Standard-of-Care vs. Machine Learning–Recommended Discharge Destinations for Geriatric Surgical Inpatients: Algorithm Development and Internal Validation

Resumo Técnico: Destinos de Alta Recomendados pelo Padrão de Cuidado vs. Aprendizado de Máquina para Pacientes Geriátricos Cirúrgicos Internados

Definição do Problema
Idosos submetidos a cirurgias enfrentam riscos elevados de desfechos adversos, incluindo declínio funcional, hospitalização prolongada e institucionalização inapropriada, frequentemente devido a vulnerabilidades relacionadas à idade, como fragilidade e multimorbidade. Embora a Avaliação Geriátrica Ampla (AGA) e o co-manejo geriátrico sejam comprovadamente eficazes para melhorar o planejamento de alta e os desfechos, sua implementação generalizada é dificultada pela escassez de geriatras e restrições de recursos. Achados anteriores do projeto SURGE-Ahead indicaram que as decisões de alta do padrão de cuidado para pacientes cirúrgicos geriátricos eram incongruentes com as recomendações de especialistas em geriatria em 27% dos casos, uma discrepância associada a maiores taxas de readmissão e declínio funcional. Há uma necessidade crítica de ferramentas escaláveis e baseadas em dados para apoiar o planejamento de alta individualizado que possa aumentar, em vez de substituir, a expertise clínica.

Metodologia
O estudo desenvolveu e validou internamente um algoritmo de aprendizado de máquina (ML) para prever destinos de alta para pacientes cirúrgicos geriátricos, utilizando as recomendações de especialistas em geriatria como o "ground truth" (verdade fundamental).

• Fonte de Dados: O estudo utilizou dados de 169 pacientes com idade ≥70 anos admitidos nos departamentos de trauma, geral/visceral e urologia do Centro Médico da Universidade de Ulm (fevereiro de 2023 – março de 2024). Os dados incluíram registros eletrônicos de saúde (EHR) e um Conjunto de Dados Geriátricos Mínimos (MGDS) contendo variáveis como o Índice de Barthel, Escala de Fragilidade Clínica (CFS), Avaliação Cognitiva Montreal (MoCA), contagem de polifarmácia e detalhes cirúrgicos.
• Verdade Fundamental (Ground Truth): Os destinos de alta foram categorizados em quatro classes: domicílio, unidade de cuidados geriátricos agudos, unidade de reabilitação pós-aguda e residência geriátrica (asilo/casa de repouso). A "verdade fundamental" foi definida por recomendações de especialistas derivadas de consultas geriátricas presenciais, MGDS e revisão conjunta por dois geriatras experientes, em vez das decisões rotineiras do padrão de cuidado.
• Algoritmo: Um classificador AdaBoost utilizando "decision tree stumps" foi selecionado para priorizar a transparência e a interpretabilidade do modelo em detrimento da complexidade de modelos "caixa-preta". O modelo empregou uma estratégia de classificação multiclasse "um-contra-um" para lidar com o desequilíbrio de classes.
• Estrutura de Validação: Foi utilizada uma estrutura de validação cruzada (CV) de 5 dobras (5-fold). Para abordar o tamanho limitado da amostra, o conjunto de treinamento foi aumentado com 82 amostras de um registro de trauma ortogeriátrico (registro ATZ), com as dobras reutilizadas de um estudo complementar para evitar o vazamento de informações. Os hiperparâmetros (incluindo a inclusão de dados do ATZ, número de estimadores, taxa de aprendizado e divisões de calibração) foram otimizados via busca em grade (grid search) dentro das dobras de treinamento.
• Métricas de Avaliação: O desempenho foi avaliado utilizando acurácia, Área Sob a Curva ROC (AUC) micro-média, Valores Preditivos Positivo/Negativo (VPP/VPN) e calibração (escore de Brier). Uma simulação "human-in-the-loop" (humano no circuito) foi realizada ao excluir os 15% de previsões com maior incerteza (menores probabilidades previstas) para avaliar o impacto de sinalizar casos complexos para revisão manual.
• Comparação Estatística: A acurácia do modelo de ML foi comparada contra decisões de padrão de cuidado previamente publicadas usando o teste de McNemar.

