Jornal de Bacteriologia e Parasitologia

Abstrato

Predição de mortalidade para pacientes com COVID-19: métodos e potencial

Pedro Gemmar

A disseminação pandêmica do Coronavírus leva a um aumento da carga sobre os serviços de saúde em todo o mundo. A experiência mostra que o tratamento médico necessário pode atingir limites em clínicas locais e uma avaliação clínica rápida e segura da gravidade da doença se torna vital. Biomarcadores são determinados regularmente para pacientes de terapia intensiva. Ferramentas de aprendizado de máquina podem ser usadas para selecionar biomarcadores apropriados para estimar o estado de saúde e prever o risco de mortalidade do paciente. Modelos de previsão transparentes permitem mais declarações sobre as propriedades e o desenvolvimento dos biomarcadores em conexão com condições de saúde específicas dos pacientes de terapia intensiva.

Neste trabalho, abordagens de modelos alternativos e avançados (Support Vector Machine, Naive Bayes, Fuzzy system) são comparadas com modelos propostos na literatura. Além disso, aspectos como gênero dos pacientes e mudanças nos biomarcadores ao longo do tempo são incluídos na modelagem. Uma rede neural artificial (SOM) é usada para selecionar os biomarcadores. Uma análise estatística dos biomarcadores revela seus valores e mudanças no estado crítico dos pacientes. Em uma comparação de modelos, um preditor Fuzzy do tipo Sugeno obteve os melhores resultados para avaliação de saúde e suporte à decisão. O sistema Fuzzy fornece valores de saída contínuos em vez de decisões binárias e, portanto, casos duvidosos podem ser atribuídos a uma classe de rejeição. Um modelo Fuzzy estendido leva em consideração o gênero do paciente e a tendência em características-chave ao longo do tempo e, portanto, fornece excelentes resultados com uma precisão melhor que 98% com os dados de treinamento. No entanto, isso não pôde ser verificado finalmente devido à falta de dados de teste adequados. A geração e o treinamento de todos os modelos foram totalmente automáticos com ferramentas Matlab© e sem ajustes adicionais.