Machine Learning-Based Prediction of Composite Adverse Outcomes in Elderly Intensive Care Unit Patients: A Retrospective Cohort Study

Resumo Técnico: Predição de Desfechos Adversos Compostos em Pacientes Idosos de UTI Baseada em Aprendizado de Máquina

Definição do Problema
O estudo aborda o desafio da avaliação prognóstica para adultos mais velhos (≥65 anos) admitidos em Unidades de Terapia Intensiva (UTI). Este grupo demográfico apresenta multimorbidade, reserva fisiológica reduzida e trajetórias de recuperação heterogêneas, o que complica as decisões relativas à escalada de tratamento e ao planejamento de recursos. Os escores de gravidade existentes (ex: APACHE II, SAPS 3) foram desenvolvidos para populações adultas gerais e podem carecer de estabilidade quando aplicados especificamente a coortes de idosos. Além disso, muitos modelos de aprendizado de máquina existentes focam exclusivamente na mortalidade intra-hospitalar, negligenciando a significância clínica e de recursos de estadias prolongadas na UTI, que estão associadas ao declínio funcional e altos custos de saúde. Os autores buscaram desenvolver e validar internamente modelos de aprendizado de máquina para prever um desfecho adverso composto (morte intra-hospitalar ou tempo de permanência na UTI [LOS] > 7 dias) utilizando dados disponíveis nas primeiras 24 horas de admissão.

Metodologia

• Fonte de Dados: O estudo utilizou o banco de dados MIMIC-IV (versão 2.2), um conjunto de dados de registros eletrônicos de saúde desidentificados do Beth Israel Deaconess Medical Center (2008–2022).
• Coorte: A análise final incluiu 22.397 pacientes idosos de UTI (idade média de 77,0 anos) que tiveram uma primeira estadia na UTI ≥24 horas. A coorte foi dividida em um conjunto de treinamento (n=15.677) e um conjunto de validação interna (n=6.720) por meio de amostragem aleatória estratificada pelo desfecho.
• Definição do Desfecho: O desfecho primário foi um desfecho binário composto: mortalidade intra-hospitalar OU LOS na UTI > 7 dias. Análises secundárias examinaram a mortalidade intra-hospitalar e a permanência prolongada na UTI (>7 dias) separadamente, bem como um limiar alternativo de LOS baseado no percentil 75 da coorte (>3,62 dias).
• Engenharia de Atributos (Feature Engineering): 192 variáveis preditoras foram extraídas das primeiras 24 horas de admissão na UTI. Estas incluíram demografia, comorbidades (Índice de Comorbidade de Charlson), sinais vitais, resultados laboratoriais, escores de gravidade (APACHE III, SAPS II, SOFA, OASIS) e indicadores de tratamento (ex: ventilação invasiva). Variáveis variantes no tempo foram resumidas usando valores de primeiro, média, mínimo, máximo, último e amplitude (range).
• Pré-processamento: Valores ausentes foram tratados usando Imputação Múltipla por Equações Encadeadas (MICE) com cinco imputações, aprendidas no conjunto de treinamento e aplicadas ao conjunto de validação.
• Algoritmos: Sete algoritmos de aprendizado de máquina foram comparados: Regressão Logística Regularizada, Random Forest, XGBoost, LightGBM, CatBoost, Support Vector Machine (SVM) e Multilayer Perceptron (MLP). Os hiperparâmetros foram ajustados via validação cruzada estratificada de cinco dobras no conjunto de treinamento.
• Avaliação: Os modelos foram avaliados no conjunto de validação interna usando AUROC, AUPRC, escore de Brier, F1-score, sensibilidade, especificidade e calibração (erro de calibração máximo). A Análise de Curva de Decisão (DCA) foi utilizada para avaliar o benefício clínico líquido.
• Interpretabilidade: SHapley Additive exPlanations (SHAP) foram utilizadas para determinar a importância e a direcionalidade dos atributos. Um modelo simplificado usando apenas os 10 principais atributos também foi avaliado.

