Proposta e Avaliação de um Modelo de Prognóstico para Pacientes com Septicemia
Aluno: Marcos Vinícius Silva Bento Orientador: Prof. Dr. Rafael de Amorim Silva
MARCOS_VINI769CIUS_SILVA_BENTO_DISSERTACAO_COM_FICHA_E_FOLHA.pdf
Documento PDF (1.4MB)
Documento PDF (1.4MB)
Dissertação para Mestrado
Proposta e Avaliação de um Modelo de
Prognóstico para Pacientes com Septicemia
Marcos Vinícius Silva Bento
mvsb@ic.ufal.br
Orientadores:
Dr. Rafael de Amorim Silva
Dr. Bruno Pimentel
Maceió
Agosto 26, 2022
Marcos Vinícius Silva Bento
Proposta e Avaliação de um Modelo de
Prognóstico para Pacientes com Septicemia
Dissertação apresentada ao curso de Mestrado em Informática do Programa de Pós Graduação em Informática da Universidade Federal de Alagoas, como requisito para obtenção do grau de Mestre em informática.
Orientadores:
Dr. Rafael de Amorim Silva
Dr. Bruno Pimentel
Maceió
Agosto 26, 2022
Catalogação na Fonte
Universidade Federal de Alagoas
Biblioteca Central
Divisão de Tratamento Técnico
Bibliotecário: Marcelino de Carvalho Freitas Neto – CRB-4 - 1767
B478p
Bento, Marcos Vinícius Silva.
Proposta e avaliação de um modelo de prognóstico para pacientes
com septicemia / Marcos Vinícius Silva Bento. – 2022.
72 f. : il.
Orientador: Rafael de Amorim Silva.
Co-orientador: Bruno Pimentel.
Dissertação (mestrado em informática) - Universidade Federal de
Alagoas. Instituto de Computação. Maceió, 2022.
Bibliografia: f. 62-67.
Apêndices: f. 68-72.
1. Prognóstico. 2. Diagnóstico. 3. Sepse. 4. Unidades de terapia
intensiva. 5. Aprendizagem de máquina. I. Título.
CDU: 004.81:159.953.5:616.94
UNIVERSIDADE FEDERAL DE ALAGOAS/UFAL
Programa de Pós-Graduação em Informática – PPGI
Instituto de Computação/UFAL
Campus A. C. Simões BR 104-Norte Km 14 BL 12 Tabuleiro do Martins
Maceió/AL - Brasil CEP: 57.072-970 | Telefone: (082) 3214-1401
Folha de Aprovação
MARCOS VINÍCIUS SILVA BENTO
PROPOSTA E AVALIAÇÃO DE UM MODELO DE PROGNÓSTICO PARA PACIENTES
COM SEPTICEMIA
Dissertação submetida ao corpo docente do Programa
de Pós-Graduação em Informática da Universidade
Federal de Alagoas e aprovada em 26 de agosto de
2022.
Banca Examinadora:
________________________________________
Prof. Dr. RAFAEL DE AMORIM SILVA
UFAL – Instituto de Computação
Orientador
__________________________________________
Prof. Dr. BRUNO ALMEIDA PIMENTEL
UFAL – Instituto de Computação
Coorientador
__________________________________________
Prof. Dr. DIEGO DERMEVAL MEDEIROS DA CUNHA MATOS
UFAL – Instituto de Computação
Examinador Interno
________________________________________
Prof. Dr. ALMIR PEREIRA GUIMARÃES
UFAL – Instituto de Computação
Examinador Externo
Com todo meu amor. Por tudo que fez e faz por mim, a minha amada Mãe, Sicleide
dos Santos Silva.
Dedico.
Agradecimentos
A minha amada Mãe Sicleide, que fez de sua prioridade a minha educação, a melhor herança
que poderia contruir ao longo dos anos.
A todos os familiares que de alguma forma torceram durante essa caminhada, em especial
ao meu primo Lucas, por ser uma fonte de inspiração na busca por conhecimento, e me apoiou
desde o início.
Aos meus amigos, que comemoraram e torceram por mim nessa caminhada, em especial
Duda, que dividiu algumas experiências no decorrer do mestrado.
Aos colegas do Centro de Pesquisa em Tecnologia Emergente, Maxwell Acioli, Arthur Moreno, Victor Holanda e Fabiano Conrado, que contribuíram para o desenvolvimento acadêmico,
ao compartilhar experiência e tempo durante a elaboração deste trabalho.
Ao meu orientador Prof. Dr. Rafael de Amorim Silva e co-orientador Prof. Dr. Bruno de
Almeida Pimentel, pelo suporte, disponibilidade e orientações, sempre fomentando a busca
pela excelência, e no apontamento dos caminhos a serem percorridos.
Aos professores Drs. Almir Pereira Guimarães e Diego Demerval Medeiros da Cunha Matos,
pela presença na banca de defesa.
A todos os professores do Programa de Pós Graduação em Informática pelo compartilhamento dos conhecimentos ao longo desses anos de curso.
Gratidão por me acompanharem nessa caminhada.
i
"O desejo profundo da humanidade pelo conhecimento é justificativa suficiente para
nossa busca contínua. E nossa meta não é nada menos do que uma descrição completa do universo onde vivemos.”
– Hawking, Stephen.
ii
Resumo
A tecnologia utilizada na medicina evolui a cada momento, e com isso novas soluções surgem. Com a inteligência artificial e aprendizagem de máquina aplicada em problemas da área
médica, a capacidade de antecipação à diagnósticos e prognósticos aumentaram consideravelmente, devido a capacidade de processamento de dados que um computador pode realizar. Foi
aplicado no presente trabalho algoritmos de aprendizagem de máquina, a fim de obter prognóstico de uma doença conhecida na medicina, a SEPSES, que causa uma infecção generalizada.
Septicemia é uma infecção que se não identificada corretamente, compromete significativamente a saúde dos órgão próximos, e pode causar falência múltipla dos órgãos, desse modo é
necessário adotar medidas preditivas para poder conter o avanço da doença. Portanto, a metodologia deste trabalho consistiu em apresentar um modelo supervisionado para o prognóstico
de pacientes que possuem sintomas de Sepses. Por fim, a proposta integrou a elaboração
de modelos de aprendizagem de máquina no intuito de obter uma predição no prognóstico de
SEPSE a partir de dados coletados no monitoramento dos pacientes internados em UTI por
meio de dados disponilizados no programa PhysioNet - eICU Collaborative Research Database.
Com isso, de acordo com os modelos implementados, regressão logística, K-vizinhos mais próximos (KNN) e Máquina de Vetores de Suporte. O melhor resultado de cada modelo entre os
cenários explorados para prognóstico de mortalidade, de acordo com AUC do método estatístico, característica de operação do receptor (ROC), foi de 0.82, 0.74 e 0.85, respectivamente.
E para a predição do tempo de internação do paciente, de acordo com o melhor cenário, os
modelos obtiveram AUC 0.85, 0.64 e 0.32, respectivamente.
Keywords: prognóstico, diagnóstico, Sepse, UTI e Aprendizado de Máquina.
iii
Abstract
The technology used in medicine evolves all the time, and with that new solutions emerge. With
artificial intelligence and machine learning applied to medical problems, the ability to anticipate
diagnoses and prognoses can be considered, due to the data processing capacity that a computer can perform. No machine learning problem was applied, a prognostic end of a disease known
in medicine, SEPSIS, which causes a generalized infection. Sepsis is an effective prevention of
measures not correctly identified, significantly compromising the destruction of Organs following
organs, and can cause the destruction of multiple organs, so it is necessary to adopt measures
to be able to contain the advance of pre-health. Therefore, the methodology of this work is to
present a model of supervision for the prognosis of patients who present symptoms of sepsis.
Finally, a proposal integrated the elaboration of learning models in order to obtain a prediction
from an ICU prediction data program in the monitoring of inpatients from PhysioNet S in the monitoring of inpatients from ICU research data - eICU Collaborative Database through data used
in the research database. With that, with the models vector models according to the solution,
K-nearest neighbors (KNN) and Support machines. The best result of receiver operation (ROC)
was according to the method of each model (ROC), respectively. And for the prediction of patient
time, according to the best scenario, the models obtained AUC 0.85, 0.64 and 0.32, respectively.
Keywords: prognostics, diagnostics, Sepsis, UTI and Machine Learning.
iv
Sumário
Lista de Figuras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Lista de Tabelas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
vii
viii
Introdução
1.0.1 Estrutura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
14
2 Septicemia
2.0.1 Diagnóstico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1 Septicemia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1 SIRS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.2 SOFA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.3 qSOFA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Prognóstico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Dados de pacientes no Brasil . . . . . . . . . . . . . . . . . . . . . . . .
15
15
16
18
18
19
21
22
3 Fundamentação
3.1 Domínio de Aplicação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
25
4 Relato do Problema
4.1 Definição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 SAPS-3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3 APACHE IV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4 Trabalhos Relacionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.1 Diagnóstico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.2 Prognóstico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
28
28
29
30
30
32
5 Proposta
5.1 Fundamentação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.1.1 Fluxo de normalização dos dados . . . . . . . . . . . . . . . . . . . . .
5.2 Hipóteses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
34
35
36
6 Metodologia de Experimento
6.1 Métodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
38
38
7 Validação
7.1 Ferramentas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2 Análise dos resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2.1 Característica de Operação do Receptor - curva ROC . . . . . . . . . .
