🧬 biology

An Explainable XGBoost Framework for Anxiety and Depression Risk Prediction with SHAP and Counterfactual Reasoning

Este estudo apresenta uma estrutura de XGBoost explicável para a previsão de risco de ansiedade e depressão que aborda o desequilíbrio de classes e o rigor de avaliação, integrando SHAP e raciocínio contrafactual para fornecer insights transparentes e interpretáveis sobre as decisões do modelo sem substituir o diagnóstico clínico.

Autores originais: Anima Dahal, Bibash Basnet

Publicado 2026-09-25

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Anima Dahal, Bibash Basnet

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

No cenário moderno da saúde, a inteligência artificial surgiu como uma ferramenta poderosa para filtrar vastas quantidades de dados humanos a fim de encontrar padrões que, de outra forma, poderiam permanecer ocultos. Quando aplicada à saúde mental, esses sistemas visam analisar as respostas que as pessoas dão a perguntas sobre suas vidas, seus hábitos e seus sentimentos para detectar sinais precoces de ansiedade ou depressão. O desafio, entretanto, é que essas condições são complexas e frequentemente sutis, e os dados usados para estudá-las são frequentemente desequilibrados, com muito mais pessoas relatando boa saúde mental do que aquelas relatando dificuldades. Além disso, um modelo de computador que faz uma previsão é frequentemente uma "caixa preta"; ele fornece uma resposta sem explicar o porquê, o que torna difícil para os médicos confiarem ou usarem essa informação de forma responsável. Para ser verdadeiramente útil, um sistema deve não apenas prever o risco com precisão, mas também mostrar seu raciocínio, revelando quais fatores impulsionaram a decisão e garantindo que trate diferentes grupos de pessoas de forma justa.

Uma equipe de pesquisadores da Universidade de Nilai desenvolveu um novo framework projetado para enfrentar exatamente esses desafios. Eles construíram um programa de computador sofisticado capaz de avaliar o risco de ansiedade e depressão usando uma grande coleção de respostas de questionários e detalhes pessoais. Em vez de simplesmente treinar um modelo para adivinhar corretamente o mais frequentemente possível, os pesquisadores focaram em criar um sistema que fosse transparente, confiável e cuidadosamente testado. Eles começaram com um conjunto de dados contendo informações de mais de 24.000 participantes, incluindo suas respostas a questionários padrão sobre estresse, sono e humor, juntamente com detalhes como idade, gênero e escolaridade. Como o número de pessoas com ansiedade ou depressão no grupo era muito menor do que as que não tinham, a equipe teve que ensinar o computador a prestar atenção extra aos casos minoritários, garantizando que ele não simplesmente os ignorasse para alcançar uma pontuação geral elevada.

Os pesquisadores dividiram seus dados em três grupos distintos para garantir que seus resultados fossem honestos e não apenas um palpite de sorte. Eles usaram um grupo para ensinar o computador, um segundo grupo para ajustar como o sistema toma decisões e um terceiro grupo, completamente isolado, de 3.644 pessoas, para testar o resultado final. Essa separação rigorosa impediu que o sistema memorizasse as respostas do teste, um erro comum que leva a resultados excessivamente otimistas. Eles também ajustaram o processo de tomada de decisão do sistema. Em vez de usar uma regra padrão onde uma pontuação acima de cinquenta por cento conta como um resultado positivo, eles elevaram o patamar significativamente. Eles descobriram que um limiar muito mais alto era necessário para tornar as previsões confiáveis, efetivamente dizendo ao sistema para ter muita certeza antes de sinalizar alguém como estando em risco.

Quando o teste final foi executado no grupo isolado de 3.644 participantes, o sistema apresentou um desempenho de precisão notável. Para ansiedade, alcançou um AUC de 0,98, e para depressão, alcançou um AUC de 0,95. Mais importante ainda, o sistema não deu apenas uma resposta de sim ou não; ele forneceu uma explicação clara para suas escolhas. Usando um método que detalha a influência de cada pergunta, os pesquisadores descobriram que as respostas relacionadas ao estresse foram os impulsionadores mais poderosos para as previsões de ansiedade e depressão. Perguntas relacionadas ao sono também desempenharam um papel importante, particularmente para a depressão. O sistema podia mostrar exatamente como as respostas específicas de uma pessoa empurravam a pontuação final para cima ou para baixo, permitando que um clínico visse a lógica por trás da avaliação de risco.

