Predicting Cervical Cancer Screening Utilization Among Women of Reproductive Age in Ethiopia Using Supervised Machine Learning: A Nationally Representative 2024/25 EDHS Study

O câncer cervical é uma doença que pode ser interrompida antes mesmo de se tornar fatal, mas continua sendo uma das principais causas de morte para mulheres em muitas partes do mundo. A solução é simples em conceito, mas difícil na prática: o rastreamento regular permite que os médicos encontrem e tratem sinais precoces da doença muito antes de os sintomas aparecerem. Em nações ricas, programas organizados tornaram esse rastreamento rotineiro, reduzindo drasticamente as mortes. No entanto, em países como a Etiópia, onde os recursos são escassos e as comunidades são vastas, levar as mulheres a esses serviços de rastreamento é um desafio massivo. Os esforços atuais frequentemente dependem de abordagens amplas e genéricas que não alcançam as mulheres específicas que mais precisam de ajuda. Para resolver isso, pesquisadores estão recorrendo a um tipo diferente de ferramenta: modelos computacionais que aprendem com dados para prever o comportamento humano. Esses modelos não apenas adivinham; eles analisam milhares de registros passados para encontrar padrões ocultos no que torna uma mulher propensa a buscar ou evitar cuidados de saúde.

Uma equipe de pesquisadores na Etiópia aplicou recentemente essa abordagem a uma questão crítica: quem entre as milhões de mulheres em idade reprodutiva no país tem maior probabilidade de pular o rastreamento do câncer cervical, e por quê? Usando o levantamento nacional de saúde mais recente, que reuniu informações de mais de 15.000 mulheres em todo o país, eles construíram um sistema computacional sofisticado projetado para aprender as razões complexas por trás das decisões de rastreamento. Em vez de depender de regras simples, a equipe treinou seis tipos diferentes de algoritmos de aprendizado, ensinando-os a reconhecer as combinações sutis de fatores — como educação, riqueza e acesso à informação — que levam uma mulher a realizar o rastreamento. O objetivo não era apenas entender o passado, mas criar uma ferramenta confiável que pudesse ajudar os profissionais de saúde no futuro a identificar as mulheres que nunca foram rastreadas e direcioná-las com o suporte adequado.

O estudo começou com um conjunto de dados massivo representando a população etíope, capturando detalhes que iam desde a idade da mulher e onde ela vive até seu conhecimento sobre a doença e sua capacidade de tomar suas próprias decisões de saúde. Os pesquisadores descobriram que a taxa nacional de rastreamento era alarmantemente baixa, com apenas cerca de 4% das mulheres tendo sido rastreadas alguma vez. Isso significava que, para cada 100 mulheres no estudo, 96 nunca haviam recebido esse exame vital. Os dados revelaram divisões nítidas: mulheres em cidades tinham muito mais probabilidade de serem rastreadas do que aquelas em vilarejos rurais, e mulheres com maior nível de instrução ou mais riqueza tinham muito mais probabilidade de acessar os serviços do que aquelas sem tais recursos. Crucialmente, os pesquisadores descobriram que saber sobre o câncer cervical era o preditor individual mais forte de se uma mulher faria o rastreamento, embora a grande maioria das mulheres no estudo nunca tivesse sequer ouvido falar da doença.

Para dar sentido a esses padrões complexos, os pesquisadores testaram vários métodos diferentes de aprendizado computacional. Eles descobriram que um tipo específico de algoritmo avançado, conhecido como reforço de gradiente extremo (extreme gradient boosting), era muito superior aos métodos estatísticos tradicionais normalmente usados na saúde pública. Enquanto os métodos padrão podiam identificar tendências gerais, esse modelo avançado conseguia enxergar a intrincada teia de fatores que influenciam a decisão de uma mulher. Por exemplo, o modelo aprendeu que a educação sozinha não era suficiente; o benefício da educação era multiplicado quando a mulher também vivia em uma área urbana. Da mesma forma, saber sobre a doença só levava ao rastreamento quando a mulher também tinha o poder de tomar suas próprias decisões de saúde sem precisar de permissão de um parceiro. O modelo era tão preciso que conseguia distinguir entre mulheres que haviam sido rastreadas e aquelas que não haviam, com um nível de precisão que excedia em muito as tentativas anteriores.

Um dos passos mais importantes que a equipe deu foi garantir que as previsões do computador fossem honestas e confiáveis. Modelos computacionais complexos frequentemente se tornam excessivamente confiantes, prevendo probabilidades que são muito altas ou muito baixas. Os pesquisadores usaram uma técnica chamada calibração para ajustar a saída do modelo, garantindo que, se o modelo previsse uma chance de 10% de uma mulher ser rastreada, essa probabilidade correspondesse à realidade. Após esse ajuste, o modelo tornou-se um guia confiável. Ele mostrou que, ao focar em perguntas específicas e não invasivas — como se a mulher já ouviu falar da doença, se ela visitou uma clínica recentemente e quanta autonomia possui em seus cuidados de saúde — os profissionais de saúde poderiam identificar com precisão as mulheres que estavam em alto risco de nunca serem rastreadas.

O estudo também utilizou um método para explicar exatamente como o computador chegou às suas conclusões, quebrando a "caixa preta" do algoritmo para mostrar a lógica humana por trás dos números. Essa análise confirmou que os impulsionadores mais poderosos para o rastreamento eram a conscientização sobre a doença, possuir ensino secundário ou superior e a liberdade de fazer as próprias escolhas de saúde. Também destacou que o contato recente com o sistema de saúde, como visitar uma clínica para vacinação infantil ou cuidados pré-natais, era um sinal forte de que a mulher estava pronta para o rastreamento do câncer cervical. Essas descobertas sugerem que as barreiras ao rastreamento não são apenas sobre distância ou custo, mas estão profundamente enraizadas no conhecimento, na autonomia e na estrutura da vida cotidiana.

Os pesquisadores propõem que este modelo computacional calibrado possa ser integrado diretamente nos tablets móveis usados pelos milhares de agentes de saúde comunitários da Etiópia. Enquanto esses trabalhadores visitam lares, eles poderiam inserir respostas simples a algumas perguntas, e o sistema identificaria instantaneamente as mulheres que nunca foram rastreadas e explicaria o motivo. Em vez de adivinhar quais domicílios priorizar, os profissionais de saúde poderiam focar seu tempo e recursos limitados nas mulheres que mais precisam deles, oferecendo conselhos personalizados e organizando encaminhamentos. Essa abordagem move a saúde pública de um esforço amplo e disperso para uma estratégia precisa e direcionada. Ao usar dados para entender as barreiras específicas enfrentadas por cada mulher, o país pode começar a fechar a lacuna entre as mulheres que estão protegidas e aquelas que permanecem vulneráveis, transformando um complexo modelo estatístico em uma ferramenta prática para salvar vidas.