7.3 Cenário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.4 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
40
40
40
41
43
1
v
SUMÁRIO
vi
7.4.1 KNN - K-Nearest Neighbor . . . . . . . . . . . . . . . . . . . . . . . . .
7.4.2 RL - Regressão Logística . . . . . . . . . . . . . . . . . . . . . . . . . .
7.4.3 SVM - Máquina de Vetores de Suporte . . . . . . . . . . . . . . . . . . .
7.5 Parâmetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.6 Experimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
44
45
46
46
8 Resultados
8.1 Cenários . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.1.1 Cenário 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.1.2 Regressão Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.1.3 KNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.1.4 SVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.2 Cenário 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.2.1 Regressão Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.2.2 KNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.2.3 SVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.3 Cenário 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.3.1 Regressão Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.3.2 KNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.3.3 SVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.4 Cenário 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.4.1 Regressão Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.4.2 KNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.4.3 SVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
48
49
49
49
50
51
51
52
53
53
54
54
56
56
56
56
57
9 Discussão
59
10 Conclusão
61
Referências
62
A Código para gerar os modelos de aprendizagem de máquina
68
Lista de Figuras
2.1 Tipos de Sepse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
5.1 Resultado da calculadora web APACHE IV ICU Calculators . . . . . . . . . . . .
5.2 Fluxo aplicado no desenvolvimento dos modelos . . . . . . . . . . . . . . . . .
35
36
7.1 Exemplo Curva ROC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2 Exemplo de Hiperplano - scikit-learn (2022) . . . . . . . . . . . . . . . . . . . .
41
45
8.1 Matriz de Confusão Regressão Logística - cenário 1 . . . . . . . . . . . . . . .
8.2 Matriz de Confusão KNN - cenário 1 . . . . . . . . . . . . . . . . . . . . . . .
8.3 Matriz de Confusão SVM - cenário 1 . . . . . . . . . . . . . . . . . . . . . . .
8.4 Curva ROC dos modelos - cenário 1 . . . . . . . . . . . . . . . . . . . . . . .
8.5 Matriz de Confusão Regressão Logística - cenário 2 . . . . . . . . . . . . . . .
8.6 Curva ROC dos modelos - cenário 2 . . . . . . . . . . . . . . . . . . . . . . .
8.7 Matriz de confusão KNN - cenário 2 . . . . . . . . . . . . . . . . . . . . . . . .
8.8 Matriz de Confusão SVM - cenário 2 . . . . . . . . . . . . . . . . . . . . . . . .
8.9 Matriz de confusão Regressão logística - cenário 3 . . . . . . . . . . . . . . . .
8.10 Matriz de Confusão KNN - cenário 3 . . . . . . . . . . . . . . . . . . . . . . . .
8.11 Matriz de Confusão SVM - cenário 3 . . . . . . . . . . . . . . . . . . . . . . . .
8.12 Curva ROC dos modelos implementados -cenário 3 . . . . . . . . . . . . . . .
8.13 Matriz de confusão Regressão Logística -cenário 4 . . . . . . . . . . . . . . . .
8.14 Matriz de confusão KNN -cenário 4 . . . . . . . . . . . . . . . . . . . . . . . .
8.15 Matriz de confusão SVM -cenário 4 . . . . . . . . . . . . . . . . . . . . . . . .
8.16 Curva ROC dos modelos implementados -cenário 4 . . . . . . . . . . . . . . .
49
50
50
51
51
52
52
53
54
55
55
55
56
57
57
58
vii
Lista de Tabelas
1.1 Evolução na definição da SEPSE . . . . . . . . . . . . . . . . . . . . . . . . .
14
2.1 Critério Síndrome de resposta inflamatória sistêmica - SIRS . . . . . . . . . . .
2.2 falha sequencial de órgãos - SOFA - adaptado de Jones et al. (2009) . . . . . .
2.3 Rápida Avaliação da pontuação na falha sequencial de órgãos - qSOFA - adaptado de Marik and Taeb (2017) . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Quantidade de Internacoes por Septicemia - Dezembro 2018 até Marco 2019 . .
2.5 Quantidade de Internacoes por Septicemia - Dezembro 2019 até Marco 2020 . .
2.6 Quantidade Internacoes por Septicemia - Dezembro 2020 até Marco 2021 . . . .
2.7 Quantidade Internacoes por Septicemia - Dezembro 2021 até Marco 2022 . . . .
2.8 Mortalidade por Septicemia - Janeiro 2022 até Junho 2022 . . . . . . . . . . . .
2.9 Número médio de internações por Septicemia - Anos 2018,2019,2020 e 2021 . .
18
19
20
23
23
23
24
24
24
4.1 Taxa de mortalidade pelo SAPS e Tempo de internação. Adaptado de Zimmerman et al. (2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Comparação dos algoritmos dos trabalhos quanto a prognóstico de Mortalidade.
30
33
7.1
7.2
7.3
7.4
42
43
43
46
Tabelas Disponíveis com dados clínicos dos pacientes. . . . . . . . . . . . . . .
Variáveis da base de dados do eiCU Brooks and Tsao . . . . . . . . . . . . . .
Característica dos pacientes internados presente na base de dados. . . . . . . .
Parâmetros utilizados nos modelos após normalização dos dados. . . . . . . . .
viii
1
Introdução
Septicemia ou Sepse é uma doença infecciosa generalizada, mais precisamente uma infecção
sanguínea. Segundo o Instituto Latino americano de sepses (ILAS), pacientes com septicemia
ocupam no Brasil cerca de 25% dos leitos de UTI - Unidade de Terapia Intensiva-, além de ser
a principal causa de morte nos hospitais do Brasil, com cerca de 670 mil mortes anuais.
Ren et al. (2020) relataram a correlação entre pessoas com septicemia e o vírus SARSCOV2, ou COVID-19, devido a semelhança dos sintomas entre as doenças, principalmente
quanto ao agravamento do estado do paciente na UTI. O artigo relata que há uma alta probabilidade do paciente que está diagnosticado com COVID-19, desenvolver a infecção por SEPSE
por agravamento dos sintomas causados pelo coronavírus.
Além disso, os pesquisadores Li et al. (2020) também observaram, que os pacientes apresentavam suspeita de sepses e choque séptico, em pacientes diagnosticados com COVID-19,
de acordo com a definição de SEPSES-3, como está presente na tabela 1.1.
Dados da organização mundial da saúde (OMS), as principais características de pessoas
que desenvolvem essa infecção, são pessoas que vivem em locais disprovidos de recursos, isto
é, como saneamento e a educação sanitária. Recém-nascidos e gestantes representam cerca
de 85% dos casos registrados no mundo. Há também uma preocupação acerca da acessibilidade prévia quanto a cuidados básicos da saúde,
A motivação deste trabalho, parte do direcionamento dos estudos da área da informática,
para auxiliar a área médica com tecnologias cada vez mais robustas. Com isso, ser capaz de
automatizar processos e realizar funções complexas de maneira mais rápida, que só a computação é capaz de realizar, e assim contribuir na tomada de decisão dos especialistas, de forma
mais acertiva.
Desse modo, o trabalho tem o foco no desenvolvimento de um modelo para prognóstico de
pacientes internados na UTI com SEPTICEMIA. E assim será possível utilizar os modelos de
aprendizado de máquina, no auxílio das tomadas de decisões.
12
Introdução
13
A taxa de mortalidade pela Sepse é a maior já registrada em hospitais L. et al. (2021), além
disso, estudos como o de Lobo et al. (2019) relataram que é a doença que tem uma média de
15 a 17 milhões de pacientes anuais, com o índice de mortalidade anual de 5 milhões. No Brasil
só em 2019, foram registrados 21671 mortes relacionados a Sepse.
É importante ressaltar, que a infecção em si, não está associada a contaminação geral de
orgãos, mas na maioria dos casos trata-se do paciente estar contaminado pela bactéria Estreptococcias, e a partir disso, transmite a infecção à um órgão específico. Após essa infecção, é
possível atingir outros órgãos indiretamente, por isso, têm-se o risco eminente de uma infeção
generalizada, que tende a comprometer os órgãos afetados, assim, com a evolução máxima da
doença, os orgãos falharão.
Além da taxa de mortalidade por esta doença ser alta, segundo o trabalhos dos pesquisadores Seymour et al. (2017), a cada hora de atraso na conclusão da coleta do pacote de 3h no
diagnóstico, e administração dos dados clínicos dos pacientes, as chances de mortalidade do
paciente se agrava em 4%.
O monitoramento instaurado na UTI, se deve as complicações causadas pela infecção, com
isso os hospitais levam tempo para identificar, não só o tipo de sepses, como tambem o melhor tratamento para a doença. Isso ocorre nos casos em que é identificado corretamente o
diagnóstico, e por isso o gasto nos hospitais com esta doença se torna bastante elevado.
Devido a quantidade de casos de pessoas acometidas por essa doença Zonta et al. (2018),
outro fator determinante para a internação das pessoas, é que a manifestação dos sintomas,
podem ser confundidos com outras doenças. Portanto, geram falsos positivos, ao tentar predizer
antecipadamente o diagnóstico, como também o prognóstico desses pacientes.
