Quais fatores de risco para câncer de próstata são mais identificados por métodos de aprendizado de máquina em revisão sistemática?
Resposta curta: Uma revisão sistemática que analisou estudos publicados entre 2015 e fevereiro de 2024 mostrou que idade, nível de PSA, PSA total, PSA livre e densidade de PSA foram os fatores de risco mais importantes para câncer de próstata identificados por aprendizado de máquina. Random forest, máquina de vetores de suporte e regressão logística foram os métodos mais usados.
Resposta
A revisão sistemática teve como objetivo identificar os fatores de risco para câncer de próstata mais frequentemente detectados por métodos de aprendizado de máquina, bem como os métodos e fontes de dados mais utilizados. Foram incluídos estudos publicados entre o início de 2015 e fevereiro de 2024, em inglês, que investigaram fatores que afetam o câncer de próstata usando aprendizado de máquina.
Os resultados mostraram que a China teve o maior número de pesquisas sobre identificação de fatores de risco para câncer de próstata com algoritmos de aprendizado de máquina. Os fatores de risco mais importantes identificados foram idade, nível de PSA (antígeno prostático específico), PSA total (tPSA), PSA livre (fPSA) e densidade de PSA (PSAD).
Em relação às ferramentas computacionais, os softwares R e Python foram os mais empregados na análise dos dados. Os métodos de aprendizado de máquina mais utilizados foram random forest, máquina de vetores de suporte e regressão logística, superando outros métodos.
As fontes de dados mais comuns nos estudos incluídos foram os registros MCC-Spain, SEER (Surveillance, Epidemiology, and End Results), PLCO (National Cancer Institute's Prostate, Lung, Colorectal, and Ovarian Cancer Screening Trial) e NCBI (National Center for Biotechnology Information).
Os autores concluem que essa pesquisa pode auxiliar pesquisadores a usar métodos de aprendizado de máquina com melhor desempenho e fontes de dados registradas, além de identificar os fatores de risco mais influentes para a prevenção e o rastreamento do câncer de próstata.
O que o estudo mostrou
Trata-se de uma revisão sistemática baseada nas diretrizes PRISMA, com busca em quatro bases de dados (PubMed, Scopus, Web of Science e IEEE Xplore) de artigos publicados entre o início de 2015 e fevereiro de 2024. Foram incluídos apenas estudos que investigaram fatores que afetam o câncer de próstata usando aprendizado de máquina. Os achados mostraram que a China teve o maior número de pesquisas; idade, PSA, tPSA, fPSA e PSAD foram os fatores de risco mais importantes; R e Python foram os softwares mais usados; e random forest, máquina de vetores de suporte e regressão logística foram os métodos mais empregados. O resumo não informa o número de artigos incluídos.
Limitações
O resumo não informa o número de estudos incluídos, a qualidade metodológica dos artigos analisados, nem possíveis vieses de publicação. Também não detalha como os fatores de risco foram definidos ou medidos nos diferentes estudos, o que limita a generalização dos achados. A restrição a artigos em inglês e a exclusão de revisões e meta-análises também podem ter influenciado os resultados.
Aplicação no consultório
Os achados reforçam a importância de considerar idade, PSA total, PSA livre e densidade de PSA na avaliação do risco de câncer de próstata. Para a gestão do consultório, a revisão destaca o uso de métodos de aprendizado de máquina como ferramentas auxiliares na identificação de fatores de risco, o que pode orientar estratégias de rastreamento e prevenção. No entanto, a aplicação clínica exige validação local e integração com dados de registros confiáveis, como os citados no estudo.
Estudo citado
Identification of Factors Affecting Prostate Cancer Using Machine Learning Methods: A Systematic Review. Asian Pacific journal of cancer prevention : APJCP, 2025.
Autores: Mohammadi S, Imani B, Saeedi S, Amirzargar MA.
DOI: 10.31557/APJCP.2025.26.5.1519 · PubMed: PMID 40439363
Perguntas para aprofundar
- Como o aprendizado de máquina pode auxiliar na identificação de fatores de risco para câncer de próstata na prática clínica?
- Quais são os métodos de aprendizado de máquina mais utilizados para identificar fatores de risco para câncer de próstata?
- Quais fontes de dados registrais são mais empregadas em estudos de aprendizado de máquina sobre câncer de próstata?
Mais sobre IA em oncologia
- Como a inteligência artificial pode auxiliar na previsão de sobrevida no câncer de próstata?
- Modelos de aprendizado de máquina superam métodos tradicionais na predição de recidiva bioquímica do câncer de próstata?
- Como a inteligência artificial e os gêmeos digitais estão sendo aplicados no cuidado do câncer de próstata?
- A radiomics já tem aplicação clínica consolidada na detecção do câncer de próstata?
- Modelos de radiômica baseados em ressonância magnética são acurados para prever recidiva bioquímica no câncer de próstata?
Todas as perguntas sobre IA em oncologia · Todos os temas · Versão em markdown