Previsão de Doenças Infecciosas em Países de Baixa e Média Renda Usando Dados de Prontuário Eletrônico de Saúde (DiGi)

A dengue é uma doença infecciosa emergente rapidamente no Sul e Sudeste Asiático. O diagnóstico definitivo requer testes laboratoriais (PCR ou teste de antigénio) que muitas vezes não estão disponíveis nos locais com maior incidência. Identificar corretamente os doentes que têm dengue, e o pequeno número de doentes com dengue que irão progredir para doença grave, é importante para garantir a instituição atempada de tratamentos adequados.

Os modelos existentes utilizam uma combinação de características clínicas e laboratoriais. Um modelo desenvolvido e testado em dados de 397 doentes internados no Hospital de Doenças Tropicais de Banguecoque em 2013-2014 utilizou modelação bayesiana de variáveis (fígado e hemograma completo) e sintomas clínicos (incluindo febre, petéquias, hemorragia) para distinguir a dengue de outras doenças febris. O modelo resultante teve uma AUC de 0,75, que melhorou para 0,8 quando o NS1 foi incluído. Os escores de Falência Orgânica Sequencial (SOFA), ou versões modificadas, utilizam dados de sinais vitais e análises ao sangue (fígado, renal e hematologia) e são bons indicadores daqueles com maior probabilidade de morrer. No entanto, funcionam menos bem em doenças moderadamente graves (por exemplo, prever a necessidade de internamento na UCI).

Estas abordagens são promissoras, mas são limitadas pela generalizabilidade limitada, pelo uso de múltiplas análises ao sangue e sintomas clínicos. Uma ferramenta de baixo custo e fácil de usar, capaz de diagnosticar rapidamente a dengue e prever a gravidade da doença, teria um grande valor na região. Com os modernos métodos de aprendizagem automática, isto é agora viável e as barreiras anteriormente identificadas, como a necessidade de grandes quantidades de dados de treino, podem agora ser superadas. Por exemplo, podem ser criados modelos a partir de grandes conjuntos de dados, mas depois otimizados para conjuntos de dados diferentes e mais pequenos (dados de outros locais/condições, ou com menos dados de entrada).

Demonstrámos anteriormente que os algoritmos de aprendizagem automática baseados em dados poderiam generalizar-se através de múltiplas Trusts do Serviço Nacional de Saúde (NHS) do Reino Unido (para prever a COVID-19). Embora inicialmente treinados com dados de mais de 77 000 doentes, criámos um modelo que requer apenas dados de sinais vitais e hemograma à beira do leito, capaz de prever o diagnóstico de COVID-19 em doentes que se apresentam em hospitais do Reino Unido. Demonstrámos a capacidade de adaptar este modelo para um contexto de país de rendimento médio-baixo (LMIC) utilizando dados de dois hospitais vietnamitas. Os modelos adaptados alcançaram AUROCs de cerca de 0,75 e AUPRCs de cerca de 0,89 (semelhantes aos locais do Reino Unido, onde estavam disponíveis quantidades muito maiores de dados). Realizar "aprendizagem por transferência", em que um pequeno subconjunto de dados do Reino Unido foi utilizado para apoiar o desenvolvimento do modelo no Vietname, melhorou os desempenhos entre 5-10%. Também descobrimos que a utilização de métodos estatísticos para lidar com valores em falta pode melhorar ainda mais o desempenho preditivo em 2-5%. Este modelo de aprendizagem automática também pode funcionar como um 'modelo de base' e ser adaptado para uma nova tarefa, ou seja, a dengue.