Machine learning pode ser superior aos métodos tradicionais para estimar o risco cardiovascular

Segundo artigo publicado na revista Circulation, machine learning pode ser útil para estratificar o risco cardiovascular, prever desfechos e identificar biomarcadores.

Os autores do estudo definiram machine learning como “uma metodologia estatística efetiva para lidar com dados biomédicos de aumento de volume, velocidade e variedade”. Para a análise, pesquisadores utilizaram dados do Multi-Ethnic Study of Atherosclerosis (MESA), com 6.814 pacientes (idade média, 62; 53% mulheres), para comparar abordagens de machine learning com o modelo de regressão de COX.

O objetivo foi a identificação de preditores de seis desfechos clínicos:

1. Morte por acidente vascular cerebral
2. Acidentes vasculares cerebrais
3. Doença cardiovascular
4. Doença arterial coronariana
5. Fibrilação atrial
6. Insuficiência cardíaca

Para cada um dos desfechos, o machine learning exigiu menos de 20 variáveis (dentre 735 avaliadas) para obter um índice C estável e alto.

Entre os 20 marcadores de mortalidade por todas as causas, os principais foram biomarcadores de inflamação e trombose, e status / renda econômica, destacando o papel da desigualdade como fator de risco de mortalidade.

Entre os desfechos, variáveis de exames de imagem, índice tornozelo-braquial e biomarcadores séricos apresentaram maior importância preditiva, enquanto os questionários e a exposição a medicamentos foram de menor importância.

As 20 variáveis do machine learning, que incluíram biomarcadores e medidas de doença subclínica, superou, de acordo com os cálculos do índice C, o escore de risco tradicional para prever doença arterial coronariana e insuficiência cardíaca.

Para os pesquisadores, esse método pode levar a mais informações sobre os marcadores de doenças subclínicas sem hipóteses de causalidade.

Veja também: ‘Inteligência artificial na medicina: onde estamos e para onde vamos?’

*Esse artigo foi revisado pela equipe médica da PEBMED

Referências:

• Cardiovascular Event Prediction by Machine Learning: The Multi-Ethnic Study of Atherosclerosis. Circulation Research. 2017;CIRCRESAHA.117.311312, originally published August 9, 2017. https://doi.org/10.1161/CIRCRESAHA.117.311312