Principais Resultados

• Desempenho do Modelo: Entre os sete algoritmos, o XGBoost demonstrou o desempenho geral mais forte. Ele alcançou uma AUROC de 0,853 (IC 95% 0,842–0,863), um AUPRC de 0,668 e um escore de Brier de 0,114. O LightGBM (AUROC 0,850) e o CatBoost (AUROC 0,849) apresentaram desempenho semelhante, enquanto a Regressão Logística teve o menor desempenho (AUROC 0,833).
• Estratificação de Risco: Os pacientes foram estratificados em grupos de baixo, intermediário e alto risco com base nas probabilidades previstas. As taxas de eventos observados aumentaram significativamente entre os grupos: 3,4% (baixo), 11,6% (intermediário) e 49,2% (alto).
• Importância dos Atributos: Os principais preditores identificados pela análise SHAP foram:
  1. Escore APACHE III
  2. Primeira unidade de cuidados intensivos (a UTI cardiovascular foi associada a menor risco)
  3. Ventilação mecânica invasiva
  4. Histórico de AVC (Stroke)
  5. Escore SAPS II
• Modelo Simplificado: Um modelo reduzido usando apenas os 10 principais atributos manteve uma discriminação substancial, alcançando uma AUROC de 0,814 (uma diminuição de 0,038 em relação ao modelo completo de 192 atributos) e um benefício líquido máximo semelhante em DCA.
• Análises Secundárias:
  • O modelo para mortalidade intra-hospitalar isolada alcançou uma AUROC de 0,861.
  • O modelo para permanência prolongada na UTI (>7 dias) isolada alcançou uma AUROC de 0,811.
  • O uso de uma janela de observação de 6 horas resultou em uma AUROC menor (0,831) em comparação com a janela de 24 horas (0,853), sugerindo que 24 horas de dados fornecem um poder preditivo mais robusto.

Significância e Alegações
Os autores afirmam que este estudo fornece um framework robusto, validado internamente, para prever desfechos adversos compostos em pacientes idosos de UTI utilizando dados precoces rotineiramente disponíveis. As principais alegações incluem:

1. Superioridade do Gradient Boosting: Métodos de ensemble baseados em árvores (especificamente XGBoost) superaram a regressão logística tradicional e outros algoritmos de ML no tratamento das relações complexas e não lineares inerentes aos dados de UTI.
2. Valor de Desfechos Compostos: O desfecho composto (morte ou permanência prolongada) identifica efetivamente pacientes com cursos fatais ou trajetórias intensivas de recursos, abordando uma lacuna nos modelos de desfecho único de mortalidade.
3. Utilidade Clínica: O modelo demonstrou benefício líquido positivo em uma ampla gama de limiares de decisão (0,05–0,70), sugerindo utilidade potencial para guiar a intensidade de monitoramento, revisões multidisciplinares ou consultas de cuidados paliativos.
4. Viabilidade de Simplificação: O alto desempenho do modelo simplificado de 10 atributos sugere que uma ferramenta de beira de leito parcimoniosa é viável sem perda significativa de precisão preditiva, desde que os principais drivers clínicos (escores de gravidade, status de ventilação, histórico de AVC) sejam capturados.

Limitações e Direções Futuras
O artigo nota explicitamente várias limitações:

• Design Retrospectivo de Centro Único: O modelo foi treinado com dados de uma única instituição nos EUA; a validação externa em diferentes sistemas de saúde é necessária antes da implementação clínica.
• Janela Estática: Os preditores foram limitados às primeiras 24 horas, perdendo mudanças fisiológicas subsequentes.
• Variáveis Ausentes: Fatores geriátricos cruciais como fragilidade, status funcional e planejamento de cuidados avançados não foram incluídos.
• Incerteza de Imputação: A incerteza proveniente do processo de imputação não foi totalmente propagada através de todas as etapas de modelagem.

Os autores concluem que, embora o modelo XGBoost apresente um bom desempenho interno, a validação externa, a avaliação prospectiva e a incorporação de medidas de fragilidade/funcionalidade são pré-requisitos necessários antes que o modelo possa informar a prática clínica.