Aprendizado de máquina supervisionado realmente melhora a previsão de desfechos após artroplastia total de quadril e joelho?
Resposta curta: A revisão sistemática identificou 30 estudos sobre aprendizado de máquina supervisionado em artroplastia total de quadril e joelho. Menos de 35% dos desfechos preditivos atingiram AUC excelente ou excepcional, apenas 9 estudos superaram a regressão logística e apenas 9 foram validados externamente. Os autores recomendam avaliação crítica e validação antes da adoção clínica desses algoritmos.
Resposta
O aprendizado de máquina supervisionado tem sido cada vez mais aplicado à previsão de desfechos em pacientes submetidos a artroplastia total de quadril e joelho. Esta revisão sistemática buscou mapear essa literatura, incluindo estudos que usaram técnicas supervisionadas para prever desfechos após artroplastia primária. O levantamento abrangeu bases como MEDLINE, EMBASE e registros Cochrane, com busca realizada em julho de 2021.
Foram incluídos 30 estudos, distribuídos entre complicações, readmissões, revisão, medidas de desfecho relatadas pelo paciente, satisfação, status de internação e tempo de permanência, uso de opioides e função. A artroplastia total de joelho apareceu em 12 estudos, a de quadril em 11 e a combinação em 7. Esse panorama mostra que os algoritmos foram testados em temas variados, mas com desempenho heterogêneo.
O achado central é que menos de 35% dos desfechos preditivos apresentaram AUC na faixa excelente ou excepcional. Além disso, apenas 9 estudos demonstraram melhora em relação à regressão logística, e apenas 9 foram validados externamente. Ou seja, o entusiasmo com a tecnologia não se traduziu, na maior parte dos casos, em ganho claro sobre métodos estatísticos tradicionais.
Os autores concluem que os algoritmos de aprendizado de máquina são ferramentas poderosas, mas devem ser avaliados quanto à acurácia prognóstica, à comparação com técnicas estatísticas tradicionais e à aplicação em populações fora do conjunto de treinamento. A recomendação é de avaliação crítica e validação antes da adoção clínica.
Para o médico, o recado é de cautela: modelos preditivos só devem influenciar decisões quando demonstrarem desempenho consistente e validação adequada. O resumo não informa detalhes sobre tamanho de amostra por estudo, qualidade metodológica individual ou características das populações incluídas.
O que o estudo mostrou
Revisão sistemática com busca em MEDLINE, EMBASE e registros Cochrane, realizada em julho de 2021, incluindo 30 estudos que aplicaram aprendizado de máquina supervisionado para prever desfechos após artroplastia primária de quadril ou joelho. Os temas incluíram complicações (6), readmissões (1), revisão (2), medidas de desfecho relatadas pelo paciente (4), satisfação (4), status de internação e tempo de permanência (9), uso de opioides (3) e função (1). Menos de 35% dos desfechos preditivos tiveram AUC excelente ou excepcional; apenas 9 estudos superaram a regressão logística e apenas 9 foram validados externamente.
Limitações
O resumo não informa o tamanho das amostras dos estudos incluídos, a qualidade metodológica individual, o risco de viés ou as características das populações de treinamento. Também não detalha quais algoritmos foram usados nem como a validação externa foi conduzida. Essas lacunas limitam a generalização dos achados para a prática clínica no Brasil.
Aplicação no consultório
Na prática e na gestão do consultório, ferramentas de aprendizado de máquina para prever desfechos em artroplastia devem ser vistas com cautela até que apresentem validação externa e ganho claro sobre a regressão logística. Ao considerar incorporar softwares preditivos ou discutir seu uso com pacientes e equipe, o médico deve exigir evidências de acurácia prognóstica e de aplicabilidade à sua população, evitando decisões baseadas apenas no apelo tecnológico.
Estudo citado
The Impact of Machine Learning on Total Joint Arthroplasty Patient Outcomes: A Systemic Review. The Journal of arthroplasty, 2023.
Autores: Karlin EA, Lin CC, Meftah M, Slover JD, Schwarzkopf R.
DOI: 10.1016/j.arth.2022.10.039 · PubMed: PMID 36441039
Perguntas para aprofundar
- Quais desfechos após artroplastia de quadril e joelho já foram alvo de modelos de aprendizado de máquina?
- Como o desempenho do aprendizado de máquina se compara à regressão logística na previsão de desfechos em artroplastia?
- Por que a validação externa é importante antes de adotar algoritmos preditivos na prática ortopédica?
Mais sobre IA em cirurgia e robótica
- Modelos de aprendizado de máquina podem prever desfechos funcionais de usuários de implante coclear com desempenho adequado?
- Quais predições com aprendizado de máquina já são viáveis em artroplastia do joelho e quais dados específicos são necessários?
- Quais algoritmos de aprendizado de máquina têm sido usados para prever doença do enxerto contra hospedeiro aguda após transplante alogênico de células-tronco hematopoéticas?
- Aprendizado de máquina é útil para prever desfechos em neurocirurgia?
- Modelos de aprendizado de máquina são confiáveis para prever recidiva após cirurgia de adenoma hipofisário?
Todas as perguntas sobre IA em cirurgia e robótica · Todos os temas · Versão em markdown