Para testar ainda mais a lógica do sistema, os pesquisadores fizeram um tipo diferente de pergunta: o que teria que mudar para o computador mudar de ideia? Eles criaram cenários hipotéticos onde alteraram ligeiramente as respostas de uma pessoa para ver se o escore de risco diminuiria. Eles descobriram que mudar apenas algumas respostas-chave, como reduzir os níveis de estresse relatados ou melhorar a qualidade do sono nos dados, era frequentemente suficiente para mover uma pessoa de uma categoria de alto risco para uma de baixo risco. Isso demonstrou que o modelo era sensível a mudanças específicas e não estava apenas fazendo palpites aleatórios. A equipe também verificou se o sistema funcionava igualmente bem para homens e mulheres, descobrindo que, embora os números exatos variassem ligeiramente, a capacidade de distinguir entre alto e baixo risco permanecia consistente entre os gêneros.

Os pesquisadores enfatizam que este sistema não é um substituto para o diagnóstico de um médico. A saúde mental envolve fatores pessoais profundos e contextuais que um computador não pode capturar totalmente. Em vez disso, este framework foi projetado como uma ferramenta de suporte à decisão, uma forma de ajudar os profissionais a identificar indivíduos que possam se beneficiar de um olhar mais atento. Ao combinar alta precisão com explicações claras e testes justos entre diferentes grupos, o estudo oferece um caminho mais confiável para o uso da inteligência artificial na triagem de saúde mental. Ele mostra que, quando a tecnologia é construída com cuidado e transparência, ela pode iluminar o caminho para um melhor cuidado sem perder de vista a complexidade humana que está em seu cerne.

Resumo Técnico: Uma Estrutura de XGBoost Explicável para a Predição de Risco de Ansiedade e Depressão

Problema
Embora o aprendizado de máquina (ML) ofereça potencial para a identificação precoce de riscos de ansiedade e depressão, as abordagens existentes frequentemente priorizam o desempenho preditivo agregado em detrimento da interpretabilidade, robustez e avaliação sistemática do modelo. As limitações comuns na literatura atual de predição de saúde mental incluem:

Explicabilidade Insuficiente: Os modelos frequentemente funcionam como "caixas pretas", falhando em fornecer insights sobre os fatores específicos que impulsionam decisões individuais.
Falhas Metodológicas: Muitos estudos sofrem de vazamento de dados (data leakage), onde o conjunto de teste é inadvertidamente utilizado durante a otimização de hiperparâmetros, seleção de características ou ajuste de limiar, levando a estimativas de desempenho excessivamente otimistas.
Negligência de Dimensões Críticas de Avaliação: Questões como desequilíbrio de classes, calibração de probabilidade, seleção de limiar de decisão e equidade de subgrupos são frequentemente subabordadas.
Falta de Raciocínio Contrafactual: Poucos estudos exploram como mudanças hipotéticas nos recursos de entrada poderiam alterar as predições do modelo, limitando a utilidade dos modelos para compreender a sensibilidade da decisão.

Metodologia
Os autores propõem uma estrutura abrangente e controlada contra vazamentos para prever riscos de ansiedade e depressão usando dados demográficos e de questionários psicológicos (PHQ-9, GAD-7, PSS, ISI). O estudo trata a ansiedade e a depressão como duas tarefas de classificação binária independentes ( $Y_A$ e $Y_D$ ) utilizando um conjunto de dados de 24.292 participantes.

Particionamento de Dados e Prevenção de Vazamento: O conjunto de dados foi estritamente dividido em conjuntos de treinamento, validação e teste isolado (3.644 participantes). O conjunto de teste foi reservado exclusivamente para a avaliação final e não foi utilizado para ajuste de hiperparâmetros, seleção de características, seleção de limiar ou calibração.
Desenvolvimento do Modelo:
- Modelos de Referência (Baselines): Regressão Logística (com pesos de classe balanceados) e Random Forest foram estabelecidos como parâmetros de comparação.
- Modelo Primário: Classificadores XGBoost otimizados foram desenvolvidos para ambos os alvos. Os hiperparâmetros foram ajustados via validação cruzada de cinco dobras no conjunto de treinamento, utilizando o PR-AUC como objetivo de otimização para lidar com o desequilíbrio de classes.
Otimização de Limiar: Em vez de depender de um limiar padrão de 0,50, os limiares de decisão foram selecionados usando o conjunto de validação. Um limiar de 0,90 foi escolhido para ambos os modelos para equilibrar precisão e revocação (recall), reconhecendo o alto custo de falsos negativos em contextos de triagem.
Calibração de Probabilidade: Os modelos passaram por calibração de probabilidade (pós-treinamento) para garantir que as probabilidades previstas refletissem as probabilidades de resultados observados, avaliadas pelo escore de Brier.
Explicabilidade e Raciocínio:
- SHAP (SHapley Additive exPlanations): Utilizado para classificação global de características (valores absolutos médios de SHAP) e interpretação local (gráficos de cascata/waterfall plots) para identificar características influentes e os impulsionadores de decisões individuais.
- Análise Contrafactual: Gerou cenários hipotéticos para determinar o conjunto mínimo de mudanças nas características necessárias para deslocar uma predição através do limiar de decisão de 0,90.
Análise de Subgrupos: O desempenho foi avaliado em subgrupos demográficos (gênero, educação, hábitos) para avaliar a consistência e potenciais problemas de equidade, sem utilizar esses grupos para a otimização do modelo.

