Identificação de preditores de tromboembolismo venoso em pacientes com Covid-19 por meio de técnicas de inteligência artificial: resultados do registro brasileiro de Covid-19
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Dissertação de mestrado
Título alternativo
Primeiro orientador
Membros da banca
Daniel Dias Ribeiro
Vandack Alencar Nobre Júnior
Vandack Alencar Nobre Júnior
Resumo
Introdução: Estudos prévios que avaliaram fatores de risco para tromboembolismo
venoso (TEV) em pacientes com covid-19 mostraram resultados inconsistentes. O
objetivo deste estudo foi investigar os preditores de TEV por duas abordagens de
análise - regressão logística (RL) e machine learning (ML) - devido à sua potencial
complementaridade.
Métodos: Este é um estudo de coorte retrospectiva que usa como base um registro
brasileiro de covid-19, que incluiu pacientes adultos com a doença confirmada,
admitidos em 16 hospitais entre março e setembro de 2020. Gestantes e pacientes
que manifestaram covid-19 durante a internação foram excluídos. Os eventos
tromboembólicos sintomáticos foram confirmados por exames de imagem. Todas as
variáveis foram coletadas à admissão hospitalar, com exceção do uso de
anticoagulante durante a internação. A avaliação dos preditores de TEV foi analisada
utilizando estatística tradicional (RL) e ML, mais especificamente algoritmo baseado
em árvore e bagging combinados com Shapley Additive ExPlanation (SHAP) para
investigar a associação das variáveis com TEV.
Resultados: Entre os 4.120 pacientes incluídos (55,5% homens, 39,3% pacientes
críticos), TEV foi confirmado em 274 (6,7%). Na RL multivariada, obesidade (odds
ratio (OR) 1,50, Intervalo de confiança (IC) 95% 1,11–2,02); ser ex-tabagista (OR 1,44,
IC 95% 1,03–2,01); cirurgia nos últimos 90 dias (OR 2,20, IC 95% 1,14–4,23);
temperatura axilar (OR 1,41, IC 95% 1,22–1,63); dímero-D 4 vezes ou mais acima do
limite superior do valor de referência (OR 2,16, IC 95% 1,26–3,67), lactato (OR 1,10,
IC 95% 1,02–1,19), níveis de proteína C reativa (PCR; OR 1,09, IC 95% 1,01–1,18);
e contagem de neutrófilos elevados (OR 1,04, IC 95% 1,005–1,075) foram preditores
independentes de TEV. A fibrilação atrial (OR 0,30, IC 95% 0,09 – 0,99), a razão
saturação periférica de oxigênio/fração inspirada de oxigênio elevada (SF; OR 0,87,
IC 95% 0,83 – 0,93) e uso profilático de anticoagulantes (OR 0,20, IC 95% 0,15 – 0,26)
foram protetores. Temperatura à admissão, contagem de neutrófilos, dímero-D, PCR
e níveis de lactato foram identificados como preditores também pelos métodos de ML.
9
Conclusão: Usando análises de ML e RL, mostramos que dímero-D, temperatura
axilar, contagem de neutrófilos, PCR e níveis de lactato são fatores de risco para TEV
em pacientes com covid-19. Desse modo, até que dados mais definitivos estejam
disponíveis, nós sugerimos que pacientes com alterações nesses preditores de risco
sejam monitorados com maior atenção para a ocorrência de TEV.
Abstract
Introduction: Previous studies that evaluated risk factors for venous
thromboembolism (VTE) in patients with COVID-19 found inconsistent results. The aim
of this study was to investigate VTE predictors by two analysis approaches - logistic
regression (RL) and machine learning (ML) - due to their potential complementarity.
Methods: This is a retrospective cohort study based on a Brazilian COVID-19 registry,
which included adult patients with confirmed COVID-19 admitted to 16 hospitals
between March and September 2020. Pregnant women and patients who manifested
COVID-19 during hospitalization were excluded. Symptomatic thromboembolic events
were confirmed by imaging tests. All variables were collected at hospital admission,
with the exception of the use of anticoagulants during hospitalization. The assessment
of VTE predictors was analyzed using traditional statistics (RL) and ML, more
specifically tree-based algorithm and bagging combined with Shapley Additive
ExPlanation (SHAP) to investigate the association of variables with VTE.
Results: Among the 4,120 patients included (55.5% men, 39.3% critically ill patients),
VTE was confirmed in 274 (6.7%). In the multivariate analysis of LR, obesity (Odds
ratio (OR) 1.50, Confidence interval (CI) 95% 1.11–2.02); being an ex-smoker (OR
1.44, 95% CI 1.03–2.01); surgery in the last 90 days (OR 2.20, 95% CI 1.14–4.23);
axillary temperature (OR 1.41, 95% CI 1.22–1.63); D-dimer 4 times or more above the
upper limit of the reference value (OR 2.16, 95% CI 1.26–3.67), lactate (OR 1.10, 95%
CI 1.02–1.19 ), C-reactive protein levels (CRP; OR 1.09, 95% CI 1.01–1.18); and
elevated neutrophil count (OR 1.04, 95% CI 1.005–1.075) were independent predictors
of VTE. Atrial fibrillation (OR 0.30, CI 95% 0.09 – 0.99), elevated peripheral oxygen
saturation/fraction of inspired oxygen ratio (SF; OR 0.87, CI 95% 0.83 – 0.93) and
prophylactic use of anticoagulants (OR 0.20, 95% CI 0.15 – 0.26) were protective.
Temperature on admission, neutrophil count, D-dimer, CRP and lactate levels were
also identified as predictors by ML methods.
Conclusion: Using ML and RL analyses, we show that D-dimer, axillary temperature,
neutrophil count, CRP and lactate levels are risk factors for VTE in patients with
COVID-19. Thus, until more definitive data are available, we suggest that patients with
11
alterations in these risk predictors be monitored more closely for the occurrence of
VTE.
Assunto
Covid-19, Embolia Pulmonar, Fatores de Risco, Tromboembolia Venosa/prevenção & controle, Inteligência Artificia, Estudos Retrospectivos, Brasil, Dissertação Acadêmica
Palavras-chave
Covid-19, Embolia pulmonar, Trombose venosa profunda, Fatores de risco, Tromboprofilaxia
Citação
Departamento
Endereço externo
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto