Generalização da aplicação de modelos preditivos de aprendizado de máquina em diferentes populações: um modelo que prevê o uso de terapia de substituição renal em pacientes com COVID-19 em estado grave se aplica a pacientes de unidades de terapia intensiva em geral?

Abstract

AO EDITORO uso generalizado do aprendizado de máquina criou a possibilidade de gerar modelos de previsão robustos específicos para cada paciente. No entanto, é necessário ter cuidado ao usá-los em populações heterogêneas de pacientes graves. (1) A literatura recente demonstrou grandes avanços no campo da previsão de lesão renal aguda e da necessidade de terapia de substituição renal (TSR). (2) Em uma grande coorte multicêntrica, avaliamos o desempenho de um modelo publicado anteriormente, (3) que prevê a necessidade de TSR em pacientes de unidade de terapia intensiva (UTI) com doença pelo coronavírus 2019 (COVID-19), em pacientes de UTI geral.Recentemente, usando uma metodologia orientada por dados em uma coorte multicêntrica de 14.374 pacientes graves com COVID-19, desenvolvemos e validamos um modelo de previsão de aprendizado de máquina para prever o uso de TSR (COVID-19-RRT Model). (3) No presente estudo, realizamos uma validação externa do COVID-19-RRT Model em uma coorte de pacientes adultos sem COVID-19 internados em 126 UTIs em 2022 em uma rede hospitalar privada brasileira. Os dados foram adquiridos por meio de uma solução usada para avaliação de qualidade (Epimed Monitor). ( 4) O estudo foi aprovado pelo Comitê de Revisão Institucional após o fornecimento do consentimento informado (Instituto D'Or de Pesquisa e Ensino [IDOR], CAAE:17079119.7.0000.5249). O desempenho da previsão foi avaliado em termos de calibração (gráficos e pontuação de Brier) e discriminação (área sob a curva ROC [ASC-ROC]). Uma descrição dos materiais e métodos utilizados é apresentada no Material Suplementar (Tabela 1S, 2S e Figura 1S).Em 2022, 8.735 pacientes de UTI adulto sem COVID-19 precisaram de suporte respiratório precoce. Desses, 770 (8,8%) pacientes foram submetidos à TSR, uma porcentagem menor do que a da coorte de desenvolvimento (12%) (Tabela 1). Os pacientes da coorte de validação externa sem COVID-19 eram mais velhos (idade média de 72 anos versus 56 anos), mais frequentemente do sexo feminino (54% versus 36%) e mais frequentemente frágeis (43% versus 16%) do que os da coorte de desenvolvimento do modelo. A internação média na UTI foi mais curta (6 versus 10 dias), e a mortalidade na UTI foi menor em comparação com o grupo de desenvolvimento (18% versus 22%). Na coorte não relacionada à COVID-19, a ASC-ROC do modelo foi de 0,82 (intervalo de confiança de 95% [IC95%] 0,80 -0,83), maior do que na coorte de validação interna (0,79; IC95% 0,78 -0,82). O escore de Brier foi comparável entre o conjunto de dados de validação externa e o conjunto de dados de validação de intervalo; no entanto, os gráficos de calibração mostraram superestimação das probabilidades de TSR previstas, especialmente para pacientes de baixo risco (Figura 1).Apesar da boa discriminação, o COVID-19-RRT Model superestimou a probabilidade de necessidade de TSR, especialmente nos estratos de "baixo risco". (5) Isso pode ser explicado pelas diferenças na gravidade da doença basal entre os pacientes com COVID-19 e os pacientes da UTI geral: aqueles tinham u...