Early Mortality Prediction in Upper Gastrointestinal Bleeding Using Explainable Machine Learning: Comparison with Established Clinical Risk Scores

Imagine o Departamento de Emergência (DE) como uma estação de trem movimentada onde milhares de passageiros (pacientes) chegam todos os dias, alguns apenas fazendo uma conexão rápida, outros em necessidade desesperada de um resgate imediato. Entre eles, um grupo específico chega com "Hemorragia Digestiva Alta" (HDA) — um termo sofisticado para um sangramento sério na parte superior do estômago ou do esôfago. O maior desafio dos médicos é agir como um condutor superinteligente: eles precisam identificar instantaneamente quais passageiros correm o risco de não chegar ao seu destino dentro de 30 dias, para que possam apressá-los para a equipe de resgate VIP (Unidade de Terapia Intensiva) em vez de enviá-los para a sala de espera.

Durante anos, os condutores usaram um conjunto de livros de regras antigos e impressos chamados "escores de risco clínico" (como o Glasgow-Blatchford Score, Rockall, AIMS65 e o mais recente escore ABC). Esses livros de regras são como listas de verificação simples: "Se o paciente tiver mais de 65 anos, adicione um ponto. Se a pressão arterial estiver baixa, adicione outro". Eles funcionam, mas são um pouco rígidos, como um robô que só entende linhas retas e não consegue ver a teia confusa e emaranhada de como o corpo humano realmente reage ao estresse.

Apresentamos o novo desafiante: uma equipe de detetives de Aprendizado de Máquina (ML), especificamente um modelo chamado XGBoost. Pense neste modelo não como uma lista de verificação, mas como um detetive superobservador que consegue notar padrões ocultos em uma multidão que o olho humano poderia perder. Este detetive não olha apenas para uma coisa; ele observa 63 pistas diferentes disponíveis no momento em que o paciente entra pela porta do DE — como a idade, a frequência respiratória, a glicose no sangue e até mesmo a contagem de glóbulos brancos.

O Grande Confronto
Os pesquisadores reuniram dados de 719 pacientes que passaram pelo DE entre 1º de janeiro de 2015 e 1º de janeiro de 2026. Destes, 53 pacientes (cerca de 7,4%) infelizmente faleceram dentro de 30 dias. O objetivo era ver se o novo detetive de ML poderia prever essas mortes melhor do que os antigos livros de regras.

Os resultados foram como uma corrida surpreendente. Os antigos livros de regras deram o seu melhor, sendo o mais novo deles, o escore ABC, o mais rápido do grupo, alcançando uma "pontuação" (AUROC) de 0,742. Mas o modelo ED XGBoost, usando apenas as informações disponíveis assim que o paciente chegou, correu uma corrida ligeiramente melhor, com uma pontuação de 0,789.

Aqui está a reviravolta: o artigo sugere que a diferença entre o modelo de ML e o melhor livro de regras antigo (ABC) não foi uma vitória massiva e inquestionável. A matemática diz que a lacuna foi pequena o suficiente para que pudesse ser apenas sorte nos números (um valor-p de 0,264). No entanto, o modelo de ML fez algo que os antigos livros não conseguiam fazer tão bem: ele foi muito melhor na "calibração". Imagine um meteorologista; os livros antigos podem dizer "há 50% de chance de chuva" quando, na verdade, haverá um temporal. As previsões do modelo de ML estavam muito mais próximas do tempo real, com um "escore de Brier" (uma medida de erro de previsão) de 0,061 em comparação a 0,142 para o escore ABC. Em termos simples, o modelo de ML não apenas adivinhou quem ficaria doente; ele adivinhou o quão doente eles ficariam com muito mais precisão.

As "15 Pistas Mágicas"
Os pesquisadores se perguntaram: "Precisamos de todas as 63 pistas, ou podemos usar apenas as 15 principais?" Eles tentaram reduzir o kit de ferramentas do detetive. Em seus experimentos iniciais, um modelo minúsculo com apenas 15 variáveis (como contagem de linfócitos, lactato e albumina) pareceu correr ainda mais rápido, atingindo uma pontuação de 0,814.

Mas o artigo é muito cuidadoso aqui. Quando testaram este modelo minúsculo com um método mais rigoroso e cauteloso (para garantir que não estavam apenas tendo sorte com os dados), a pontuação caiu um pouco para 0,765. Os autores sugerem que a "super-alta" pontuação inicial deveu-se em parte ao fato de o modelo ter ficado confortável demais com os dados específicos nos quais foi treinado. Mesmo com essa queda, o modelo minúsculo ainda teve um bom desempenho e foi melhor que o escore ABC.

O Que o Detetive Descobriu
Usando uma ferramenta especial chamada SHAP (que atua como uma lupa para ver quais pistas importam mais), o modelo revelou os sinais de perigo mais importantes. Os principais suspeitos foram:

• Lactato: Níveis altos (como 2,50 mmol/L naqueles que morreram vs. 1,70 mmol/L nos sobreviventes) foram um grande sinal de alerta. Isso é como o motor de um carro superaquecendo; significa que o corpo não está recebendo oxigênio suficiente.
• Contagem de linfócitos: Níveis baixos (como 0,95 vs 1,55) sugeriram que o sistema imunológico estava lutando.
• Proteína C-reativa: Níveis altos (como 12,0 mg/dL vs 3,46 mg/dL) apontaram para uma inflamação séria.
• Albumina: Níveis baixos (como 3,30 g/dL vs 3,59 g/dL) indicaram má nutrição ou estresse prolongado.

O Que o Artigo Descarta
O estudo argumenta explicitamente contra a ideia de que você precisa esperar por uma endoscopia (um exame de câmera dentro do estômago) ou registros de transfusão para prever quem morrerá. O "Modelo Completo" (que incluiu esses detalhes posteriores) teve um desempenho quase idêntico ao "Modelo do DE" (que usou apenas os dados iniciais). Os autores sugerem que o estado físico geral do paciente e como o corpo dele está reagindo ao sangramento são mais importantes do que os detalhes específicos do sangramento em si.

O Veredito Final
O artigo conclui que esses novos modelos de Aprendizado de Máquina são uma ferramenta promissora e prática que pode ajudar os médicos a tomar melhores decisões assim que o paciente chega. Eles são mais precisos e melhor calibrados do que os antigos livros de regras. No entanto, os autores são honestos: este foi um estudo único em um único hospital com um número relativamente pequeno de mortes (53). Eles sugerem que, antes de entregarmos esses modelos aos médicos para uso na vida real, eles precisam ser testados em outros hospitais para garantir que funcionem em qualquer lugar. É um forte indício de que o futuro do atendimento de emergência pode parecer com um detetive superinteligente, mas ainda não chegamos lá.