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.

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

Avaliar artigo

Dê sua nota para esse conteúdo

Selecione o motivo:
Errado
Incompleto
Desatualizado
Confuso
Outros

Sucesso!

Sua avaliação foi registrada com sucesso.

Avaliar artigo

Dê sua nota para esse conteúdo.

Você avaliou esse artigo

Sua avaliação foi registrada com sucesso.

Baixe o Whitebook Tenha o melhor suporte
na sua tomada de decisão.

Especialidades