Resumo Técnico: Desenvolvimento e Validação de um Modelo XGBoost para Mortalidade em 30 Dias em Pacientes com Sepse e Sangramento Gastrointestinal

Definição do Problema

A sepse complicada por sangramento gastrointestinal (SG) representa um subgrupo clínico de alto risco na Unidade de Terapia Intensiva (UTI), com uma taxa de mortalidade de até 42%. A avaliação prognóstica atual baseia-se fortemente em escores gerais de gravidade (ex: SOFA, APACHE II), que carecem de especificidade para a fisiopatologia bidirecional única desta comorbidade dupla. Essas ferramentas tradicionais falham em incorporar adequadamente fatores específicos do SG, como perfis de coagulação, histórico de úlceras ou mudanças clínicas dinâmicas. Além disso, estudos de aprendizado de máquina (ML) existentes sobre este tema frequentemente sofrem de acurácia subótima, falta de validação externa independente e baixa interpretabilidade, limitando sua aplicabilidade clínica.

Metodologia

Desenho do Estudo e Fontes de Dados

Este estudo retrospectivo multicêntrico utilizou duas coortes distintas:

1. Coorte de Desenvolvimento: Dados extraídos do banco de dados MIMIC-IV (2008–2019), compreendendo 1.816 pacientes adultos com sepse e SG dentro de 24 horas após a admissão na UTI. Esta coorte foi dividida em um conjunto de treinamento ($n=725$) e um conjunto de validação interna ($n=1.091$).
2. Coorte de Validação Externa: Um conjunto de dados independente de 129 pacientes do Hospital Memorial Sun Yat-sen (2019–2023).

Inclusão/Exclusão: Os pacientes foram incluídos se preenchessem os critérios Sepsis-3.0 e tivessem SG diagnosticado via códigos ICD-9/10, tivessem $\ge$18 anos e permanência na UTI $\ge$24 horas. Admissões não iniciais na UTI foram excluídas.

Engenharia de Atributos (Feature Engineering)

As variáveis preditoras foram extraídas das primeiras 24 horas de admissão na UTI e incluíram:

• Demografia: Idade, sexo, IMC.
• Comorbidades: Hipertensão, doença hepática, doença ulcerosa péptica, neoplasia, etc.
• Escores de Gravidade: SOFA, OASIS, SAPS II e APS III.
• Sinais Vitais: Frequência cardíaca, pressão arterial (PAS, PAD, PAM), frequência respiratória, temperatura, SpO2.
• Indicadores Laboratoriais: Hematologia (Hb, WBC, plaquetas), coagulação (INR, TP, TT), função hepática/renal (bilirrubina, creatinina, ureia, ALT, AST) e eletrólitos.
• Intervenções: Ventilação mecânica, CRRT e uso de medicamentos específicos (IBP, antiagregantes, anticoagulantes, glicocorticoides).

O pré-processamento dos dados envolveu o tratamento de valores ausentes (imputação por média/moda para ausências esporádicas; imputação por zero para variáveis de caracteres convertidas), padronização (z-score) e amostragem aleatória estratificada.

Desenvolvimento e Comparação de Modelos

Oito algoritmos de aprendizado de máquina foram implementados e comparados utilizando o framework caret em R com validação cruzada de 10 dobras (10-fold cross-validation):

1. Regressão Logística (LR)
2. Extreme Gradient Boosting (XGBoost)
3. Adaptive Boosting (AdaBoost)
4. Árvore de Decisão (DT)
5. Gradient Boosting Decision Tree (GBDT)
6. Naïve Bayes
7. Perceptron Multicamadas (MLP)
8. Máquina de Vetores de Suporte (SVM)

O ajuste de hiperparâmetros foi realizado para o XGBoost (ex: nrounds, eta, max_depth). A métrica de otimização primária foi a Área Sob a Curva ROC (AUC).

Métricas de Avaliação

O desempenho do modelo foi avaliado via:

• Discriminação: AUC, Sensibilidade, Especificidade e Área Sob a Curva de Precisão-Recall (AUPRC).
• Calibração: Teste de Hosmer–Lemeshow e gráficos de calibração.
• Utilidade Clínica: Análise de Curva de Decisão (DCA).
• Interpretabilidade: Explicações SHapley Aditivas (SHAP) foram utilizadas para identificar e classificar os principais atributos preditivos.

Principais Resultados

Desempenho do Modelo

Entre os oito algoritmos, o XGBoost demonstrou capacidade discriminativa superior.

• Validação Interna: O modelo XGBoost final alcançou uma AUC de 0,838 (IC 95%: 0,762–0,899), superando o GBDT (0,799), LR (0,791) e SVM (0,775).
• Validação Externa: O modelo manteve um desempenho robusto com uma AUC de 0,778. No entanto, observou-se um compromisso (trade-off) notável: alta especificidade (0,951), mas baixa sensibilidade (0,229) na coorte externa.

Calibração e Utilidade Clínica

• Calibração: O modelo apresentou boa concordância com a mortalidade observada no conjunto interno, particularmente na faixa de probabilidade de 0,2–0,8. No conjunto externo, observou-se uma leve subestimação do risco na faixa de baixa probabilidade, mas a calibração geral permaneceu aceitável.
• Análise de Curva de Decisão: O modelo XGBoost proporcionou um benefício líquido positivo sobre as estratégias "tratar todos" e "não tratar ninguém" em uma ampla gama de probabilidades de limiar (0,05–0,50 na validação interna; >0,32 na externa).

Importância dos Atributos

A análise SHAP identificou os principais fatores preditivos que impulsionam o modelo:

1. APS III (Escore de Fisiologia Aguda III)
2. Idade na Admissão
3. Temperatura Corporal Média
4. Escore SOFA
5. Nível Médio de Cálcio

Outros preditores significativos incluíram biomarcadores de coagulação (TT, INR), bilirrubina total e histórico de medicação (especificamente varfarina e lansoprazol).

Significância e Alegações

Os autores afirmam que este estudo aborda a lacuna crítica na estratificação de risco específica para doenças em pacientes com sepse e SG. As principais contribuições são:

1. Especificidade: Diferente dos escores de gravidade gerais, este modelo integra variáveis específicas da fisiopatologia do SG (ex: estado de coagulação, histórico de úlcera) e da sepse.
2. Rigor de Validação: O estudo vai além da validação de centro único ou apenas interna ao empregar uma coorte externa independente, aumentando a confiabilidade dos achados.
3. Interpretabilidade: Ao utilizar a análise SHAP, o modelo transcende a natureza de "caixa preta" do ML, identificando drivers clinicamente plausíveis (ex: disfunção orgânica, coagulopatia) que se alinham com a literatura médica conhecida.
4. Utilidade Clínica: O alto valor preditivo negativo (refletido na alta especificidade) sugere que o modelo é particularmente útil para identificar pacientes de baixo risco de mortalidade, auxiliando potencialmente na otimização da intensidade de monitoramento e alocação de recursos.

O artigo reconhece modestamente as limitações, incluindo o desenho retrospectivo, o tamanho relativamente pequeno da coorte externa e a dependência de dados estáticos das primeiras 24 horas. Consequentemente, os autores posicionam o modelo como um adjunto ao julgamento clínico, e não um substituto, alertando especificamente contra seu uso para excluir casos de alto risco devido à menor sensibilidade observada na validação externa.