A Comparative Study on Prediction of Postoperative Acute Heart Failure in Patients with Gynecologic Malignancies under Small-Sample Constraints

Resumo Técnico: Um Estudo Comparativo sobre a Predição de Insuficiência Cardíaca Aguda Pós-Operatória em Pacientes com Malignidades Ginecológicas sob Restrições de Pequena Amostra

Definição do Problema
A insuficiência cardíaca aguda (ICA) pós-operatória é uma complicação grave em pacientes submetidos a cirurgias para malignidades ginecológicas, com uma incidência que varia de 3,2% a 8,7%. A predição precoce do risco é crítica para melhorar os desfechos dos pacientes, mas permanece desafiadora devido à natureza de "pequena amostra e classe desbalanceada" dos conjuntos de dados clínicos. As ferramentas tradicionais de avaliação de risco (ex: CHADS2, CHA2DS2-VASc) foram desenvolvidas para populações cardiovasculares estabelecidas e não consideram fatores específicos da cirurgia, como a duração operatória e a perda sanguínea intraoperatória. Além disso, modelos estatísticos convencionais frequentemente enfrentam dificuldades com as baixas taxas de eventos e a alta dimensionalidade desses conjuntos de dados, levando a problemas de estabilidade e sobreajuste (overfitting).

Metodologia
O estudo utilizou uma coorte retrospectiva de 1.049 pacientes do Segundo Hospital da Universidade de Medicina de Hebei (janeiro de 2021–dezembro de 2023), compreendendo 100 casos de ICA (9,53%) e 949 casos não-ICA. A metodologia seguiu um fluxo de trabalho de três estágios:

1. Pré-processamento de Dados e Engenharia de Atributos:

   • Variáveis: 19 variáveis clínicas foram analisadas, incluindo demografia basal, comorbidades, índices laboratoriais pré-operatórios (ex: LVEF, D-dímero) e parâmetros perioperatórios (ex: duração da operação, infusão de fluidos).
   • Tratamento de Desbalanceamento e Assimetria: O conjunto de dados foi dividido em 7:3 entre conjuntos de treinamento e de teste independente. Variáveis assimétricas (ex: D-dímero, perda sanguínea intraoperatória) passaram por transformação logarítmica, enquanto variáveis contínuas foram padronizadas via normalização Z-score.
   • Análise de Correlação: A correlação de postos de Spearman revelou baixa multicolinearidade geral, com exceção de uma forte correlação entre peso e IMC.

2. Estratégia de Seleção de Atributos Multi-fonte:
   Para abordar as limitações da seleção por algoritmo único em cenários de pequena amostra, os autores propuseram um framework de Seleção Integrada de Atributos (IFS). Cinco métodos individuais foram empregados para gerar subconjuntos candidatos:

   • Métodos de Filtro: Informação Mútua (MI).
   • Métodos de Wrapper: Eliminação Recursiva de Atributos (RFE) utilizando SVM.
   • Métodos Incorporados (Embedded): Random Forest (RF), XGBoost e Regressão Lasso.
   • Integração: Uma estratégia de agregação de ranking ponderado combinou as pontuações de importância de todos os cinco métodos para construir um Subconjunto de Atributos Integrado (FS6), selecionando os 15 principais atributos.

3. Desenvolvimento e Comparação de Modelos:
   Sete algoritmos de aprendizado de máquina foram treinados e comparados utilizando os subconjuntos de atributos gerados:

   • Modelos Lineares: Regressão Logística (LR), Elastic Net (EN).
   • Modelos Baseados em Árvores: Árvore de Decisão (DT), Gradient Boosting Decision Tree (GBDT), XGBoost, CatBoost.
   • Aprendizado de Ensemble: Um modelo de Stacking (Aprendizes base: RF, XGBoost, CatBoost; Meta-aprendiz: LR).
   • Avaliação: Os modelos foram avaliados usando validação cruzada estratificada de 5 dobras (5-fold) e um conjunto de teste independente. As métricas incluíram Acurácia, Precisão, Sensibilidade (Recall) e F1-score para lidar com o desbalanceamento de classes.

Principais Resultados

• Desempenho da Seleção de Atributos: O subconjunto de atributos integrado (FS6) demonstrou robustez superior em comparação aos subconjuntos gerados por algoritmos únicos (FS1–FS5). Sob o modelo GBDT, o FS6 alcançou uma Acurácia de 1,00, Precisão de 1,00, Sensibilidade de 0,96 e um F1-score de 0,98. Ele reduziu significativamente os falsos negativos em comparação com outros subconjuntos.
• Desempenho do Modelo: Entre os sete algoritmos, o GBDT alcançou o melhor desempenho geral utilizando o FS6, equilibrando alta sensibilidade (Recall 0,96) com precisão perfeita (1,00).
  • Superioridade do Ensemble: Modelos de ensemble não lineares (GBDT, XGBoost, Stacking) superaram significativamente os modelos lineares (LR, EN). Os modelos lineares exibiram alta precisão, mas uma sensibilidade criticamente baixa (0,08–0,13), indicando uma falha em capturar relações não lineares complexas e uma alta taxa de diagnósticos perdidos.
  • Principais Preditores: A análise identificou a Fração de Ejeção do Ventrículo Esquerdo (LVEF), a duração operatória e o volume de fluido pós-operatório como os preditores mais críticos, juntamente com a contagem de plaquetas (PLT) e hemoglobina (HGB).
• Framework Clínico: O estudo estabeleceu um framework de estratificação de risco baseado no modelo GBDT, categorizando pacientes em grupos de baixo, intermediário e alto risco para orientar o manejo clínico escalonado (monitoramento de rotina versus intervenção proativa).

Significância e Alegações
O artigo afirma fornecer um framework metodológico viável para a identificação precoce do risco de ICA pós-operatória sob restrições de pequenas amostras e dados desbalanceados. Suas principais contribuições são:

1. Inovação Metodológica: Demonstra que o aprendizado de ensemble ao nível de atributo (integrando múltiplos algoritmos de seleção) combinado com modelos não lineares (especificamente GBDT) melhora significativamente a estabilidade e o desempenho da predição em conjuntos de dados médicos de pequena amostra em comparação com abordagens de método único.
2. Relevância Clínica: O modelo identifica variáveis chave clinicamente interpretáveis (função cardíaca, trauma cirúrgico, carga volêmica) que se alinham com mecanismos fisiopatológicos estabelecidos, sustentando a plausibilidade biológica das predições.
3. Potencial Translacional: O framework proposto oferece uma abordagem estruturada para converter saídas de aprendizado de máquina em suporte à decisão clínica acionável, permitindo a estratificação de risco individualizada.

Limitações
Os autores reconhecem modestamente que o estudo é uma análise retrospectiva de centro único com um tamanho de amostra limitado, o que pode restringir a generalização externa. Além disso, o framework de estratificação de risco proposto ainda não passou por validação clínica prospectiva, sendo necessário trabalho futuro para confirmar sua viabilidade em ambientes do mundo real.