Há vários tipos de Sepses definidas pelo CID-10 1 ,-ver figura 2.1. Além dessa classificação,
há tambem a nova definição para as sepses, a SEPSES-3.Jordão et al. (2019) relataram a
evolução pela qual a definição de SEPSES passou ao longo dos anos, e teve mudanças desde
as definições da SEPSES-01 e SEPSES-2 - ver tabela 1.1-, com isso, o diagnóstico específico
e preciso, fica comprometido quanto a acertividade na classificação da doença.
Como foi visto anteriormente, quanto mais tempo demora para o prognóstico e o tratamento
da Sepse, a chance de contaminação dos outros órgãos aumenta. Portanto, o diagnóstico
quanto mais exato e rápido, melhor para o prognóstico da infecção. Principalmente para evitar
o choque séptico, este estado clínico, faz com que os órgãos afetados, tenham mal funcionamento, de modo temporário, ou permanente, caso o paciente venha a sobreviver.
A proposta do trabalho é avaliar os casos de prognóstico dos pacientes acometidos com
septicemia, a fim de melhorar os resultados já obtidos previamente com a utilização das técnicas
APACHE (Acute Physiology and Chronic Health Evaluation) e SAPS (Simplified Acute Physiology Score), e utilizar os resultados como variáveis nos algoritmos propostos, para prognóstico
de tempo de permanência na UTI e de mortalidade.
1
CID-10 -Classificação Internacional de Doenças
Introdução
14
SEPSE
Suspeita/Documentação de infecção
+ Aumento de 2 ou mais pontuação SOFA
CHOQUE SÉPTICO
Sepse + Necessidade de vasopressores
para manter Pressão arterial Média > 65
Lactato > 2mmol/L após reanimação volêmica adequada.
Tabela 1.1: Evolução na definição da SEPSE
1.0.1
Estrutura
A estrutura do trabalho está composta pelo capítulo 2 - Prognóstico-, numa abordagem de
como é realizado hoje os prognóstico de pacientes, especificamente o prognóstico de mortalidade e suas técnicas e critérios utilizados na medicina atual, segue assim no capítulo 3
-Fundamentação- com a descrição do domínio de aplicação deste trabalho, em seguida no
capítulo 4 - Relato do Problema - que descreve o problema de pesquisa do prognóstico de pacientes acometidos com sepses, e correlaciona os métodos APACHE e SAPS. O trabalho segue
com o capítulo 5- Proposta - que descreve detalhadamente a proposta deste trabalho, o caminho percorrido dentro da revisão da literatura até o porquê deste problema de pesquisa. Por
fim, temos os capítulos 6 e 7, que dispõe da validação e os resultados, respectivamente, para
concluir com os resultados e discutir posteriormente nas seções 8 e 9 o trabalho realizado.
Capítulo 2
Septicemia
Este capítulo descreve os métodos aplicados para diagnosticar e e prognosticar atualmente, e
também os dados de internação e mortalidade pela doença, no Brasil.
2.0.1
Diagnóstico
No âmbito hospitalar, para o diagnóstico da sepses são avaliados os sintomas do paciente ao
ser internado na unidade de terapia intensiva (UTI). Além disso, de acordo com o CID-10 a
depender do tipo de sepses identifacada, o paciente terá um prognóstico diferente.
Desse modo, uma das características mais importantes para o diagnóstico, é a presença da
bactéria Estreptococcias no indivíduo. É válido informar que há uma predominância maior em
pacientes do neonatal, uma vez que há uma incidência maior em gestantes. Sendo assim, o
micróbio pode ter se desenvolvido na corrente sanguínea, como também na região genital da
paciente, o que potencializa as chances do recém nascido estar mais sujeito à contaminação.
Isto posto, além das características citadas, ainda há outro modo de contaminação o qual
ocorre por meio de contatos entre humanos e animais. Santos (1999), observaram que a propagação ocorre mediante a apertos de mãos, compartilhamento de objetos pessoais ou até
mesmo pelo ar (caso algum indivíduo te- nha transmitido ao ambiente através de espirro). Por
conseguinte, o autor ressalta o cuidado necessário com o contato direto com sangue contaminado, uma vez a infecção também é propagada por meio de feridas expostas.
Portanto, é importante salientar que uma das principais causas para a colonização e evolução da bactéria Estreptococcias está relacionada à parte higiênica pessoal. Embora a situação
pandêmica, causada pela COVID-19, tenha contribuído para a educação das pessoas no que
diz respeito às boas práticas de higiene, sabe-se que ainda existem diversas lacunas. Desse
modo, espera-se que o cuidado aumente quanto à higiene, o que diminuirá os riscos da propagação de doenças infecciosas.
15
2.1. SEPTICEMIA
2.1
16
Septicemia
Nesta seção serão abordadas as características que definem a sepse, e quais os principais
sintomas a serem avaliados no diagnóstico. Também será descrito quais os meios que os
profissionais utilizam detalhadamente, para então chegar em determinado diagnóstico.
A medicina passou por diversas transformações nas últimas décadas, isso se deve e muito
não só ao fator tecnológico, mas também das pesquisas laboratoriais que são realizadas com
critérios e procedimentos que são seguidos fielmente pela comunidade médica.
Quanto a evolução do diagnóstico de sepses se deu desde o critério elaborado e definido por
Bone et al. (1992), chamado de Síndrome da resposta inflamatória sistêmica ( SIRS), que têm
em sua definição pela SEPSES-1, critérios de avaliação que validavam, se o paciente possuia
sepses ou não. Alguns estudos como Marik and Taeb (2017), propuseram uma análise desse
método, no qual avalia as respostas conforme o monitoramento do paciente.
Com o passar do tempo, para avaliar a eficiência do modelo, estudiosos chegaram a conclusão de que esse critério nao era suficiente para o diagnóstico da sepse, mas somente funcionava para uma classificação de suspeita de infecção. A partir disso, propuseram que os
pacientes realizassem mais exames com o fito de detectar outras características a nível laboratorial para apontar se haviam chances ou não do indivíduo estar contaminado pela sepse.
Com os critérios realizados na UTI, fica evidente a quantidade de variáveis que os médicos
e enfermeiros devem lidar, principalmente por se tratar de análise da semiologia, ao se tratar de
ter avaliação visual e tátil em alguns dos sintomas. O encaminhamento para análise laboratorial
prejudica a curto prazo o tratamento efetivo do paciente, com a necessidade cada vez maior de
poder detectar da maneira mais rápida possível a infecção generalizada.
Isto posto, antes da cultura do sangue do indivíduo, e esperar os dados laboratoriais, é
observdo outros sintomas que já foram mencionados, como temperatura corporal, se possui
alguma inflamação nas vias respiratórias, batimentos cardíacos ou outros sintomas que o paciente possa relatar.
O coleta e examinação do sangue, se deve a obter uma maior acertividade quanto ao diagnóstico, devido a probabilidade de ser um falso positivo ser alta, pois, os sintomas são comuns
para outros tipos de doenças.
Um paciente com suspeita de sepse pode apresentar irritação na garganta, tosse forte,
temperatura corporal maior que 38◦ C ou menor que 36◦ C, além de batimentos cardíacos acima
de 90 por minuto, de acordo com o critério da síndrome de resposta inflamatória sistêmica, ou
SIRS, Kim and Park (2019) o paciente também apresenta uma respiração por minuto maior que
20 e pressão parcial de CO2 menor que 32mm Hg.
Além disso, há também o critério de avaliação de falência de orgãos sequencial (SOFA)
Jones et al. (2009), que é um sistema de pontos que são utilizados para determinar se o paciente possui SEPSE. No entanto, este método apesar de ser bastante eficiente, não atende
as expectativas ao se tratar de diagnóstico rápido, principalmente porque depende de dados
2.1. SEPTICEMIA
17
Figura 2.1: Tipos de Sepse
2.1. SEPTICEMIA
18
laboratoriais.
Isto posto, devido a necessidade e urgências, foi desenvolvido outro método baseando-se
no SOFA, o qSOFA, uma metodologia mais rápida, que determina que um paciente que obtém
pontuação maior ou igual a 2, possui falência de órgão, consequentemente é diagnósticado com
sepse severa. Isso é devido ao monitoramento do paciente que aparentar pressão sanguínea
sistólica menor ou igual a 100 mm Hg. Po fim, têm-se a avaliação da escala de coma de
Gasglow, que observa alterações no estado mental do paciente, onde, se for menor que 15, de
acordo com a tabela de 1 , o paciente possui falência de órgãos, e tem maior probabilidade de
permanência na UTI, consequentemente maior mortalidade Jordão et al. (2019).
2.1.1
SIRS
As características avaliadas estão presentes na tabela 2.1, logo abaixo, e é possível analisar
quais os sintomas que o paciente apresenta na UTI. Este método é bastante eficiente quanto
a classificar o paciente, porém, não é recomendado para um diagnóstico preciso, isso se deve
ao indíce considerável de falsos positivos, a presença em pacientes saudáveis e em outros
pacientes com doenças que não caracteriza SEPSE.
Sintomas
Taquicardia
Febre ou Hipotermia
Células de defesa (células brancas)
Parâmetros
Batimentos acima de 90 por
minuto
Temperatura maior que 38◦ C
ou menor que 36◦ C
Presença no sangue menor que 1,200/mm3, maior
que 4,000/mm3 ou bandemia
maior ou igual a 10%
Tabela 2.1: Critério Síndrome de resposta inflamatória sistêmica - SIRS
2.1.2
SOFA
O resultado desse método, irá variar de hospital para hospital, isso depende do quão rápido
será a análise laboratorial, que identifica as variáveis que estão presentes na tabela ??.
