Urbanization, geographic accessibility, and delayed entry into tuberculosis-designated care in southwestern China: a machine-learning prediction study

Resumo Técnico: Urbanização, Acessibilidade Geográfica e Atraso no Cuidado de TB no Sudoeste da China

Definição do Problema
O atraso no atendimento ao paciente com tuberculose (TB) — o intervalo entre o início dos sintomas e a entrada em um cuidado eficaz — continua sendo uma barreira crítica para o diagnóstico precoce, tratamento e controle de transmissão. Embora pesquisas anteriores tenham identificado determinantes demográficos, socioeconômicos e clínicos do atraso, estudos em regiões montanhosas e de rápida urbanização frequentemente dependem de proxies geográficos grosseiros (ex: residência rural ou limites administrativos) em vez de acessibilidade detalhada por rede viária. Em contextos como Guangxi e Guizhou, na China, onde o terreno é complexo e os assentamentos são dispersos, essas medidas grosseiras podem falhar em capturar o verdadeiro fardo físico de alcançar as instalações designadas para TB. Além disso, a natureza dinâmica da urbanização e do investimento em infraestrutura remodela continuamente o acesso espacial, contudo, poucos estudos examinam como esses processos alteram as trajetórias para o cuidado designado. Este estudo aborda a lacuna na compreensão de como a acessibilidade geográfica em escala fina contribui para o atraso na entrada no cuidado designado para TB em um contexto multiétnico e montanhoso.

Metodologia
Os autores conduziram um estudo de modelagem preditiva retrospectiva utilizando um grande conjunto de dados de vigilância rotineira de 60.778 pacientes recém-registrados com tuberculose pulmonar em Guangxi e Guizhou.

• Fontes de Dados: A análise integrou registros de vigilância de TB, variáveis de gestão clínica e de saúde pública, informações de seguro de saúde, códigos de diagnóstico de hospitalização e dados de acessibilidade geográfica de alta resolução.
• Definição do Desfecho: O desfecho primário foi o "atraso na entrada no cuidado designado para TB", definido como um intervalo de pelo menos 14 dias entre o início dos sintomas e a primeira visita registrada a uma instalação designada para TB. Um limiar de 7 dias foi utilizado para análise de sensibilidade.
• Engenharia de Atributos (Feature Engineering): Os preditores incluíram demografia, status de migração, tipo de seguro, comorbidades (HIV/AIDS, diabetes), características temporais, características dos sintomas e métricas detalhadas de acessibilidade geográfica (tempo de viagem mais próximo e médio pela rede viária, distância pela rede viária e distância em linha reta). Dados ausentes foram tratados via categorias informativas, imputação pela moda ou estimativa específica do modelo.
• Desenvolvimento do Modelo: O conjunto de dados foi dividido em um conjunto de treinamento de 70% e um conjunto de teste retido de 30% usando estratificação de desfecho. A validação cruzada estratificada de cinco dobras foi empregada para o ajuste de hiperparâmetros. Os modelos candidatos incluíram LightGBM, XGBoost, Random Forest, regressão logística Elastic Net e um ensemble de probabilidade média.
• Métricas de Avaliação: O desempenho foi avaliado via discriminação (ROC-AUC, PR-AUC), calibração, análise de curva de decisão (benefício líquido) e importância de variáveis (valores SHAP). Os limiares foram selecionados para maximizar o índice de Youden, com relatórios adicionais para limiares favoráveis à sensibilidade.

Principais Resultados

• Prevalência: 63,5% (38.590/60.778) dos pacientes apresentaram atraso na entrada no cuidado designado para TB. Os pacientes com atraso eram geralmente mais velhos, com maior probabilidade de serem agricultores e enfrentavam acessibilidade geográfica menos favorável (ex: a mediana do tempo de viagem mais próximo pela rede viária foi de 2126 segundos vs. 2035,5 segundos para pacientes sem atraso).
• Desempenho do Modelo: O LightGBM alcançou o melhor desempenho no conjunto de teste retido, com um ROC-AUC de 0,703 e um PR-AUC de 0,796. No limiar do índice de Youden, demonstrou uma acurácia de 0,651, sensibilidade de 0,678 e especificidade de 0,603. O XGBoost apresentou desempenho quase idêntico, enquanto o Random Forest e o Elastic Net mostraram menor discriminação.
• Importância dos Preditores: Indicadores de acessibilidade geográfica (distância pela rede viária, tempo de viagem e distância em linha reta) emergiram como os domínios de preditores mais informativos, classificando-se acima das variáveis convencionais demográficas, clínicas e de uso de serviços. A análise SHAP confirmou que essas variáveis espaciais impulsionaram o poder preditivo do modelo.
• Robustez: A análise de sensibilidade utilizando um limiar de atraso de 7 dias resultou em um ROC-AUC (0,727) e PR-AUC (0,874) mais elevados, consistentes com a maior taxa de eventos. Análises de subgrupos por idade, sexo e status de residência mostraram discriminação amplamente consistente (ROC-AUC 0,688–0,706).

Significância e Alegações
O artigo afirma que a acessibilidade geográfica em escala fina fornece informações preditivas críticas que são frequentemente obscurecidas por proxies administrativos grosseiros. O estudo reposiciona a compreensão do atraso na TB em ambientes montanhosos e multiétnicos:

1. Dinâmicas Espaciais: Barreiras geográficas não são características topográficas estáticas, mas são remodeladas dinamicamente pela urbanização, investimento em infraestrutura e descentralização do sistema de saúde.
2. Hierarquia Preditiva: Quando medidas diretas de acesso pela rede viária são incluídas, elas frequentemente superam preditores tradicionais como origem do paciente, status de seguro ou ocupação na identificação de populações de risco. Isso sugere que associações anteriores entre esses fatores e o atraso podem refletir, em parte, questões de acesso espacial não mensuradas.
3. Implicações de Políticas: Os autores argumentam que reduzir o atraso na TB requer a integração do planejamento de transportes, estratégia de desenvolvimento urbano e redesenho de serviços de saúde. As políticas não devem tratar as barreiras geográficas como condições de fundo imutáveis. Em vez disso, a vigilância de rotina da TB vinculada a medidas de acessibilidade espacial pode apoiar o alcance direcionado, a coordenação de encaminhamentos e o planejamento de serviços sazonal (ex: ajustando para ciclos agrícolas ou estações chuvosas).
4. Contribuição Metodológica: O estudo demonstra a utilidade do aprendizado de máquina (especificamente métodos de árvore de ensemble) na integração de interações não lineares complexas entre dados demográficos, clínicos e espaciais para a estratificação de risco em saúde pública.

Os autores mantêm um tom modesto quanto à utilidade do modelo, caracterizando-o como uma "ferramenta de planejamento baseada em vigilância" em vez de uma regra de decisão determinística para pacientes individuais. Eles enfatizam que a validação externa e prospectiva é necessária antes da implementação operacional e reconhecem limitações, como a falta de dados sobre fatores comportamentais (ex: literacia em saúde, estigma) e a incapacidade de observar a busca por cuidado antes da primeira visita designada para TB.