# O aprendizado de máquina tem bom valor preditivo para lesão renal aguda em pacientes de UTI?

> Sim, segundo esta revisão sistemática com meta-análise, modelos de aprendizado de máquina mostraram bom desempenho preditivo para lesão renal aguda em pacientes de UTI, com c-index de 0,767 na derivação e 0,773 na validação, e sensibilidade e especificidade adequadas, sugerindo potencial para identificação precoce.

Estudo citado: Du YH, Guan CJ, Li LY, Gan P. Predictive value of machine learning for the risk of acute kidney injury (AKI) in hospital intensive care units (ICU) patients: a systematic review and meta-analysis. PeerJ. 2023. DOI: https://doi.org/10.7717/peerj.16405. PubMed: https://pubmed.ncbi.nlm.nih.gov/38034868/

## Resposta

A lesão renal aguda (LRA) é uma complicação frequente em pacientes internados em unidades de terapia intensiva (UTI), e a identificação precoce de risco pode auxiliar na tomada de decisão clínica. Nesta revisão sistemática com meta-análise, os autores avaliaram o valor preditivo de modelos de aprendizado de máquina para LRA em UTI, buscando sintetizar a evidência disponível.

Foram incluídos 29 artigos que descreveram 13 modelos de aprendizado de máquina, com 86 modelos no conjunto de treinamento e 57 no conjunto de validação. O desempenho discriminativo foi avaliado pelo c-index, com resultados de 0,767 (IC 95% [0,746, 0,788]) no treinamento e 0,773 (IC 95% [0,741, 0,804]) na validação, indicando capacidade preditiva consistente entre derivação e validação.

A sensibilidade e a especificidade também foram analisadas. No treinamento, a sensibilidade foi de 0,66 (IC 95% [0,59, 0,73]) e a especificidade de 0,83 (IC 95% [0,78, 0,87]). Na validação, a sensibilidade foi de 0,73 (IC 95% [0,68, 0,77]) e a especificidade de 0,75 (IC 95% [0,71, 0,79]), sugerindo equilíbrio entre detecção de casos e falsos positivos.

Os autores concluem que o método baseado em aprendizado de máquina para prever o risco de LRA em pacientes de UTI tem excelente valor preditivo e pode potencialmente servir como estratégia prospectiva para identificação precoce. No entanto, a heterogeneidade entre os modelos e a necessidade de validação externa são aspectos a considerar antes da aplicação clínica rotineira.

Para o médico brasileiro, esses achados indicam que ferramentas de aprendizado de máquina podem auxiliar na estratificação de risco de LRA em UTI, mas ainda são necessários estudos de implementação e validação em diferentes contextos para confirmar sua utilidade prática e segurança.

## O que o estudo mostrou

Revisão sistemática com meta-análise que incluiu 29 artigos descrevendo 13 modelos de aprendizado de máquina, com 86 modelos no conjunto de treinamento e 57 no de validação. O c-index geral foi de 0,767 (IC 95% [0,746, 0,788]) no treinamento e 0,773 (IC 95% [0,741, 0,804]) na validação. A sensibilidade foi de 0,66 (IC 95% [0,59, 0,73]) no treinamento e 0,73 (IC 95% [0,68, 0,77]) na validação; a especificidade foi de 0,83 (IC 95% [0,78, 0,87]) no treinamento e 0,75 (IC 95% [0,71, 0,79]) na validação.

## Limitações

O resumo não informa detalhes sobre a heterogeneidade entre os estudos incluídos, possíveis vieses de publicação ou a qualidade metodológica individual dos modelos. Também não são descritas as características das populações de UTI nem a validação externa dos modelos, o que limita a generalização dos achados para a prática clínica no Brasil.

## Aplicação no consultório

Os resultados sugerem que modelos de aprendizado de máquina podem auxiliar na predição de LRA em UTI, mas sua aplicação na prática clínica ainda requer validação local e integração com sistemas de informação. No consultório, o médico pode considerar essas ferramentas como apoio à decisão, não substituindo o julgamento clínico, e deve estar atento à necessidade de treinamento e infraestrutura para implementação.

## Perguntas para aprofundar

- Quais são os principais fatores de risco para lesão renal aguda em pacientes de UTI?
- Como os modelos de aprendizado de máquina podem ser validados para uso clínico no Brasil?
- Qual é o impacto da identificação precoce de lesão renal aguda nos desfechos de pacientes críticos?

Tema: IA em emergência e UTI. Página: https://alphadoctor.com.br/ciencia/ia-emergencia-uti/o-aprendizado-de-maquina-tem-bom-valor-preditivo-para-lesao-renal-aguda-em/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.