Este critério é o mais longo e mais detalhado que pode ser executado, e com ele é possível diagnósticar o paciente, isso é possível devido a coleta do sangue e análise laboratorial
detalhada.
1
Paul M. Brennan
2.1. SEPTICEMIA
19
Pontuação
Sintoma
PaO2/FIO2(mm
Hg)
SaO2/FIO2
1
2
3
4
<400
Respiração
<300
<220
<100
67-141
<67
<50
<20
6.0-11.9
>12.0
221-301
Platelets×103 /mm3 <150
Bilirubin (mg/dL)
1.2-1.9
Hypotension
MAP <70
Glasgow
Score
13-14
Coma
Creatinine
(mg/dL) or urine
output (mL/d)
1.2-1.9
142-220
Coagulação
<100
Fígado
2.0-5.9
Cardiovascular
Dopamine 5 or
dobutamine (any)
Dopamine >5 or
norepinephrine
0.1
Sistema Nervoso Central
10-12
6-9
Renal
2.0-3.4
3.5-4.9 or <500
Dopamine >15 or
norepinephrine
>0.1
<6
>5.0 or <200
Tabela 2.2: falha sequencial de órgãos - SOFA - adaptado de Jones et al. (2009)
2.1.3
qSOFA
O método qSOFA foi desenvolvido a partir do método SOFA, os critérios são coletado mais
rápidamentel. Com isso, é possível realizar uma triagem do paciente e um possível redirecionamento para outros exames. Este sistema possui uma eficiência considerável na predição da
mortalidade, mas não é recomendável para o diagnóstico preciso da SEPSE.
Nessa perspectiva, estudos também demonstraram que, na comparação entre o critério
SIRS e qSOfa, na predição do diagnóstico de doença infecciosa em pacientes, o sistema SIRS
superou o qSOFA no quesito predição. A partir disso, a análise ocorreu em pacientes com suspeitas de infecção com a especificidade e sensibilidade, mesmo que o qSOFA não tenha obtido
um desempenho melhor na predição do diagnóstico, o sistema tem maior eficiência quanto a
predição da mortalidade dos pacientesMarik and Taeb (2017).
Desse modo, alguns autores analisaram o desenvolvimentos desses modelos ao longo dos
anos, e alguns fatores determinantes fizeram com que considerassem o método SIRS, ser descontinuado para o diagnóstico de sepses. O sitema possui uma tendência quanto aos resultados para falsos positivos, como também os sintomas foram observados em pacientes saudáveis
Marik and Taeb (2017).As pontuações e as caractéristicas deste sistema estão presentes nas
tabelas a seguir 2.3 .
Essa descontinuidade fica mais evidente, quando se é comparado a evolução na definição
2.1. SEPTICEMIA
20
dos quadros clínicos dos pacientes Kim and Park (2019), SEPSE-1, SEPSE-2 e SEPSE-3 atual
definição 1.1.
Sintomas Avaliados
Taxa de Respiração
Mudança no Estado Mental
Pressão sistólica do Sangue
Parâmetros
>= 22/min
sim
<=100 mmHg
Pontuação
1
1
1
Tabela 2.3: Rápida Avaliação da pontuação na falha sequencial de órgãos - qSOFA - adaptado
de Marik and Taeb (2017)
A utilização de sistemas ou frameworks para avaliação dos pacientes, se faz necessário
no hâmbito hospitalar, pois, facilita e otimiza o tempo de registro do especialista, ao realizar o
exame clínico. Dentre os sitemas citados, o SIRS não têm validação suficiente, para definir se
o paciente possui ou não sepse, uma vez que ele tem resposta em pacientes em condições
benigmas, como também o qSOFA que auxilia na pontuação do SOFA, e não pode ser utilizado
para diagnosticar se há ou não infecção por sepse no paciente, e sim para conduzir um melhor
prognóstico Jordão et al. (2019).
Com o problema de antecipar diagnóstico Zonta et al. (2018) para o melhor tratamento e
cura do paciente, o desenvolvimento contínuo de métodos e aplicação desses critérios, são
cada vez mais necessários, pois a incidência dessa infecção nas UTI’s cresce continuamente,
devido as diversas variantes que podem ocasionar a SEPSES, dentre elas vírus, bactérias,
fungos e outras doenças que podem agravar a situação do paciente e possibilitar a infecção.
Nesse interím, diante da dificuldade em elaborar novos métodos para uma predição antecipada de doenças, o envolvimento de trabalhos na literatura ligados à computação contribuíram
cada vez mais na obtenção de resultados mais rápidos.
No quesito avanço tecnológico, a velocidade computacional ganhou reconhecimento, principalmente nos setores industriais, desde a revolução industrial, com seus processos manufaturados. Estes processos, foram propulsores no desenvolvimento de novas tecnologias, na busca
por desenvolver cada vez mais materiais o poder computacional com as máquinas.
Esse desenvolvimento tecnológico, culminou em trabalhos que efetuam cálculos, análises,
predições, entre outros métodos explorados pela ciência, que obtém resultados mais rápidos,
com precisão melhor ou igual a avaliação humana, até mesmo problemas que nenhum humano teria capacidade de resolver, intelectual ou fisicamente. Isso ocorre devido ao poder de
processamento dos computadores atuais e aumentam cada vez mais o nível de confiança da
população quanto ao uso de novas tecnologias.
Dessa forma, a metodologia ocorre da seguinte forma: o prognóstico de pacientes normalmente é dado por scores, que são calculados minuciosamente por frameworks que indicam
um percentual, seja para definir o tipo de tratamento a ser seguido pelos especialistas com os
pacientes, seja para indicar o índice de mortalidade dos pacientes.
2.2. PROGNÓSTICO
2.2
21
Prognóstico
Esta seção descreve as metodologias APACHE para prognóstico de mortalidade de pacientes e
a metodologia SAPS, mais precisamente os métodos mais atuais, o Apache IV e SAPS-3, que
são métodos responsáveis pelo prognóstico de mortalidde de pacientes acometidos na UTI, e
evidencia o uso mundial destes frameworks, que auxiliam através de uma análise de risco com
os sistemas desenvolvidos pelos autores.
O estudo de avaliação de riscos em pacientes presentes na UTI, foi iniciado por Knaus em
1981 Knaus et al. (1981), no desenvolvimento do sistema APACHE (Acute Phisioly and Cronic
Health Evaluation), para avaliar o nível de gravidade de doença em pacientes. Embora este
sistema esteja defasado, o mesmo grupo de estudo conseguiu otimizar o sistema ao diminuir o
número de variáveis de 37 para 17, com uma nova denominação do sistema, o APACHE 2, com
variação na pontuação de 0 até 71 de acordo com JE (1985).
Com o desenvolvimento do método APACHE ao longo dos anos, foi possível otimizar por
mais três vezes o método, para o APACHE III Knaus et al. (1991), IV Zimmerman et al. (2006).
Assim, com o métodos IV, ao observar último método de prognóstico, foi possível obter uma
base de dados, disponível pelos autores Balkan et al. (2018), no qual é fornecido resultados da
pontuação APACHE IV.
Por fim, através da análise desses dados, é possível obter uma validação do modelo a ser
criado por este trabalho. O banco de dados utilizado, contém dados clínicos e administrativos de
mais de 400 locais hospitalares que empregam tecnologia de telemedicina nos Estados Unidos
entre 2014 e 2015.Os detalhes presentes nos dados recolhidos pelos especialistas, permitem
a análise retrospectiva de dados, e a avaliação das ferramentas existentes de apoio à decisão
clínica, bem como o desenvolvimento de novos modelos analíticos.
Ademais, na avaliação de prognóstico há alguns frameworks disponibilizados na internet,
esses frameworks calculam as entradas dos usuários: seja médico, enfermeiro ou algum estudante que queira simular determinados dados de pacientes, e assim obter uma previsão do
prognóstico de mortalidade do paciente. Com a utilização desses sistemas, é possível obter a
pontuação do paciente para avaliar a gravidade da doença. Por fim, ter uma tomada de decisão
melhor, por exemplo em pacientes no pré ou pós operatório, a depender do grau de risco.
No que diz respeito ao entendimento da área médica, para uma análise de diagnóstico
e prognóstico, a semiologioa é aplicada na identificação dos sinais e sintomas expressados
pelo paciente, sejam os sintomas expressados verbalmente ou sinais não verbais, dos quais os
médicos e enfermeiros estão aptos a identificar no período de internação do paciente na UTI.
Abaixo, além de demonstrar os sinais e sintomas avaliados, é possível observar a evolução do
sistema APACHE para prognóstico de mortalidade.
2.2. PROGNÓSTICO
22
Frameworks
O sistema APACHE foi desenvolvido e aprimorado por Knaus et al. (1981), a fim de observar de
maneira enviesada os pacientes presentes nos leitos de UTI, conseguiram diminuir a quantidade
de variáveis observadas, incluí-se o próprio pontuação do APACHE original.
Elaborado por Knaus 1981 e simplificada em 1985. O método requer confirmação do sistema que melhor classifica o paciente de acordo com a doença, o SIRS. O objetivo do método
é o prognóstico de doencas agressivas, principalmente pessoas adultas que deram entrada na
UTI previamente nas ultimas 24h.
É recomendado pelo autor que seja realizada o teste da SIRS, para utilizar o método em
pacientes com doenças infecciosas (septicemia) e poder predizer a mortalidade. Consequentemene obter a probabilidade de recuperação do paciente.
