Early prediction of weaning trajectories and outcomes with machine learning in patients receiving Invasive Mechanical Ventilation in the WEAN SAFE cohort

Resumo Técnico: Predição Precoce de Trajetórias e Desfechos de Desmame com Aprendizado de Máquina na Coorte WEAN SAFE

Definição do Problema

O desmame bem-sucedido de pacientes da ventilação mecânica (VM) invasiva é um determinante crítico de sobrevivência em quadros de doença crítica. Embora a maioria dos pacientes realize o desmame sem dificuldades, um subgrupo significativo experimenta um desmame prolongado ou falho, o que está associado a estadias prolongadas na UTI e no hospital, aumento da utilização de recursos e taxas de mortalidade que se aproximam de 25–50%. Preditores tradicionais, como o Índice de Respiração Rápida e Superficial (RSBI), demonstraram apenas uma discriminação modesta em populações amplas, e os Testes de Respiração Espontânea (SBTs) exibem variabilidade em sua aplicação clínica.

O principal desafio abordado neste estudo é a identificação precoce de pacientes em risco de trajetórias de desmame difíceis/prolongadas e daqueles com probabilidade de falha na primeira tentativa de extubação. Os autores postulam que a identificação dessas trajetórias no momento da primeira tentativa de separação (SA) poderia permitir intervenções direcionadas para melhorar os desfechos.

Metodologia

Este estudo é uma análise secundária da coorte prospectiva multinacional WEAN SAFE, que incluiu dados de 481 UTIs em 50 países. A análise focou em 3.643 pacientes que passaram por pelo menos uma tentativa de separação da VM invasiva.

Tarefas de Predição:
O estudo avaliou modelos de aprendizado de máquina (ML) em duas tarefas distintas de classificação binária:

1. Trajetória de Desmame: Distinguir entre desmame "fácil" (liberação em ≤24 horas após a primeira SA) e desmame "difícil/falho" (liberação levando ≥2 dias, falha na extubação ou falha no desmame).
2. Sucesso da Primeira Extubação: Predizer se a primeira tentativa de extubação seria bem-sucedida (sem reintubação ou morte em 7 dias).

Arquitetura e Treinamento de Modelos:
Oito modelos de ML foram comparados para abranger uma gama de complexidade e interpretabilidade:

• Referência: Regressão Logística.
• Deep Learning: Perceptron Multicamadas (MLP).
• Árvores de Boosting de Gradiente: LightGBM, XGBoost, CatBoost.
• Modelos Explicáveis: Explainable Boosting Machine (EBM).
• Modelos de Fundação Tabulares: TabPFN e TabICL (pré-treinados em grandes conjuntos de dados sintéticos, aplicados sem treinamento específico para a tarefa).

Processamento de Dados:

• Pré-processamento: Uma tabela de modelagem completa, consistente e totalmente numérica foi construída. Regras simples e pré-especificadas lidaram com a ausência de dados.
• Validação: Uma estratégia de hold-out estratificada foi utilizada (80% treinamento, 20% conjunto de teste retido) para preservar a prevalência do desfecho.
• Métricas de Avaliação: O desempenho foi avaliado usando ROC-AUC, Precisão Média (AP) e matrizes de confusão em limiares fixos (0,5) e derivados de Youden para caracterizar as trocas entre sensibilidade e especificidade.
• Explicabilidade: Valores de SHapley Additive exPlanations (SHAP) foram gerados, primariamente a partir do modelo TabPFN, para identificar a importância global das características e fornecer interpretabilidade ao nível do paciente.

Principais Resultados

1. Predição de Desmame Fácil vs. Difícil/Falho

• Desempenho: Modelos de fundação tabulares alcançaram a maior discriminação. TabICL e TabPFN renderam ROC-AUCs de 0,834 e 0,830, respectivamente.
• Comparação: Estes modelos superaram árvores de boosting de gradiente (CatBoost: 0,814; LightGBM: 0,802; XGBoost: 0,797), o EBM (0,806) e modelos tradicionais (Regressão Logística: 0,708; MLP: 0,675).
• Análise de Limiar: No limiar de Youden-J, o TabICL demonstrou alta sensibilidade (97%) para desmame fácil, enquanto o TabPFN ofereceu um perfil ligeiramente mais equilibrado. O CatBoost proporcionou a maior especificidade (70,6%).