Principais Contribuições

1. Desenvolvimento de Algoritmo: A criação de um modelo de ML explicável e consciente da incerteza, projetado especificamente para prever destinos de alta geriátrica usando dados de EHR e CGA.
2. Benchmarking de Desempenho: Comparação direta do modelo de ML contra decisões do padrão de cuidado, demonstrando que o algoritmo pode alinhar-se melhor com as recomendações de especialistas em geriatria do que a prática clínica rotineira.
3. Estratégia Human-in-the-Loop: Demonstração de que filtrar previsões de alta incerteza (os 15% inferiores) melhora significamente a acurácia das recomendações automatizadas restantes, oferecendo um caminho prático para a integração clínica.
4. Interpretabilidade: Identificação de drivers clínicos fundamentais (ex: limiares do Índice de Barthel, escores de CFS, idade e polifarmácia) e a derivação de um sistema de pontuação preliminar para auxiliar clínicos na identificação de pacientes adequados para cuidados geriátricos agudos.

Resultos

• Acurácia Geral: O modelo de ML alcançou uma acurácia de validação interna de 82% (IC 95% 0,76–0,86) ao corresponder às recomendações dos especialistas. Isso representou uma melhoria estatisticamente significativa sobre as decisões do padrão de cuidado, que alcançaram 73% de acurácia (124/169 corretos vs. 138/169 corretos para o ML; p = 0,041).
• Poder Discriminativo: O modelo demonstrou uma AUC ROC micro-média de 0,94 (IC 95% 0,92–0,96).
  • AUC para alta domiciliar: 0,93
  • AUC para unidade de cuidados geriátricos agudos: 0,89
  • AUC para residência geriátrica: 0,98
  • AUC para unidade de reabilitação: 0,52 (notado como desafiador devido ao pequeno tamanho da amostra e fatores situacionais).
• Desempenho Human-in-the-Loop: Quando os 15% de previsões com maior incerteza foram excluídos, a acurácia das previsões confiantes restantes subiu para 85% (IC 95% 0,80–0,90), com um aumento correspondente na AUC micro-média para 0,95 (p = 0,006 em comparação ao padrão de cuidado).
• Principais Preditores: A inspeção do modelo identificou os seguintes preditores mais influentes:
  • Índice de Barthel ≤ 50 no terceiro dia pós-operatório.
  • Escala de Fragilidade Clínica (CFS) ≥ 5.
  • Índice de Barthel ≤ 60 no primeiro dia pós-operatório.
  • Idade ≥ 88 anos.
  • Polifarmácia (≥ 8 medicamentos).
• Calibração: O modelo apresentou boa calibração (escore de Brier 0,33), com probabilidades previstas alinhando-se de perto com os desfechos observados.

Significância e Alegações
Os autores posicionam este estudo como uma prova de conceito demonstrando que uma abordagem baseada em ML pode apoiar efetivamente o planejamento de alta individualizado para pacientes cirúrgicos geriátricos. A principal significância reside na capacidade do modelo de superar significativamente o padrão de cuidado atual no alinhamento com o julgamento de especialistas em geriatria (82% vs. 73% de congruência).

O artigo enfatiza que o modelo é projetado como uma ferramenta de suporte e não como um tomador de decisão autônomo. Ao fornecer probabilidades calibradas e incorporar um mecanismo "human-in-the-loop" para casos de alta incerteza, a abordagem visa aumentar a segurança do paciente e a eficiência operacional sem substituir o julgamento clínico. Os autores declaram explicitamente que, embora o algoritmo apresente alta validade interna e poder discriminativo, esses resultados ainda não constituem a validação da eficácia clínica. Consequentemente, o estudo serve como a base empírica para um ensaio intervencional em andamento (DRKS00030684) que avalia atualmente o impacto real deste sistema de suporte à decisão nos desfechos dos pacientes e na qualidade da alta.

Os autores mantêm-se modestos quanto às limitações, observando que os pequenos tamanhos de amostra para as classes minoritárias (reabilitação e residência geriátrica) limitam a estabilidade das previsões para essas categorias específicas e que os resultados são estimativas de validação interna sujeitas a possível sobreajuste (overfitting). O estudo conclui que a transição de um algoritmo de alto desempenho para uma ferramenta clínica confiável requer evidências adicionais de ensaios clínicos.