Modelo baseado em aprendizado de máquina prevê necessidade de terapia renal em pacientes críticos de covid-19 

Mesmo após cinco anos desde o início da pandemia, a covid-19 continua sendo um tema central para a saúde global. Com novas variantes surgindo e impactos de longo prazo sendo estudados, a doença ainda desafia os sistemas de saúde.  

Em um estudo publicado na revista Journal of Critical Care e coordenado pelo Instituto D’Or de Pesquisa e Ensino (IDOR) e pela Universidade Federal do Rio de Janeiro (UFRJ), pesquisadores utilizaram aprendizado de máquina (machine learning) para prever a necessidade de terapia de substituição renal em pacientes graves de covid-19 internados em UTIs. 

O objetivo da pesquisa foi desenvolver e validar um modelo capaz de identificar, logo na admissão à UTI, quais pacientes com covid-19 precisariam de substituição renal. Essa terapia é frequentemente necessária para pacientes com insuficiência aguda nos rins, um problema comum em casos graves de covid-19, mas que requer planejamento e recursos significativos. 

Utilizando uma análise retrospectiva de dados de mais de 14 mil pacientes internados em 126 UTIs da Rede D’Or, entre fevereiro de 2020 e dezembro de 2021, os pesquisadores analisaram características clínicas e laboratoriais disponíveis nas primeiras horas de internação. Os dados foram usados para treinar e testar oito modelos de aprendizado de máquina até encontrar um que apresentasse os resultados mais confiáveis. 

Prognóstico com dados 

A pesquisa analisou pacientes adultos com diagnóstico confirmado de covid-19 que necessitaram de suporte respiratório na admissão à UTI. As informações coletadas incluíram idade, comorbidades como hipertensão e diabetes, índice de fragilidade, além de outros dados laboratoriais. 

A partir desse grande número de informações, os modelos de machine learning foram desenvolvidos com uma divisão de 80% dos dados para treinamento e 20% para teste. Como a coleta foi realizada em fases críticas da pandemia, quando a vacinação ainda não era uma realidade para maior parte da população, os cientistas validaram o modelo preditivo com dados de 946 pacientes admitidos em UTIs entre janeiro e maio de 2022, incluindo as mudanças provocadas por novas variantes da covid-19 e o impacto da imunização. 

Resultados e implicações 

Entre os pacientes analisados de 2020 a 2021, 13% precisaram de terapia de substituição renal. Esses indivíduos eram, em média, mais velhos, apresentavam mais comorbidades e maior gravidade clínica. A variação foi parecida para os pacientes de 2022, cuja porcentagem foi de 11%. 

O estudo concluiu que o uso de machine learning é uma ferramenta poderosa para prever a necessidade de terapia de substituição em pacientes críticos com covid-19. O modelo desenvolvido permite identificar precocemente pacientes em risco, contribuindo para o planejamento de recursos e implementação de melhores práticas no manejo clínico. 

O estudo abordou uma das maiores coortes multicêntricas de pacientes com covid-19 em UTIs, destacando a importância de integrar tecnologia de ponta à prática clínica. A precisão do modelo e sua aplicabilidade prática reforçam a relevância da pesquisa, que não só melhora o manejo da covid-19, mas também oferece um caminho promissor para a gestão de crises futuras na saúde pública. 

Leia também: A inflamação pode conectar a gravidade da covid-19 ao surgimento de sintomas neurológicos

Escrito por Maria Eduarda Ledo de Abreu