Resultos Principais
No conjunto de teste isolado de 3.644 participantes, os modelos XGBoost otimizados demonstraram forte discriminação e confiabilidade:

Métricas de Desempenho (Limiar = 0,90):
- Ansiedade: Acurácia 97,59%, ROC-AUC 0,9601, Precisão 47,17%, Revocação 60,98%, F1-score 0,5319.
- Depressão: Acurácia 94,62%, ROC-AUC 0,9386, Precisão 50,25%, Revocação 51,27%, F1-score 0,5075.
- Nota: A alta acurácia reflete a classificação correta da maioria das classes negativas; os autores enfatizam que precisão, revocação e PR-AUC são críticos para avaliar o desempenho nas classes positivas desbalanceadas.
Comparação: Os modelos XGBoost otimizados superaram a Regressão Logística, o Random Forest e as configurações padrão do XGBoost, particularmente em termos de ROC-AUC e PR-AUC.
Calibração: A calibração melhorou significativamente a confiabilidade da probabilidade, reduzindo o escore de Brier para ansiedade de 0,0542 para 0,0151 e para depressão de 0,0921 para 0,0355, sem alterar a discriminação baseada em ranking (ROC-AUC/PR-AUC).
Importância de Características (SHAP): Características relacionadas ao estresse da Escala de Estresse Percebido (PSS Q1, Q2, Q3) foram os preditores mais influentes para ambas as condições. Características relacionadas ao sono (ISI) também contribuíram notavelmente, particularmente para a depressão.
Contrafatuais: A análise mostrou que modificar combinações específicas de pontuações de PSS e ISI poderia reduzir com sucesso as probabilidades previstas abaixo do limiar de decisão de 0,90, demonstrando a sensibilidade do modelo a variações de entrada.
Equidade de Subgrupo: A discriminação (ROC-AUC) permaneceu amplamente comparável entre os grupos de gênero (ex., ROC-AUC de Ansiedade: 0,9594 para mulheres, 0,9612 para homens), embora variações tenham sido observadas nas métricas de precisão e revocação.

Significância e Alegações
O artigo afirma abordar uma lacuna de pesquisa ao ir além do simples relato de acurácia para fornecer uma estrutura confiável, interpretável e sistematicamente avaliada. Suas principais contribuições incluem:

Protocolo de Avaliação Rigoroso: Ao isolar estritamente o conjunto de teste e usar o conjunto de validação para todos os passos de otimização, o estudo fornece uma estimativa imparcial do desempenho de generalização.
Estrutura Holística: A integração de tratamento de desequilíbrio de classes, otimização de limiar, calibração de probabilidade, explicações baseadas em SHAP, raciocínio contrafactual e análise de subgrupos oferece uma abordagem mais transparente para a avaliação de risco de saúde mental assistida por IA do que apenas o desempenho preditivo.
Contextualização Clínica: Os autores declaram explicitamente que a estrutura é destinada como uma ferramenta de triagem de risco e suporte à decisão, não como um substituto para o diagnóstico clínico. O alto limiar de decisão (0,90) e o foco na explicabilidade são projetados para apoiar profissionais na priorização de indivíduos para avaliação posterior, mantendo a transparência quanto às limitações do modelo e à natureza não causal das predições.

O estudo conclui que a combinação do XGBoost otimizado com estas técnicas de interpretabilidade e avaliação aumenta a confiabilidade e a utilidade da IA na avaliação de risco de saúde mental, desde que o sistema seja utilizado juntamente com o julgamento clínico profissional.

Resumo Técnico: Uma Estrutura de XGBoost Explicável para a Predição de Risco de Ansiedade e Depressão

Mais como este