Dados do Trabalho

Título

REDE NEURAL MULTI-LAYER PERCEPTRON PARA PREDIÇAO DE OBITO NA HEMODIALISE.

Introdução

As técnicas preditivas de Machine Learning (ML) têm sido pesquisadas em diversas áreas da saúde com o intuito de qualificar ferramentas de estratificação de riscos e dispositivos que auxiliem no diagnóstico e monitoramento dos pacientes. Atualmente, uma tendência observada é sua aplicação no manejo da Doença Renal Crônica, principalmente na diálise. Diante disso, o presente estudo tem o objetivo de desenvolver um modelo de rede neural para predição de óbito de pacientes em hemodiálise.

Material e Método

Estudo de coorte retrospectiva de 2012 a 2016 realizado em 23 Centros de Diálise de cinco estados do Brasil. Foram incluídos pacientes maiores de 18 anos incidentes em hemodiálise e excluídos aqueles com menos de três meses de seguimento. Foi utilizado o algoritmo de rede neural Multi-Layer Perceptron (MLP) para a predição do desfecho óbito. O modelo utilizou 94 variáveis (22 biomarcadores, 65 variáveis clínicas e 7 de perfil). O desempenho preditivo foi demonstrado pelas métricas de acurácia, precisão, sensibilidade, F1-score.

Resultados

Foram analisados 1.834 pacientes incidentes em hemodiálise pareados para presença-ausência do desfecho óbito. Destes, 1.119 (61%) eram homens e 715 (39%) eram mulheres e a idade média foi de 51 (±16) anos. Em geral, a média dos resultados dos biomarcadores dos pacientes tendiam à normalidade. O resultado das métricas de performance foram: acurácia (84%), precisão (83%), recall (86%), F1-score (85%).

Discussão e Conclusões

O desenvolvimento do modelo de rede neural utilizando 94 variáveis de pacientes incidentes em hemodiálise foi demonstrado com métricas validadas com resultados promissores. Almeja-se a partir disso, fomentar estudos para sua aplicação na prática clínica.

Palavras Chave

Machine Learning; Inteligência Artificial; Mortalidade.