Desse modo, alguns artigos nao recomendam a utilização desse método devido a alguns
estudos que o apache 2 foi comprovado enquanto ineficaz. Já a maioria dos estudos apontam a
capacidade de predizer a mortalidade do paciente de acordo com as variáveis. Assim, no brasil
foi aprovado este método estadunidense pela Portaria 3432 2 .
Apesar do diagnóstico precoce ser um fator fundamental na taxa de sucesso de sobrevivência do paciente, o trabalho é voltado para o prognóstico de pacientes, adultos que foram
diagnosticados com septicemia, e possuem um tempo de internação igual ou superior a 24
horas na UTI.
Dessa forma, na avaliação de risco do paciente, no cenário atual, há dois frameworks que
são capazes de obter resultados com nível de confiança aceitável, são eles: APACHE IV, desenvolvido após uma evolução do sistema, desde Knaus et al. (1981) com o APACHE, por
Zimmerman et al. (2006), e o APS (Acute Physiology Score) baseado no APACHE também de
Knaus, os pesquisadores Moreno et al. (2005) trabalharam no desenvolvimendo SAPS (Simplifield Acute Phisyology Score), e conforme evoluíram na pesquisa, utilizam hoje o SAPS 3, com
20 variáveis no seu modelo.
2.2.1
Dados de pacientes no Brasil
No Ministério da Saúde - Sistema de Informações Hospitalares do SUS (SIH/SUS),no site
Ministério-da-Saúde (2021). É possível extrair dados importantes sobre internações nos últimos anos. Informações com relação as internações que ocorreram no período de dezembro de
2020 e marco de 2021, a quantidade de internações média por septicemia foi de 9280 internacoes em todas as regioes do Brasil, de acordo com a tabela 2.6.
Com isso, Para obter uma comparacao quantitativa dos períodos, principalmente os períodos pré e pós pandemia da covid-19, utilizou-se da plataforma, para obtenção dos dados
referente as internações nesse período, números presente na tabela 2.4 e 2.5.
2
Portaria 3432,de 12 de agosto de 1998(9) - 3.2. Avaliação através do APACHE II se for UTI Adulto, o PRISM II
se UTI Pediátrica e o PSI modificado se UTI Neonatal.
2.2. PROGNÓSTICO
23
Logo depois, no acompanhamento das internações hospitalares no Brasil, foi obtido através
a base de dados presente no site Ministério-da-Saúde (2021), mais dados quanto ao número
de internações. Por fim, foi avaliado o mesmo período das avaliações anteriores, como também
as mesmas regiões, e está contido na tabela 2.7.
Além dessas avaliações quanto ao número de internações, foi obtido na mesma base de
dados, desde Janeiro de 2022 até Junho de 2022, números correspondentes a taxa de mortalidade por sepses, nas regiões do Brasil, conforme tabela 2.8.
Nesse intervalo, destaca-se a média de internações de pacientes acometidos por septicemia
no Brasil. Com isso, os números presentes na tabela 2.9, remetem o aumento de pessoas
internadas ao longo dos anos. Exceto a região Norte, as demais regiões tiveram um aumento
quanto a média de pessoas internadas, ao considerar o retrospecto mensal de acordo com o
mês de Dezembro.
Regiao
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
Dez
579
1966
5486
2045
400
Jan
615
2126
6020
2345
529
Fev
560
1943
5524
2089
565
Mar
515
2158
5860
2151
547
Tabela 2.4: Quantidade de Internacoes por Septicemia - Dezembro 2018 até Marco 2019
Regiao
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
Dez
592
2305
5757
2133
580
Jan
608
2432
6477
2497
615
Fev
583
2281
5713
2445
597
Mar
582
2309
6063
2395
613
Tabela 2.5: Quantidade de Internacoes por Septicemia - Dezembro 2019 até Marco 2020
Regiao
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
Dez
464
1670
4831
1750
511
Jan
455
1809
5123
1755
535
Fev
506
1859
4969
1748
424
Mar
374
1635
4679
1554
472
Tabela 2.6: Quantidade Internacoes por Septicemia - Dezembro 2020 até Marco 2021
2.2. PROGNÓSTICO
24
Regiao
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
Dez
763
2.362
6.002
2.080
510
Jan
728
2.325
6.567
2.224
696
Fev
745
2.084
5.616
2.238
560
Mar
761
2408
6.128
2.356
624
Tabela 2.7: Quantidade Internacoes por Septicemia - Dezembro 2021 até Marco 2022
Regiao
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
Jan
42,03
47,53
50.80
43,44
35,06
Fev
38,93
47,84
50,62
44,28
35,54
Mar
43,36
44,52
48,25
39 86
37,66
Abr
39,82
47,20
48,46
41,35
35,12
Mai
38,63
43,88
48.6
43,60
35,25
Jun
37,15
46,44
50.14
41,86
39,30
Tabela 2.8: Mortalidade por Septicemia - Janeiro 2022 até Junho 2022
Regiões
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
2018
3.636,71
3.578,42
3.848,12
3.502,12
3.317,75
2019
3.722,39
3.664,55
3.639,86
3.582,44
3.796.55
Período
2020
3.980.50
3.948,00
4.265,00
3.985.80
3.342,99
2021
3.649,39
4.092,91
4.268,61
3.798.03
3.827,56
junho 2022
3.638,51
4.519,05
4.771,46
4.173,10
5.341.97
Tabela 2.9: Número médio de internações por Septicemia - Anos 2018,2019,2020 e 2021
Capítulo 3
Fundamentação
Neste capítulo está descrito toda a base de conhecimento agregado neste trabalho, a partir
dos domínios de aplicação, que foram adquiridos ao longo do desenvolvimento do mesmo, e
implementados de acordo com o problema de pesquisa proposto.
3.1
Domínio de Aplicação
Com o desenvolvimento tecnológico existente, principalmente ao se tratar de computadores,
é possível a implementação de sistemas que possam automatizar metodoligias e aplicações.
Devido a alta capacidade de processamento computacional, é possível fazer análise de grandes
quantidades de dados. O avanço tecnlógico permitiu que cientistas conseguissem produzir
hardwares cada vez mais robustos, para otimizar o tempo de leitura e gravação de dados.
A ciência de dados é a área de estudo que lida com análise e tratamento de arquivos provenientes de um sistema. As informações são tratadas, independente da quantidade de dados
existentes, isso dependerá do modo em que é implementado a análise. Essa área contempla
também a organização e implementação de algoritmos de aprendizado de máquina, que são
capazes de realizar plotagens gráficas, filtros avançados, comparativos, classificação e predição.
Desse modo, Todas essas funcionalidades podem ser utilizadas de acordo com o algoritmo
que for implementado pelo desenvolvedor, o que possibilita o desenvolvimento de programas
complexos para a automatização e otimização de um determinado problema.
Além disso, atualmente, com a robustez dos hardwares atuais, o desenvolvimento de técnicas de programação avançaram tanto, os cientistas, engenheiros e programadores conseguem
implementar algoritmos de inteligência artificial com um nível de complexidade maior e bem
mais acertivo.
Outrossim, a consequência desses avanços, se deve aos problemas científicos, e assim
têm-se o intuito, de predizer acontecimentos em tempos mínimos, em questão de segundos, ou
milésimos de segundos, que ao ser comparado com análise humana, demandaria muito mais
25
3.1. DOMÍNIO DE APLICAÇÃO
26
tempo para obter resultados significativos.
Isto posto, os algoritimos implementados podem ser supervisionados ou sem supervisão,
basta que o desenvolvedor programe de acordo com as necessidades do problema. Entretanto,
segundo Mahesh (2020), é válido informar que alguns pesquisadores relatam que modelos de
aprendizagem de máquina não supervisionados obtêm melhores resultados com uma grande
densidade de dados.
O presente trabalho, possui o propósito de envolver a área de tecnologia da informação e a
área da saúde. Ao utilizar de métodos e técnicas de aprendizagem máquina, para contribuir na
solução de um dos problemas identificados na revisão da literatura, modelos para prognóstico
de doenças, mais precisamente, o prognóstico para Septicemia.
Ademais, uma das tecnologias desenvolvidas nos últimos anos, é a que engloba métodos
e técnicas que provêm da utilização de modelos estatísticos. Desse modo, diversos estudos já
demonstraram que a utilização dessas ferramentas são de grande ajuda no desenvolvimento
humano. Trabalho com inteligência artificial e aprendizado de máquina são desenvolvidos, para
auxiliar na área da saúde Kaur et al. (2020), não só para sepses como em outras áreas específicas da medicina.
Dessa maneira, têm-se os estudos dos pesquisadores Mohan et al. (2019), que relatam
o efeito do uso da predição com aprendizagem de máquima em doencas cardíacas. Além
disso, é possível também aplicar em outras áreas como reconhecimento de imagem, auxílio em
cirurgias, entre outras soluções que o desenvolvimento tecnológico proporciona, e utilização na
produção em larga escala na indústria.
Desse modo, por meio da capacidade de classificação e otimização na separação de outliers ou ruídos, os autores Widodo and Yang (2007) utilizaram da técnica Máquina de Vetores
de Suporte (SVM), devido a possibilidade de variações na sua implementação, e relataram a
capacidade de diagnóstico na classificação com diversos parâmetros (multiclasses), em uma
variedade de áreas de aplicação.