2. Predição de Sucesso da Primeira Extubação

• Desempenho: A discriminação foi mais modesta para esta tarefa. O TabPFN alcançou o maior ROC-AUC (0,743), seguido pelo TabICL (0,733).
• Comparação: Outros modelos apresentaram AUCs inferiores.
• Análise de Limiar: O TabICL mostrou alta sensibilidade (81,8%) para extubação bem-sucedida, enquanto o TabPFN ofereceu um equilíbrio melhor com menos falsos positivos (53) entre os principais modelos.

3. Importância das Características e Explicabilidade
A análise de explicabilidade identificou um agrupamento consistente e clinicamente coerente de características influentes para ambas as tarefas:

• Tempo: O dia da primeira SA (intervalo entre o início da VM e a primeira tentativa) foi o preditor mais influente.
• Fatores Neurocomportamentais: Carga de agitação, estado de sedação e dias cumulativos de paralisia.
• Status Fisiológico/Orgânico: Gravidade da disfunção orgânica (escores SOFA), fisiologia respiratória (PaO₂/FiO₂, pressão de condução/driving pressure) e fragilidade.
• Modificabilidade: Os autores observam que muitas características impulsionadoras (sedação, agitação, configurações do ventilador) são potencialmente modificáveis à beira do leito, enquanto outras (fragilidade, tempo da SA) refletem o risco basal ou a trajetória acumulada.

Principais Contribuições

• Benchmarking de Modelos de Fundação: Este estudo apresenta a primeira avaliação direta entre modelos de fundação tabulares (TabPFN, TabICL) contra árvores de boosting de gradiente e modelos de caixa de vidro para desfechos de desmame. Os modelos de fundação superaram consistentemente os algoritmos tradicionais.
• Validação Multinacional Prospectiva: Diferente de muitos estudos anteriores baseados em dados retrospectivos de centro único, esta análise utilizou uma coorte prospectiva multinacional (50 países), aumentando a generalizabilidade dos achados.
• Estrutura de Tarefa Dupla: O estudo abordou simultaneamente a trajetória de desmame (duração) e o sucesso imediato da extubação, fornecendo uma visão abrangente de questões clinicamente relevantes usando um conjunto de dados unificado.
• Interpretabilidade Clínica: Ao utilizar valores SHAP, o estudo demonstrou que os modelos de ML convergem para características clinicamente significativas, apoiando seu potencial uso como ferramentas de suporte à decisão em vez de "caixas pretas".

Significância e Alegações

O artigo alega que modelos de aprendizado de máquina, particularmente modelos de fundação tabulares, podem alcançar uma boa discriminação na distinção de trajetórias de desmame precocemente no processo. Os autores enfatizam que as principais características que impulsionam essas predições são clinicamente significativas e, em muitos casos, modificáveis no momento em que o paciente atende aos critérios de separação.

A significância do trabalho reside no seu potencial para servir como uma ferramenta de suporte à decisão interpretável. Ao destacar fatores modificáveis (ex: profundidade da sedação, manejo da agitação, configurações do ventilador), os modelos poderiam informar estratégias de otimização pré-separação. Os autores explicitamente declaram que esses modelos pretendem aumentar, não substituir, o julgamento clínico.

O estudo reconhece limitações, incluindo a necessidade de validação externa em populações independentes e o potencial de degradação de desempenho quando aplicado a dados clínicos rotineiros e mais ruidosos. Os autores mantêm uma postura modesta, observando que, embora os modelos tenham performado bem, a menor discriminação para o sucesso da primeira extubação reflete a complexidade inerente e a heterogeneidade da tomada de decisão na terapia intensiva real.