Predicting gestational age at birth in the context of preterm birth from multi-modal fetal MRI

Resumo Técnico: Predição da Idade Gestacional ao Parto a partir de Ressonância Magnética Fetal Multimodal

Definição do Problema
O parto prematuro (parto antes das 37 semanas) é uma das principais causas de mortalidade neonatal e morbidade a longo prazo. Embora as taxas de sobrevivência tenham melhorado, a incidência de complicações permanece alta e a etiologia do parto prematuro espontâneo é complexa e pouco compreendida. A predição clínica atual baseia-se fortemente no histórico (ex: parto prematuro prévio) e em biomarcadores específicos (comprimento cervical, fibronectina fetal), mas estes frequentemente carecem de sensibilidade. Além disso, as abordagens de aprendizado de máquina (ML) existentes para o parto prematuro trataram predominantemente o problema como uma tarefa de classificação binária utilizando registros eletrônicos de saúde ou ultrassonografia, em vez de predizer a idade gestacional (IG) precisa ao parto. Há uma necessidade de aproveitar dados abrangentes de ressonância magnética (RM) fetal multimodal para predizer a IG ao parto, o que poderia informar o planejamento antenatal e o tempo terapêutico.

Metodologia
Os autores desenvolveram um pipeline de aprendizado de máquina personalizado para predizer a IG ao parto utilizando dados de 426 gestações únicas (333 controle/termo, 93 prematuro). O conjunto de dados incluiu registros clínicos, métricas de ultrassom extraídas manualmente e dados de RM fetal multimodais (T2 anatômica e relaxometria T2* funcional).

O pipeline abordou três desafios primários: alta dimensionalidade em relação ao tamanho da amostra, desequilíbrio de classes e dados ausentes. O fluxo de trabalho incluiu:

1. Pré-processamento de Dados:
   • Desconfundimento (Deconfounding): Para evitar o vazamento de dados (data leakage) e isolar assinaturas sutis do efeito dominante da idade gestacional no momento do exame, a IG foi regredida linearmente de todas as características usando resíduos studentizados internamente.
   • Imputação: Dados ausentes (até o limite de 50%) foram tratados usando Imputação Multivariada por Equações Encadeadas (MICE), comparando modelos de regressão de Vizinhos Próximos Ponderados (KNR) e Florestas Aleatórias (RF).
   • Normalização: As características foram normalizadas (média 0, desvio padrão 1).
2. Seleção de Características: Para mitigar o sobreajuste (overfitting), 10 características foram selecionadas utilizando Regressão Linear ou Florestas Aleatórias.
3. Treinamento do Modelo (Stacking):
   • Modelos Base: Um ensemble diversificado de Florestas Aleatórias (RF), Regressão de Vetores de Suporte (SVR) e XGBoost foi treinado em cada subconjunto não vazio das 10 características selecionadas.
   • Meta-Modelo: As predições dos modelos base com melhor desempenho (selecionados via $R^2$ do conjunto de validação) foram combinadas usando um meta-modelo (Regressão Linear ou RF).
   • Desequilíbrio de Classes: O pipeline explorou o upsampling de casos prematuros no conjunto de treinamento para abordar a distribuição enviesada.
4. Validação: O desempenho foi avaliado usando validação cruzada de 10 dobras estratificada. Um estudo de ablação foi realizado na dobra de melhor desempenho para isolar a contribuição de cada componente do pipeline (desconfundimento, imputação, upsampling, seleção de características e stacking).

Principais Resultados
A configuração de melhor desempenho (denominada 50-KNR-RF) utilizou um limite de 50% de dados ausentes, KNR para imputação, RF para seleção de características e um meta-modelo RF.

• Desempenho de Regressão: O pipeline alcançou um escore médio de $R^2$ de 0,13 e um Erro Médio Absoluto (MAE) de 2,74 semanas entre as dobras.
• Desempenho de Classificação: Quando as predições foram limiares em 37 semanas para classificar termo vs. prematuro, o modelo alcançou 0,77 de acurácia, 0,59 de sensibilidade e 0,82 de especificidade.
• Importância das Características: As características selecionadas de forma mais consistente incluíram comprimento cervical, T2 médio da placenta, lacunaridade de T2 placentária e diâmetro bi-parietal.
• Achados da Ablação:
  • O upsampling melhorou significamente a sensibilidade (de <0,6 para >0,66), mas aumentou o MAE nos modelos individuais; no entanto, o meta-modelo empilhado (stacked) final alcançou um equilíbrio entre alta acurácia e sensibilidade sem o compromisso observado nos modelos únicos.
  • O desconfundimento não melhorou o desempenho para o XGBoost neste contexto específico em comparação com os dados brutos, provavelmente devido à robustez inerente do XGBoost.
  • O pipeline completo (stacking + upsampling + seleção de características) superou todas as versões abladas.
• Análise de Subgrupo: O desempenho foi consistente para mulheres nulíparas e multiparas, mas degradou em mulheres com histórico de parto prematuro (MAE de 3,18 semanas, Acurácia de 0,66), provavelmente devido ao pequeno tamanho da amostra (n=32) neste subgrupo.

Significância e Alegações
O artigo posiciona este trabalho como uma prova de conceito, demonstrando que a RM fetal multimodal, combinada com aprendizado de máquina baseado em stacking, pode predizer a idade gestacional ao parto.

• Novidade: Tanto quanto os autores sabem, este é o primeiro estudo a abordar a predição de parto prematuro como um problema de regressão utilizando dados de RM multimodais abrangentes e uma abordagem de ensemble de stacking. A literatura anterior tratou isso majoritariamente como um problema de classificação utilizando diferentes modalidades de dados.
• Utilidade Clínica: Os autores afirmam que o desempenho atual (MAE ~2,7 semanas) é insuficiente para guiar intervenções de tempo estreito (ex: administração de corticosteroides, que requer uma janela de <1 semana), mas é adequado para planejamento antenatal mais amplo, como garantir a transferência para instalações de cuidados neonatais apropriadas.
• Limitações: Os autores reconhecem que o modelo explica apenas uma pequena proporção da variância ($R^2$ 0,13), provavelmente devido ao pequeno tamanho da coorte, à heterogeneidade das etiologias de parto prematuro (espontâneo vs. iatrogênico) e à falta de dados de características longitudinais. Eles observam que o modelo tem dificuldade com o desequilíbrio de classes e a generalização para subgrupos de alto risco específicos.
• Trabalhos Futiores: Os autores propõem aumentar o tamanho da coorte para uma estratificação mais fina, separar modelos para parto prematuro iatrogênico e espontâneo, e potencialmente avançar para abordagens de aprendizado profundo (deep learning) que predizem diretamente a partir de imagens para contornar a extração manual de características e problemas de dados ausentes.

O artigo conclui que, embora o modelo ainda não seja uma ferramenta diagnóstica autônoma, ele valida o potencial dos dados de RM fetal para fornecer predições úteis para o manejo da gravidez.