Com isso, pesquisadores no Brasil já aplicam tecnologias de aprendizado de máquina, para
predizer situações no âmbito hospitalar.Como forma de ilustração, há o estudo sobre a predição
do risco de morte em idosos na cidade de São Paulo mlp (2020). Ao utilizar os modelos de
aprendizagem de máquina, os pesquisadores ainda puderam analisar a acurácia dos resultados, ao obter uma classificação superior a 0.70 na curva ROC (Característica de Operação do
Receptor).
Isto posto, após a submissão e aprovação deste trabalho no hâmbito hospitalar, que passará
por uma avaliação de especialistas, o melhor modelo desenvolvido estará disponível para ser
utilizado em casos reais, em um formato com interface facilitada. Desse modo, como um dos
principais frameworks para prognóstico de pacientes está disponível numa versão web ICU
Calculators. A disponibilização de uma interface através do modelo de prognóstico criado, se
faz altamente necessária.
Assim, para o desenvolvimento do modelo proposto, utilizou-se de tecnologias com bastante
3.1. DOMÍNIO DE APLICAÇÃO
27
popularidade e suporte pela comunidade de programação. Ao utilizar de linguagens comumente
presente em trabalhos de aprendizagem de máquina, como a linguagem Python, e a utilização
de ferramentas tecnológicas, como o Google Collaboratory.
Capítulo 4
Relato do Problema
Este capítulo descreve como a identificação do problema de prognóstico de pacientes com
septicemia se desenvolveu, e investiga a não aplicação de sistemas existentes para prognosticar
a doença em específico.
4.1
Definição
A identificação do problema de prognóstico, se deu a partir da busca na literatura por métodos
preditivos no diagnóstico de doenças infecciosas, especificadamente sepses. Após o entendimento do diagnóstico, e também das técnicas utilizadas na predição de diagnóstico, constatouse métodos utilizados para prognóstico e avaliações de risco de pacientes presentes na UTI,
sem especificação na doença do paciente, que são o APACHE e o SAPS.
Mesmo compreendendo que os métodos dependem de uma análise estatística, e contêm
o método de regressão logística para obtenção do prognóstico em seu modelo base. Com
isso, considerou-se uma hipótese, de que a utilização de ambos os scores, ou de um deles,
seria suficiente para elaborar um novo modelo preditivo de prognóstico, com aprendizagem de
máquina através da programação.
Não obstante, no hâmbito da literatura, também foi identificado a necessidade da diminuição
do número de leitos ocupados por pacientes acometidos com septicemia. Além disso, outro fator
que potencializa a relevância para a atual pesquisa é a urgência no prognóstico de pacientes
com sepses, afinal, quando diagnosticada, há o devido encaminhamento, tratamento, bem como
a liberação do paciente conforme a identificação através de um método preditivo.
4.2
SAPS-3
Moreno et al. (2005) desenvolveram um modelo para análise de risco de pacientes, a fim de
restringir a generalização dos resultados, com mais de 16,000 pacientes e mais de 300 unidades de tratamento, desde o final de 2002 até 2005. Utilizaram regressão logística para melhorar
28
4.3. APACHE IV
29
o modelo com 20 variáveis, assim foi obtido 0.848 de acurácia da curva ROC, com calibracação Hosmer-Lemeshow H= 10.56, P=0.39, C=14.29, P=0.16, e portanto concluíram o modelo
preditivo.
Isto posto, a pontuação do método varia de 0 a 217 pontos na elaboração do modelo, comprovando que o mínimo de pontuação atingida foi 5 e o máximo 124. A relação da pontuação
SAPS e do estado de vida do paciente se dá pela equação 4.1. Isto é, a probabilidade de morte
é resolvida pela equação 4.2.
Logit = −32.6659 + ln(SAPS3score + 20.5958)x7.3068
(4.1)
Probabilidadedemorte = elogit/(1 + elogit)
(4.2)
4.3
APACHE IV
Após a evolução do método APACHE, o APACHE IV foi desenvolvido por Zimmerman et al.
(2006), o qual implementou uma regressão logística múltipla, para obtenção da probabilidade
de morte nos hospitais. O modelo utilizou-se de 60% da base de dados como treino, e os outros
40% como teste.
Nessa perspectiva, um framework foi desenvolvido para melhor inserção das variáveis do
modelo, isto é, 129 variáveis são utilizadas no modelo de regressão logística múltipla do APACHE IV Ghorbani et al. (2017): a idade, sexo, datas de admissão, alta ou óbito, pressão arterial
sistólica e diastólica, temperatura corporal, frequência cardíaca, frequência respiratória, glicemia, uréia, soro, creatinina, hematócrito, glóbulos brancos, albumina sérica e bilirrubina, débito
urinário durante as primeiras 24 horas de internação na UTI, ph, fração inspirada de oxigênio
(FiO2), pressão parcial de dióxido de carbono (PaCO2), pressão parcial de oxigênio (PaO2),
bicarbonato (HCO3), escala de coma de Glasgow, ventilação mecânica (VM) e diagnóstico da
admissão.
Sendo assim, a acurácia do modelo proposto, através do método do ROC, obteve AUC=
0.88, calibração por (Hosmer- Lemeshow C statistic = 16.9, p = .08). Numa comparação de
análise de risco de mortalidade, os autores Zimmerman et al. (2006) observaram que o risco de
morte para pessoas com septicemia, através de infecção urinária, atingiu 37.4%, com dados de
2002 à 2003, dentre os 44.288 casos, uma redução de mais de 8% a menos se comparado ao
APACHE III, segundo o mesmo autor, que tinha uma taxa de risco de 45.2%.
4.4. TRABALHOS RELACIONADOS
30
Nessa perspectiva, esse é o único modelo que tratou especificadamente a análise de risco
para pacientes com Septicemia (apesar de avaliar somente um tipo de Sepses) através da
infecção urinária.
Por conseguinte, com a utilização do score SAPS de acordo com a tabela 4.1, é observado
a variação dos scores obtidos nos experimentos do APACHE IV,Com isso, houve a obtenção da
probabilidade de morte através do score SAPS, que variou de 20 até 100, com 95% de intervalo
de confiança. Além de ter resultados com a taxa de mortalidade, de acordo com o tempo de
internação do paciente, por meio da correlação entre as variáveis, têm-se os dados para aplicar
nas hipóteses propostas por este trabalho.
SAPS
20
30
40
50
60
70
80
90
100
Tempo de Internação
0
4 hrs
12 hrs
1 day
2 days
4 days
Taxa de mortalidade %
Variação para baixo %
Variação para cima %
2.7
4.9
7.8
11.5.
16.1
21.8
28.8
36.7
45.5
2.0
3.6
5.8
8.5
12.1
16.7
22.4
29.3
37.2
3.8
6.6
10.6
15.2
21.0
28.0
36.0
44.8
54.0
7.1
6.5
7.2
8.2
9.4
10.5
5.2
4.8
5.3
6.0
6.9
7.8
9.7
8.8
9.7
11.0
12.6
14.2
Tabela 4.1: Taxa de mortalidade pelo SAPS e Tempo de internação. Adaptado de Zimmerman
et al. (2006)
4.4
Trabalhos Relacionados
Esta seção aborda trabalhos, pelo qual os pesquisadores elaboraram sistemas, a partir da utilização de algoritmos de aprendizagem de máquina. A seção descreve quais as metodologias
utilizadas para validação dos modelos desenvolvidos pelos pesquisadores.
4.4.1
Diagnóstico
Segundo o trabalho de L. et al. (2021), propuseram a elaboração de um modelos de diagnóstico, sob a perspectiva de pacientes, que pudessem ser diagnosticado com sepses no menor
4.4. TRABALHOS RELACIONADOS
31
intervalo de tempo possível, para poder antecipar o tratamento, e consequentemente ajudar na
diminuição da mortalidade por sepses.
Desse modo, o estudo foi desenvolvido com técnicas de inteligência artificial, como também
de aprendizado de máquina e processamento de linguagem natural. O trabalho analisa a base
de dados médicos. Os autores classificaram como dados estruturados, ao tratar de dados
comprobatórios que advém de exames laboratoriais. Como também denominaram como dados
desestruturados, informações provenientes da perspectiva dos especialistas, como anotações
e prescrições médicas.
Entretanto, ao tratar de dados não estruturados, a avaliação médica de imagens, por parte
dos médicos, é tida como uma avaliação bastante precisa. Além disso, existe também a aplicação dos sistemas SIRS e qSOFA, que os auxiliam para um melhor diagnóstico.
No entanto, muitas das vezes os médicos dependem exclusivamente de exames laboratoriais a partir da cultura do sangue do paciente, ou biológicos, que pode demandar tempo o
bastante para o agravamento dos sintomas nos pacientes, ainda nesse estudo, a metodologia
aplicada para predição é baseada na coleta de sangue, mais precisamente uma gota, no qual
obtém-se dados essenciais para o diagnóstico da sepse, principalmente para especificar o tipo
da sepse e consequentemente ter um melhor prognóstico.
Isto posto, diversos trabalhos levaram em conta dados sociais, histórico de doenças, idade,
sexo Lavoisier et al. (2016). Outro trabalho como o de Ellett et al. (2018) que utilizaram dados
laboratoriais ao coletar amostras de sangue, principalmente, o paciente que é monitorado na
UTI quanto a seu estado atual.
