USO DE APRENDIZADO DE MÁQUINA NA PREDIÇÃO DE ÓBITOS EM PACIENTES INTERNADOS POR SRAG: REVISÃO INTEGRATIVA
DOI:
https://doi.org/10.16891/2317-434X.v12.e4.a2024.pp4688-4705Palavras-chave:
Aprendizado de Máquina, SRAG, Modelo PreditivoResumo
A Aprendizagem de Máquina (AM) tem um papel importante na área da saúde, fornecendo dados sobre diagnóstico e prognóstico de pacientes através de modelos preditivos. O presente trabalho teve como objetivo sintetizar o conhecimento disponível sobre as atuais aplicações de AM na predição de óbitos por Síndrome Respiratória Aguda Grave (SRAG). Esta revisão integrativa foi desenvolvida em seis etapas, nas quais foram extraídos dados das bases de dados PubMed e Biblioteca Virtual de Saúde entre abril e maio de 2023, utilizando a estrutura PRISMA para documentação e a ferramenta CASP para a avaliação dos artigos. A estratégia de busca utilizada retornou 383 artigos após exclusão duplicados. Após a aplicação dos critérios de inclusão e exclusão, 54 artigos foram eleitos para leitura completa, restando 36 artigos na amostra final. Nos resultados, as técnicas de AM supervisionadas tiveram destaque, com os algoritmos XGBoost, Random Forest, Logistic Regression e SVM (Support Vector Machine) apresentando resultados promissores, com AUC-ROC acima de 80%. Entre as variáveis mais utilizadas nos estudos destaca-se os dados demográficos, clínicos e laboratoriais. Por fim, a ausência de ferramentas para aplicação prática dos modelos em ambientes hospitalares limita seu uso, já que a maioria dos estudos se concentra apenas na comparação de algoritmos de AM para a geração dos modelos.
