Modelos de Predição Clínica para o Risco de Morte Intra-Hospitalar Pediátrica em Crianças com Malária Grave no Congo Utilizando Algoritmos Baseados em Aprendizagem Automática

Contexto:

A malária grave está associada a um elevado risco de mortalidade hospitalar pediátrica em países com recursos limitados, o que continua a ser deplorável. Métodos melhorados de estratificação de risco podem auxiliar na tomada de decisões de encaminhamento e na alocação de recursos. Os investigadores pretendem i) criar um modelo preditivo para o risco de mortalidade intra-hospitalar em crianças com malária grave e comparar o seu desempenho preditivo com os modelos atuais, ii) validar estes últimos, e iii) avaliar as alterações induzidas pelo plasmódio nos parâmetros clínicos e biológicos.

Métodos:

Este é um estudo retrospetivo de dados recolhidos prospetivamente durante o período de 30 de janeiro de 2017 a 1 de agosto de 2025, de crianças com malária grave, internadas na UCI-P do Centro Hospitalar Monkole (CHM) e do Centro Pediátrico Kimbondo (CPK), ambos em Kinshasa, República Democrática do Congo. Variáveis clínicas e laboratoriais basais foram recolhidas nas crianças inscritas. O desfecho primário é a morte até 1 semana após a admissão, e o segundo desfecho, a duração do internamento em cuidados intensivos pediátricos após admissão por malária grave. Algoritmos de aprendizagem automática serão utilizados para alcançar os três objetivos específicos de investigação.

Resultados Esperados:

De acordo com os objetivos de investigação, são esperados os seguintes resultados:

1. A prevalência da Síndrome de Disfunção Múltipla de Órgãos (SDMO) e da acidose metabólica em crianças com malária grave será determinada.

2. Será desenvolvido um novo modelo para prever o risco de mortalidade associado à malária grave:

   1. Este novo modelo será baseado em preditores da gravidade da doença e irá medir:

      • O grau de gravidade da SDMO e da acidose metabólica.
      • A duração do internamento por malária grave na UCI-P
      • O risco de morte após hospitalização por malária grave
      • A influência da parasitemia na gravidade da doença
   2. O desempenho do novo modelo proposto será medido
   3. O nomograma preditivo e o sistema de pontuação serão associados a ele.
3. Os investigadores validam e comparam o desempenho dos modelos existentes para prever a gravidade da malária grave com o novo modelo proposto.

Em conjunto, os dados da investigação fornecerão prova de conceito que suporta intervenções precoces e escolhas de tratamento em crianças com malária grave.