Um Novo Escore de Risco Baseado em Aprendizado de Máquina (Machine Learning) em Pacientes com Insuficiência Cardíaca Aguda: O Escore ML-HF

Resumo

Fundamento

Os escores de avaliação prognóstica convencionais muitas vezes não têm desempenho suficiente para prever a mortalidade em pacientes com insuficiência cardíaca aguda (ICA).

Objetivo

Desenvolver e validar um escore prognóstico baseado em aprendizado de máquina (Machine Learning – escore ML-HF) para prever morte hospitalar em pacientes com ICA e comparar seu desempenho com os principais escores tradicionais.

Métodos

Pacientes admitidos por ICA em hospitais brasileiros do “Programa de Boas Práticas em Cardiologia” de 2016 a 2022 foram incluídos. Dados clínicos, resultados laboratoriais e o questionário de Qualidade de Vida da Organização Mundial da Saúde (World Health Organization Quality of Life) WHOQOL-Bref foram coletados na admissão hospitalar. O desfecho foi óbito hospitalar. O modelo foi treinado usando 70% das admissões (conjunto de treinamento) e validado com os 30% restantes (conjunto de teste). A área sob a curva ROC (AUC) do escore ML-HF foi comparada com a AUC dos escores tradicionais Acute Decompensated Heart Failure National Registry (ADHERE) e Get With the Guidelines–Heart Failure (GWTG-HF). O nível de significância foi de p < 0,05.

Resultados

Foram incluídos mil cento e cinquenta e sete pacientes hospitalizados por ICA. As cinco variáveis mais importantes do escore ML-HF foram: Qualidade do Domínio de Saúde Física (WHOQOL-BREF), sódio sérico, ureia sérica, creatinina sérica e pressão arterial sistólica na admissão hospitalar. No conjunto de teste, o escore ML-HF apresentou calibração de modelo adequada (valor de p do teste de Hosmer-Lemeshow = 0,056) e discriminação (AUC = 0,722 [IC95%, 0,661-0,783]), que foi superior aos escores GWTG-HF (AUC = 0,616 [IC95%, 0,529-0,702; p = 0,014]) e ADHERE (AUC = 0,601 [IC95%, 0,511-0,691; p = 0,006]).

Conclusão

Desenvolvemos e validamos um escore usando aprendizado de máquina para prever morte hospitalar em pacientes com ICA, que superou os escores tradicionais.