Machine Learning prevê risco de insuficiência cardíaca em pacientes com diabetes

0
299
Foto: Freepik

Pesquisadores do Brigham and Women’s Hospital e do UT Southwestern Medical Center desenvolveram um novo modelo derivado do aprendizado de máquina que pode prever, com alto grau de precisão, o futuro risco de hospitalização por insuficiência cardíaca (IC) para pessoas que sofrem de diabetes tipo 2 (DM2).

No projeto, foi criado um escore de risco para incidência de cinco anos com base nos preditores de melhor desempenho de insuficiência cardíaca. Os preditores incluíram peso, idade, hipertensão, creatina, colesterol de lipoproteínas de alta densidade, controle do diabetes, duração do QRS, infarto do miocárdio e revascularização do miocárdio. Os pacientes que desenvolveram insuficiência cardíaca eram mais velhos, mais comumente homens e tinham um índice de massa corporal mais alto. Esses pacientes também apresentaram frequências mais altas de doença cardiovascular aterosclerótica prevalente e tiveram durações médias mais longas de diabetes mellitus tipo 2, hipertensão e hiperlipidemia.

A insuficiência cardíaca é uma complicação frequente e perigosa do diabetes tipo 2. Até então, não existia um método confiável para identificar quais pacientes com diabetes correm maior risco de desenvolver IC. Com esta preocupação, os pesquisadores desenvolveram o modelo.

A equipe usou dados de 8.756 pacientes com diabetes inscritos no estudo Ação para controlar o risco cardiovascular em diabetes (estudo ACCORD). Os dados incluíram 147 variáveis, incluindo dados demográficos, informações clínicas e dados laboratoriais de cada paciente. Durante os cinco anos, 319 pacientes (3,6% do total) desenvolveram insuficiência cardíaca. Os fatores mais comuns incluíram peso, idade, hipertensão, juntamente com creatinina, HDL-C, níveis de glicose no sangue, duração do QRS, infarto do miocárdio e cirurgia de revascularização do miocárdio. O maior escore de risco foi associado a uma chance de 1 em 5 de desenvolver insuficiência cardíaca em cinco anos.

A pontuação de risco do WATCH-DM, definida pelo modelo de aprendizado de máquina, agora está disponível como uma ferramenta on-line para os médicos usarem. A equipe está trabalhando para integrar seu sistema de pontuação nos sistemas eletrônicos de registro de saúde no Brigham e Women’s Hospital e no UT Southwestern Medical Center para permitir o uso em tempo real.

A Organização Mundial da Saúde (OMS) acredita que 1 em cada 11 pessoas no mundo tem diabetes.  Só no Brasil, entre 2006 e 2016, segundo o Ministério da Saúde, houve um aumento de 60% no diagnóstico da doença, e seu custo deve dobrar até 2030 – chegando a US$ 97 bilhões. No país, o diagnóstico passou de 5,5% da população para 8,9%, e o desafio passa pela falta de controle glicêmico dos pacientes: 50% dos diabéticos desconhecem o diagnóstico.

Confira a pesquisa na íntegra aqui.

LEAVE A REPLY

Please enter your comment!
Please enter your name here