Pesquisadores van Wyk et al. (2017), que priorizaram, além a coleta de dados em um determinado tempo, determinaram outras variáveis que foram utilizadas no modelo de predição,
como pressão arterial, pressão arterial média, pressão arterial sistólica, pressão arterial distólica, frequência cardíaca apical, saturação do oxigênio e fração de oxigênio inspirado.
Sendo assim, diversos pesquisadores levaram em consideração outros sintomas, a exemplo
Mao et al. (2018) responsável por analisar a baixa temperatura dos corpos.Com isso, notou-se
que pacientes que tiveram choque séptico possuíam pressão de sangue sistólica maior que
90mm Hg, ou seja, pacientes com o quadro de hipertensão depois do diagnóstico de sepse,
entraram em estado de choque séptico, isto é, falência múltipla de órgãos, aumentando a criticidade e a probabilidade do paciente não sobreviver.
Por fim, há estudos como o de Taneja et al. (2021), que exploraram as variáveis utilizadas
em sua pesquisa, para poder implementar modelos de aprendizagem de máquina, com o intuito
de obter resultados quanto ao diagnóstico e prognóstico de pacientes com sepses.
Isto posto, na pesquisa utilizou-se do algoritmo árvores randômicas, para ambos os objetivos propostos pelo trabalho. Com isso, obtiveram resultados com AUC = 0.83 da curva ROC
para diagnóstico dos pacientes com septicemia. Já para o modelo de prognóstico, obteve significância com p-value < 0.0001.
4.4. TRABALHOS RELACIONADOS
4.4.2
32
Prognóstico
Uma revisão sistemática elaborada pelos Vellido et al. (2018), no qual aborda a relevância da
aplicação de algoritmos de aprendizagem de máquina para prognóstico de mortalidade e pacientes. O trabalho descreve os resultados que obtiveram, com aplicação de Regressão logística,RVM (Máquina de vetores de relevância) e SVM com AUC igual a 0.78, 0.86 e 0.89,
respectivamente. Com isso, a revisão utilizou-se de métodos comparativos da literatura, como
SIRS e APACHE-II.
Hu et al. (2022) analisaram a eficiência da predição de mortalidade de pacientes, através
de mais de 8 mil dados de pacientes acometidos com septicemia. Os autores utilizaram um
método de exclusão de dados, no qual foi responsável por remover mais de 800 pacientes que
não permaneceram internados por pelo menos 24h.
Por fim, os autores conseguiram realizar a implementação dos algoritmos de aprendizagem
de máquina eXtreme Gradient Boosting (XGBoost), Árvore de decisão, Naive Bayes (NB), Floresta Randômica (RF) e regressão logística (LR). Assim, concluíram a relevância do trabalho
com o melhor resultado para o modelo XGBoost, com AUC= 0.884.
Os pesquisadores Silva Junior et al. (2010), utilizaram o método SAPS-3 1 em hospitais
Brasileiros, e comprovaram a eficiência do método ao aplicar em 16.784 pacientes presentes
em mais de 300 UTI’s. Com isso, ao analisar um bom poder discriminatório dos pacientes, que
sobreviveram dos que não sobreviveram, os autores perceberam que o sistema SAPS não foi
desenvolvido para áreas específicas, uma vez que eles utilizaram o sitema de maneira geral e
salientaram a importância da validação em pacientes com diagnósticos específicos.
Com a aplicação do modelo, puderam analisar um total de 1310 pacientes, o método SAPS3 com pontuação 57 obteve melhores resultados com 75% de sensitividade, 86% de especificidade e com AUC = 0.86. Os pesquisadores relataram que houve uma facilidade de implementação do modelo SAPS-3 no hospital, devido a simplicidade de calcular as variáveis, além de
compará-los com os métodos anteriores, como o APACHE-2 e SAPS-2.
Ademais, no Brasil, a utilização do framework APACHE IV apresentou resultados satisfatórios, como o trabalho de de Carvalho et al. (2020), que teve como objetivo utilizar a calculadora
online do APACHE IV, disponível no site Framework para cálculo do APACHE IV (2022). Sendo
asssim, ao alimentar o framework com os dados disponibilizados pelo hospital que atuaram,
com ROC >= 0.80, foi observado também com uma proposta semelhante a deste trabalho, isto
é, uma análise do tempo de permanência dos pacientes na UTI através do coeficiente de Spearman, no qual foi detectada uma correlação fraca entre o score APACHE IV e o tempo de
internação (r = 0,025; p < 0,0001).
Por outro lado, os pesquisadores Zhai et al. (2020) conseguiram realizar uma comparação
entre os sistemas criados a partir dos algoritmos de aprendizagem de máquina, ao comparar
os modelos para predição de mortalidade em pacientes na UTI, mais precisamente com casos
1
Simplifield Acute Phisyology Score Moreno et al. (2005)
4.4. TRABALHOS RELACIONADOS
33
mais críticos.
Os pesquisadores compararam os modelos Máquina de Vetores de Suporte (SVM), GBDT,
XGBoost e Regressão Logística, os modelos obtiveram os resultados de acurácia pela Área
Sob a Curva (AUC) de 0.794, 0.840, 0.849 e 0.822, respectivamente, em comparação com o
método SAPS-3 com 0.826 de AUC.
Por fim, com uma melhor elucidação quanto as metodologias utilizadas em cada trabalho, e
como forma de obter uma análise quantitativa, está presente na tabela 4.2 as metodologias de
cada trabalho em comparação ao presente trabalho.
Trabalhos
Vellido et al. (2018)
Hu et al. (2022)
Silva Junior et al. (2010)
de Carvalho et al. (2020)
Zhai et al. (2020)
Presente Trabalho Bento M.V.S
Parâmetros
(SOFA e SAPS na UTI admissão, bem como seus valores mínimos e máximos correspondentes durante a UTI
fique).
Característica Demográfica;
Hábitos/Histórico
familiar;Sinais Vitais; achados
laboratoriais;
Tratamento
Médico; Função Neurológica
(Escala de Coma Gasglow);
Variáveis aplicadas no SAPS3
Variáveis do APACHE-IV
dados demográficos dos pacientes extraídos; dados fisiológicos; testes laboratoriais;
diagnóstico; tempo de permanência; comorbidades;
SAPS-3 prognóstico; gênero;
estado de vida do paciente; e
permanência do paciente na
UTI (>48h e <48h);
Melhor Algoritmo
Melhor AUC
SVM
0.89
XGBoost
0.88
SAPS-3
0.86
APACHE-IV
0.80
XGBoost
0.849
SVC
0.85
Tabela 4.2: Comparação dos algoritmos dos trabalhos quanto a prognóstico de Mortalidade.
Capítulo 5
Proposta
Neste capítulo está descrito a proposta do trabalho, bem como os detalhes a serem considerados na elaboração do modelo de aprendizagem de máquina, e as correlações das variáveis
utilizadas.
5.1
Fundamentação
A fim de desenvolver um modelo a partir de algoritmos de aprendizado de máquina. Em primeiro
lugar, buscou-se na literatura, trabalhos relacionados, que disponiblizassem informações que
facilitassem a implementação dos modelos de aprendizado de máquina.
Nessa perspectiva, os modelos foram desenvolvidos a partir de dados de especialistas intensivistas de telemedicina que fornecem suporte médico a médico de forma remota, o que,
consequentemente, contribui para o prognóstico da doença.
Isto posto, tem-se como objetivo técnico a utilização e comparação de modelos de
aprendiza- gem de máquina, a fim de obter o melhor modelo para predição no prognóstico
dos pacientes, com resposta para o risco de mortalidade e tempo de internação do paciente.
Inspirado no estudo de caso Balkan et al. (2018), os modelos que foram elaborados por
este trabalho têm como fim a elaboração de um framework, com a possibilidade de obter uma
entrada de dados, no qual busca uma melhora do prognóstico de pacientes acometidos com
septicemia.
Este trabalho utilizou-se do modelos da literatura SAPS-3 e APACHE IV, como referência
na comparação quantitativa. Pela falta de uma validação dos Entretanto, pela falta de uma
validação dos especialistas, principalmente por não possuírem um framework com interface
gráfica, não foi possível disponibilizar um modelo como uma API(Interface de Programação
de Aplicação), assim como o framework APACHE IV utilizado neste endereço Framework para
cálculo do APACHE IV (2022).
O framework APACHE IV, é utilizado para avaliar os riscos do paciente, ao dar prognóstico
de mortalidade de pacientes, pontuação APS, referente ao SAPS-3, a taxa de probabilidade de
34
5.1. FUNDAMENTAÇÃO
35
morte e a taxa de probabildiade de tempo de internação, ver figura 5.1.
Figura 5.1: Resultado da calculadora web APACHE IV ICU Calculators
Framework para cálculo do APACHE IV (2022)
Os dados utilizados na elaboração dos modelos, são provenientes de pacientes que foram
admitidos em mais de 400 hospitais, segundo os dados clínicos presentes no dataset disponível em eICU Collaborative Research Database (2022). Com dados reais e relevantes que
são primordiais para a elaboração do modelo preditivo proposto por esse trabalho, além dos
dados gerais de pacientes, há também a disponibilização de resultados da metodologia Apache
IV, e APS, como foi citado anteriormente, dados que serão comprobatórios e que servem de
validação.
