Pesquisadores desenvolvem algoritmo que prevê IAM

No Reino Unido, pesquisadores estão testando modelos de aprendizado de máquina para identificar quais pacientes têm uma maior probabilidade de sofrer um infarto agudo do miocárdio (IAM). Os modelos calculam a pontuação de Collaboration for the Diagnosis and Evaluation of Acute Coronary Syndrome (CoDE-ACS) para cada indivíduo (de 0 a 100). Essa pontuação seria capaz de apontar as pessoas em maior risco de IAM. 

Os modelos foram treinados com dados de 10.038 pacientes (48% mulheres, com idade média de 70 anos) e suas performances foram validadas através de dados externos referentes a 10.286 pacientes (35 mulheres, com idade média de 60 anos). 

Saiba mais: Algoritmo para diagnóstico de síndrome inflamatória multissistêmica na criança

Pesquisadores desenvolvem algoritmo que prevê ataque cardíaco

Racional do estudo 

Segundo os pesquisadores responsáveis, o objetivo foi utilizar abordagens de aprendizado de máquina para integrar os exames de troponina cardíaca a características clínicas conhecidas por influenciar as concentrações, com o intuito de obter uma abordagem mais individualizada na avaliação da probabilidade e melhora no diagnóstico de infarto do miocárdio. 

Método 

Foi então desenvolvido um sistema de apoio à decisão clínica, o CoDE-ACS, que usa modelos de aprendizado de máquina para calcular a probabilidade de infarto do miocárdio. Os dados obtidos foram validamos externamente e comparados ao desempenho de diretrizes recomendadas, a fim de demonstrar como ele poderia ser usado na prática clínica. 

Leia também: Anti-inflamatórios aumentam a chance de insuficiência cardíaca?

Achados 

Quando comparado as diretrizes recomendadas com valores fixos de troponina e escores de risco, o CoDE-ACS foi capaz de identificar o dobro de pacientes com baixa probabilidade de infarto do miocárdio com um valor preditivo negativo semelhante e menos pacientes como de alta probabilidade, com um valor preditivo positivo melhorado. 

Ao contrário dos valores fixos de troponina recomendados, o CoDE-ACS teve bom desempenho em subgrupos: homens e mulheres, idosos, pessoas com insuficiência renal ou aqueles avaliados logo após o início dos sintomas. 

Os responsáveis pela ferramenta consideraram que o CoDE-ACS foi superior as diretrizes que utilizaram valores fixos de troponina cardíaca ou escores de risco. Para os pesquisadores, o CoDE-ACS pode ajudar a reduzir o tempo gasto em departamentos de emergência, evitando internações hospitalares desnecessárias e melhorando o tratamento precoce do infarto do miocárdio. 

Este artigo foi revisado pela equipe médica do Portal PEBMED.