Dados do Trabalho


Título

CONSTRUÇAO DE UM MODELO PREDITOR DE FUNÇAO TARDIA DO ENXERTO RENAL UTILIZANDO TECNICAS DE MACHINE LEARNING

Introdução

A incidência de função tardia do enxerto (DGF) no Brasil é 2-3 vezes a reportada em estudos americanos e europeus. Os modelos preditivos de DGF desenvolvidos nessas populações não foram validados em coortes brasileiras. O objetivo desse estudo foi avaliar a acurácia dos modelos preditivos disponíveis e, desde que nenhum tenha boa acurácia, construir um novo modelo

Material e Método

Coorte retrospectiva incluindo transplantes renais com doador falecido entre Jan/14-Dez/17 em 2 centros brasileiros (n=443). Os modelos preditivos testados foram os descritos por Irish, Jeldres, Chapal e Zaza. Para construção do novo modelo, utilizamos técnicas de machine learning (ML).

Resultados

Os preditores disponíveis apresentaram poder discriminante regular ou ruim: Irish (AUC-ROC 0,686), Chapal (AUC-ROC 0,638), Jeldres (AUC-ROC 0,613), Zaza (AUC-ROC 0,591). Na análise por ML, os modelos com melhor performance foram árvore de decisão, redes neurais e suporte de vetor de máquinas e as variáveis incluídas no modelo final foram: idade, história de DM e tempo em diálise do receptor; variáveis do doador: idade, IMC, história de HAS, causa do óbito, creatinina final, diurese, Na+ sérico, CPK, uso de drogas vasoativas em dose elevada; tempo de isquemia fria. O modelo final apresentou excelente poder discriminante (AUC-ROC 0,942).

Discussão e Conclusões

Os modelos preditivos disponíveis tiveram pobre acurácia em predizer DGF na nossa população. O modelo desenvolvido apresentou excelente desempenho.

Palavras Chave

Transplante Renal
DGF
Modelo preditor
Machine learning

Área

Transplante

Instituições

Universidade Federal do Ceará - Ceará - Brasil

Autores

Silvana Daher Costa, Francisco Victor Carvalho Barroso, Cláudia Maria Costa de Oliveira, Elizabeth De Francesco Daher, Paula Frassinetti Castelo Branco Camurça Fernandes, Ronaldo de Mattos Esmeraldo, Luís Gustavo Modelli de Andrade, Tainá Veras de Sandes Freitas