prazo (5–10 anos), o que é menos adequado para identificar pacientes que necessitam de triagem ou intervenção imediata no curto a médio prazo (6–24 meses). Adicionalmente, muitas ferramentas existentes carecem de interpretabilidade e não incorporam fatores dinâmicos, como tratamentos farmacológicos contínuos, marcadores de remodelamento estrutural ou o impacto de intervenções invasivas prévias.

Metodologia

Fontes de Dados e População do Estudo

O estudo utilizou um conjunto de dados retrospectivo de centro único do Centro Nacional de Pesquisa Cardiológica na Rússia, cobrindo o período de janeiro de 2012 a maio de 2019. A coorte consistiu em 45.000 pacientes únicos (17.562 atendendo aos critérios de inclusão) com idade ≥18 anos com DCV documentada, mas sem FA pré-existente, que haviam sido hospitalizados mais de uma vez. O conjunto de dados incluiu 80.576 prontuários eletrônicos (EHRs).

Pipeline de Processamento de Linguagem Natural (NLP)

Um pipeline de NLP personalizado foi desenvolvido para transformar relatórios de alta não estruturados em 73 características estruturadas. Este pipeline combinou duas abordagens:

1. Parsing Baseado em Regras: Utilizando expressões regulares e um parser GLR (Yargi Parser) para características facilmente extraíveis (ex: idade, sexo, IMC, diabetes). Isso alcançou um F1 score médio de 0,98 para características binárias.
2. Extração Baseada em Deep Learning: Empregando modelos de Reconhecimento de Entidades Nomeadas (NER) baseados em transformadores (especificamente o RuBioRoBERTa adaptado ao domínio) para características complexas que exigem compreensão contextual, como nomes de medicamentos, hipertrofia ventricular esquerda (HVE) e doença arterial periférica (DAP). O aprendizado ativo foi utilizado para otimizar a eficiência da anotação. Esta abordagem alcançou um F1 score médio de 0,95.

O pipeline extraiu características de diagnósticos, exame físico, testes laboratoriais, testes instrumentais e recomendações de medicação.

Definição da Variável Alvo

A tarefa de predição foi formulada como uma classificação binária de incidência de FA dentro de janelas de tempo específicas em relação a uma visita hospitalar de índice:

• Alvo de 24 Meses: FA diagnosticada entre 1 semana e 24 meses após a visita.
• Alvo de Todo o Seguimento: FA diagnosticada em qualquer momento após a visita de índice (excluindo a primeira semana).

Construção do Modelo

Três modelos distintos foram desenvolvidos utilizando o framework LightAutoML:

1. Modelo Completo (Full Model): Treinado em todas as 73 características extraídas usando um ensemble de Random Forest, LightGBM, regressão linear com regularização L2 e CatBoost.
2. Modelo Simples (Pre-AF 13): Um modelo compacto utilizando um subconjunto de 13 características selecionadas via consenso de métodos estatísticos (F-test) e baseados em modelos (Eliminação de Características Recursiva, Seleção de Características Sequencial).
3. Modelo Linear (Pre-AF 9): Um modelo multivariado simplificado derivado das 13 características, reduzido para 9 preditores para criar um escore de risco baseado em papel com pesos inteiros.

Avaliação e Interpretação

O desempenho foi avaliado usando ROC AUC, Precisão-Recall AUC, acurácia balanceada e scores F1. Os modelos foram comparados contra quatro escores clínicos estabelecidos (CHARGE-AF, C2HEST, MHS, HAVOC). A interpretabilidade foi alcançada usando SHapley Additive exPlanations (SHAP) para quantificar as contribuições das características.

Principais Resultados

Desempenho da Extração de Características

O pipeline de NLP demonstrou alta eficácia, com o parser baseado em regras atingindo um desempenho médio de 0,97 para todas as características e os extratores baseados em transformadores atingindo 0,95.

Desempenho Preditivo

• Modelo Completo: Alcançou um ROC AUC de teste de 0,735 para o alvo de 24 meses e 0,696 para o período total de seguimento.
• Modelo Simples (Pre-AF 13): Desempenhou quase identicamente ao modelo completo, com um ROC AUC de teste de 0,725 (24 meses) e 0,696 (seguimento total).
• Comparação: Todos os modelos não lineares (Completo e Simples) superaram significativamente os quatro escores clínicos estabelecidos, que apresentaram ROC AUC variando entre 0,53 e 0,64 no mesmo conjunto de teste.
• Modelo Linear: O modelo linear (ROC AUC ~0,64) mostrou redução de desempenho em comparação aos modelos não lineares, mas permaneceu não inferior aos escores clínicos estabelecidos.

Importância das Características

A análise SHAP identificou a idade e o volume atrial esquerdo como os preditores dominantes. Outras características significativas incluíram extrassístoles supraventriculares, insuficiência cardíaca, níveis de creatinina e medicamentos específicos. Notavelmente, o clopidogrel e a intervenção coronária percutânea (ICP) emergiram como fatores protetores (valores SHAP negativos), refletindo provavelmente um melhor manejo dos fatores de risco nesses subgrupos de pacientes.

Estratificação de Risco

O sistema de pontuação Pre-AF 9 derivado estratificou o risco com sucesso. Para o horizonte de 24 meses, a incidência observada de FA variou de aproximadamente 7% na categoria de menor risco a 36% na de maior risco.

Principais Contribuições e Significância

1. Desempenho Superior em Coortes de Alto Risco: O estudo demonstra que modelos de machine learning treinados em dados hospitalares coletados rotineiramente podem superar os escores de risco clínicos tradicionais especificamente em pacientes com DCV estabelecida, uma população onde os escores padrão falham em fornecer uma estratificação granular.
2. Interpretabilidade e Utilidade Clínica: Ao destilar modelos não lineares complexos em um "Modelo Simples" de 13 características e um "Modelo Linear" de 9 características (Pre-AF 9), os autores criaram ferramentas que são simultaneamente de alto desempenho e clinicamente interpretáveis. O escore Pre-AF 9 permite a avaliação de risco à beira do leito sem necessidade de recursos computacionais.
3. Predição de Curto a Médio Prazo: Os modelos são especificamente otimizados para um horizonte de 24 meses, abordando uma lacuna na literatura existente, onde a maioria das ferramentas foca em riscos de longo prazo (5–10 anos). Este intervalo de tempo é mais acionável para estratégias de triagem e intervenção imediatas.
4. Pipeline de NLP de Ponta a Ponta: A pesquisa valida um pipeline robusto para extrair características clínicas estruturadas de prontuários não estruturados em língua russa, provando que a extração automatizada de alta qualidade é viável mesmo para conceitos de domínio complexos, sem a necessidade de revisão manual de prontuários.
5. Identificação de Novos Preditores: Os modelos integraram com sucesso marcadores de remodelamento do substrato atrial (ex: volume atrial esquerdo) e efeitos de tratamento (ex: inibidores de SGLT2, clopidogrel), oferecendo uma visão mais dinâmica do risco de FA do que os escores demográficos estáticos.

Os autores concluem que, embora os valores absolutos de ROC AUC sejam modestos (consistentes com a dificuldade de prever eventos cardiovasculares multifatoriais), a melhoria relativa sobre os escores estabelecidos e a capacidade de estratificar o risco em uma população de alto risco destacam o potencial dessas ferramentas para guiar estratégias de triagem e prevenção mais precisas. O estudo reconhece limitações quanto à sua natureza retrospectiva de centro único e a necessidade de validação externa antes da implementação clínica.