Multiscore Integration of GRACE, ACEF, and TIMI via Machine Learning for Risk Prediction of 6-Month Mortality in Acute Myocardial Infarction

Resumo Técnico: Integração de Multicritérios de GRACE, ACEF e TIMI via Aprendizado de Máquina para a Predição de Risco de Mortalidade em 6 Meses no Infarto Agudo do Miocárdio

Definição do Problema
A estratificação de risco contemporânea para o infarto agudo do miocárdio (IAM) baseia-se fortemente em escores estabelecidos, como o Global Registry of Acute Coronary Events (GRACE), Thrombolysis in Myocardial Infarction (TIMI) e Age-Creatinine-Ejection Fraction (ACEF). Embora essas ferramentas tenham evoluído, os esforços de otimização atuais concentram-se principalmente na reponderação de variáveis existentes, em vez de reavaliar o próprio conjunto fundamental de variáveis. Além disso, os preditores nesses escores são frequentemente derivados de contextos clínicos históricos que podem não refletir plenamente os perfis de pacientes ou paradigmas de tratamento contemporâneos. Embora o aprendizado de máquina (ML) tenha mostrado promessa no aumento da predição de risco, a estratégia ideal para integrar variáveis de múltiplos escores clássicos e selecionar o conjunto de características mais robusto para predizer a mortalidade em 6 meses após a intervenção coronária percutânea (ICP) permanece incerta.

Metodologia
Este estudo de coorte retrospectivo de centro único utilizou dados de 883 pacientes com IAM submetidos à ICP de emergência no Primeiro Hospital da Universidade de Lanzhou (coorte de derivação) e 185 pacientes do Hospital Popular Provincial de Qinghai (coorte de validação externa). O estudo integrou variáveis derivadas dos escores GRACE, ACEF e TIMI.

A metodologia empregou um pipeline rigoroso de seleção de características e modelagem em dois estágios:

1. Pré-processamento de Dados: Os valores ausentes foram tratados utilizando Imputação Múltipla por Equações Encadeadas (MICE). A desbalanceamento de classes foi considerado, embora o foco principal tenha sido a seleção de características em vez de sobreamostragem sintética (oversampling), uma vez que os modelos utilizando LASSO e Boruta sem Amostragem Sintética Adaptativa (ADASYN) apresentaram desempenho comparável ou superior em métricas específicas.
2. Seleção de Características: Uma estratégia de dois estágios foi implementada:
   • Estágio 1 (LASSO): A regressão Least Absolute Shrinkage and Selection Operator (LASSO) com regularização L1 foi aplicada para reduzir os coeficientes não significativos a zero, reduzindo as 20 variáveis iniciais para 10.
   • Estágio 2 (Boruta): O algoritmo Boruta (especificamente BorutaShap) foi aplicado posteriormente às características selecionadas pelo LASSO para realizar uma triagem secundária, identificando as características mais informativas.
3. Comparação de Algoritmos: Sete algoritmos de ML foram sistematicamente comparados utilizando Grid Search com Validação Cruzada (GSCV): Random Forest (RF), LightGBM, AdaBoost, XGBoost, Regressão Logística (LR), K-Nearest Neighbors (KNN) e Redes Neurais Profundas (DNN).
4. Métricas de Avaliação: O desempenho do modelo foi avaliado pela Área Sob a Curva ROC (AUROC) e Área Sob a Curva de Precisão-Recall (AUPRC), juntamente com curvas de calibração e Análise de Curva de Decisão (DCA). A interpretabilidade foi aprimorada usando SHAP (Shapley Additive Explanations) e LIME (Local Interpretable Model-Agnostic Explanations).

Principais Contribuições

• Seleção de Características em Dois Estágios: O estudo introduz um framework robusto de seleção de características combinando LASSO e Boruta, indo além da seleção de método único para identificar um conjunto parcimonioso de preditores.
• Integração de Multicritérios: Em vez de depender de um único sistema de pontuação, o modelo integra variáveis de três escores históricos distintos (GRACE, TIMI, ACEF) para capturar um espectro mais amplo de fatores prognósticos.
• Benchmarking Algorítmico: O estudo fornece uma comparação sistemática de sete algoritmos diversos, demonstrando a superioridade dos métodos de ensemble (especificamente Random Forest) para esta tarefa clínica específica.
• Modelo Clínico Parcimonioso: O modelo final foi destilado para apenas três variáveis, equilibrando alta precisão preditiva com simplicidade clínica.

Resultos

• Preditores Finais: O modelo ideal reteve três preditores: Classe de Killip, Fração de Ejeção do Ventrículo Esquerdo (FEVE) e Creatinina (CREA).
• Validação Interna: O modelo Random Forest, otimizado com LASSO, Boruta e GSCV, alcançou uma AUROC de 0,97 (IC 95%: 0,93–1,00) e uma AUPRC de 0,68 (IC 95%: 0,32–0,93) no conjunto de validação interna.
• Validação Externa: Na coorte externa, o modelo manteve um desempenho robusto com uma AUROC de 0,89 (IC 95%: 0,74–0,96) e uma AUPRC de 0,48 (IC 95%: 0,24–0,72). Os autores observam que a ligeira diminuição na AUPRC na coorte externa pode ser atribuída à heterogeneidade nas características basais, particularmente diferenças na distribuição da classe de Killip entre as duas instituições.
• Utilidade Clínica: A análise de calibração mostrou boa concordância entre os riscos preditos e observados na faixa de risco baixo a intermediário. A Análise de Curva de Decisão confirmou um benefício clínico líquido consistente em uma ampla gama de probabilidades de limiar em comparação com as estratégias "tratar todos" ou "não tratar ninguém".
• Desenvolvimento de Ferramenta: Uma ferramenta interativa baseada na web foi desenvolvida utilizando o framework Streamlit para facilitar a estimativa de risco em tempo real baseada nas três variáveis selecionadas.

Significância e Alegações
O artigo afirma que um modelo de fusão baseado em ML, otimizado através de seleção sequencial de características e aprendizado de ensemble, fornece excelente discriminação para a mortalidade em 6 meses em pacientes com IAM pós-ICP, superando significativamente os escores de risco convencionais. O estudo enfatiza que o desempenho do modelo não depende apenas do número de variáveis, mas dos efeitos sinérgicos da seleção de características, das características dos dados e da escolha do algoritmo.

Os autores sustentam que o modelo resultante de três variáveis (Killip, FEVE, CREA) alcança um equilíbrio crítico entre parcimônia e poder preditivo, apoiando seu potencial para a estratificação de risco clínico de rotina. No entanto, os autores mantêm uma postura modesta quanto à generalizabilidade, reconhecendo limitações como a natureza de centro único dos dados de derivação, a potencial heterogeneidade entre instituições e a falta de validação prospectiva e multicêntrica. Eles concluem que, embora o modelo ofereça um framework clinicamente aplicável, é necessária uma validação adicional em coortes maiores e mais diversas.