Sendo assim, durante o desenvolvimento do modelo, primeiramente foi observado e definido
os dados clínicos que faz sentido para a elaboração do modelo, estabelecer uma correlação
adequada para os modelos de aprendizagem de máquina. Nessa perspectiva, é importante
citar que nessas informações os pacientes são identificados com uma identidade única, assim
é possível observar a evolução do paciente, informação fundamento para elaboração de um
modelo de prognóstico.
Desse modo, foi disponiblizado pela base de daos as informações admissionais do paciente,
como o diagnóstico inicial. Foi observado qual o diagnóstico posterior ao período de 24h que o
paciente foi admitido. Por fim, obter as pontuações do apache IV e SAPS, como também avaliar
o estado do paciente de vivo ou expirado (atribui-se aos pacientes que vieram a óbito).
5.1.1
Fluxo de normalização dos dados
O fluxo desenvolvido ao longo do desenvolvimento do presente trabalho, é demonstrado na
figura 5.2, para ser aplicado especificadamente em pacientes que foram diagnósticados, ou,
que desenvolveram septicemia ao longo de sua internação hospitalar.
Foi necessário a separação dos dados, referente a base de informações disponibilizadas
pelos pesquisadores Goldberger et al. (2000) e Johnson et al. (2021), conforme a identificação de pacientes duplicados, ou outliers desnecessários para a implementação dos modelos
propostos.
Portanto, a normalização foi efetuada de acordo com as tabelas disponíveis na base de
dados, e a correlação entre as tabelas se deu pelas variáveis únicas de identificação do paci-
5.2. HIPÓTESES
36
Figura 5.2: Fluxo aplicado no desenvolvimento dos modelos
ente, bem como o seu diagnóstico, estado de vida atual, tempo de internação e pontuação dos
métodos APACHE-IV e APS.
5.2
Hipóteses
Esta seção reúne e descreve as hipóteses que foram elaboradas no decorrer da revisão da
literatura, desde os modelos que serviram para diagnóstico, até os modelos para prognóstico.
As hipóteses que foram elaboradas a partir da revisão sistemática, a resolução final e as
que foram testadas, foram as hipóteses abaixo listadas.
• É possível obter prognóstico eficaz quanto a pacientes com septicemia.
• Aplicação de algoritmos de aprendizagem de máquina, obtém resultados iguais ou superiores de AUC, quanto aos métodos APACHE- IV e SAPS-3.
• Aplicação algoritmos de aprendizagem de máquina, predizem probabilidade de óbito de
pacientes com septicemia.
• Aplicação algoritmos de aprendizagem de máquina, predizem probabilidade do tempo de
intenação do paciente na UTI.
Nessa perspectiva, ambas as hipóteses possuem características semelhantes quanto ao
tempo de coleta de dados para obtenção de seus scores, logo, foi priorizados pacientes que
possuíam tempo de internação superior a 24h, de acordo com uma das variáveis presentes da
base de dados.
5.2. HIPÓTESES
37
Isto posto, implementado 3 algoritmos de aprendizagem de máquina, ao levar em consideração a base de dados obtida. Com isso, os algoritmos implementados foram: KNN, SVM e o
algorimto de Regressão logística. A justificativa para aplicação dos três algoritmos, é baseada
na necessidade de classificar o paciente, para isso, o trabalho teve que usar modelos classificatórios e probabilísticos. Ambos os algoritmos foram implementados com 70% treino e 30%
teste da base de dados obtida.
Além disso foi calculada a pontuação do SAPS-3, para utilização como variável independente dos modelos, a partir do score disponibilizado na base de dados e obter a probabilidade
de morte como forte correlação das variáveis.
Portanto, para atingir os objetivos principais do presente trabalho, as hipóteses foram elaboradas para construção de um modelo preditivo para prognóstico, a fim de diminuir o tempo de
execução por parte dos especilistas quanto as tomadas de decisões referente a liberação de
leitos das UTI’s e aumentar a taxa de sucesso da sobrevivência do paciente. Não somente isso
como também há o desejo de contribuir na diminuição do tempo de internação.
Capítulo 6
Metodologia de Experimento
Este capítulo descreve a metodologia que será aplicada no sistema, como será desenvolvido,
técnicas, instrumentos, ou, dispositivos que serão utilizados para obtenção dos resultados, ao
desenvolver um modelo de prognóstico para pacientes com sepses.
6.1
Métodos
Na busca de utilizar dados reais, com intuito de validar os modelos implementados, foi encontrado um dataset elaborado por Goldberger et al. (2000) e Johnson et al. (2021), Portanto, os
números fazem parte de um grupo de pesquisadores especialistas em telemedicina Pollard et al.
(2018), que contabilizaram mais de 200 mil admissões monitoradas nos estados dos Estados
Unidos entre os anos 2014 e 2015. A base de dados foi publicada em 2021 com as nomenclaturas estabelecidas pela Brooks and Tsao e encontrado no site eICU Collaborative Research
Database (2022), de maneira open-access..
Nesse interím, os dados dos pacientes são provenientes de mais de 2500 unidades de internações e de aproximadamente 20 hospitais, isto é, as características dos pacientes estão
descritas na tabela 7.3. Desse modo, as tabelas analisadas para este trabalho estão descritas
na tabela 6.1, e foi possível obter a normalização dos dados obtidos, principalmente pela disponibilização de uma identificação única dos pacientes. É válido informa, que os dados disponíveis
não dispõem de informações pessoais ou privadas dos pacientes.
As tabelas analisadas para este trabalho estão descritas na tabela 7.1, assim foi possível
a normalização dos dados obtidos, principalmente pela disponibilização de uma identificação
única dos pacientes.
No que diz respeito à parte técnica da programação, foi uilizada a linguagem Python no
desenvolvimento dos modelos, com a disponibilidade de algumas ferramentas para Python,
isto é, os algoritmos foram implementados pela ferramenta do Google, o Google collaboratory.
Desse modo, os algoritmos foram implementados com mais facilidade devido à importação da
biblioteca do scikitLearng Pedregosa et al. (2011) de KNN, SVM e Regressão Logística.
38
Metodologia de Experimento
39
Estratégia
A estratégia desenvolvida consiste em:
• Separar os pacientes de todos os 20 hospitais.
• Separar os pacientes que foram admitidos com sepse para modelo de treino.
• Separar os pacientes que foram diagnosticados com sepse/doença infecciosa com variável major sendo priority ou primary.
• Separar os pacientes com a variável da coluna apachePatientResult - segundo a coluna
da base de dados-, que foram diagnosticados com sepsis.
• Coleta de Dados clínicos de UTI’s.
• Elaboração de um sistema com modelo de aprendizagem de máquina.
• Fazer análise quantitativa dos modelos de aprendizagem de máquina para predição.
• Predizer o prognóstico de mortalidade a partir do modelo criado.
• Contribuir para a diminuição da mortalidade por sepses.
Ademais, com a estratégia para a elaboração do modelo, deve-se diferenciar as admissões
dos diagnósticos - se houver - para poder validar o modelo de treino. Este trabalho também
segue a metodologia dos artigos citados, tais como Balkan et al. (2018) ao utilizar entre 67%
- 70% para treino e entre 30%-33% para teste no modelo elaborado. Portanto, a presente
pesquisa, utilizou 30% para teste, e 70% para treino, da base de dados obtida.
Capítulo 7
Validação
Este capítulo descreve os meios de validação dos modelos de aprendizagem de máquina elaborados por este trabalho, e justifica a não validação com os especiliastas, além de não ter sido
possível a aplicação dos modelos in-loco nos hospitais.
7.1
Ferramentas
Para elaboração dos modelos de aprendizagem de máquina, utilizou-se do Google collaboratory,
com a utilização da linguagem Python. A utilização dessa ferramenta, é facilitada através da
capcidade de processamento de dados, além de outros processos computacionais, que são de
responsaibilidade da plataforma.
Mesmo que haja um processamento por parte da plataforma, vale ressaltar que toda a elaboração e os testes serão realizados através de um Macbook Pro Early 2015, com processador2,7
GHz Dual-Core Intel Core i5, memória RAM de 8 GB 1867 MHz DDR3, Intel Iris Graphics 6100
1536 MB e armazenamento SSD -SAMSUNG EVO 980- de 500GB.
7.2
Análise dos resultados
Esta seção descreve os métodos que foram utilizados, para avaliar os resultados dos modelos
implementados, e realizar uma comparação quantitativa com os modelos da literatura, de acordo
com as metodologias por eles utilizadas, com os modelos estatísticos.
7.2.1
Característica de Operação do Receptor - curva ROC
Uitlizou-se a curva ROC como modelo estatístico, para avaliar quantitativamente os modelos
propostos por este trabalho, pois os modelos presentes na literatura, APACHE e SAPS, apresentaram esse modelo como forma de validação dos seus respectivos métodos.
40
Metodologia de Experimento
41
Figura 7.1: Exemplo Curva ROC
Um exemplo do método está presente na figura 7.1, desenvolvido enquanto se implementava os modelos de aprendizagem de máquina. A curva ROC Bradley (1997), é um validador,
pelo qual os algoritmos de aprendizagem de máquina são mensurados a partir da sua acurácia.
E determina assim, a eficiência do modelo quanto a sua sensibilidade e especificidade para o
problema proposto, ou, verdadeiros positivos e falsos positivos.
7.3
Cenário
Esta secão aborda os seguintes cenários: cenários 1 e 2, para predição de mortalidade, com
base em variáveis diferentes; e cenário 3 para predição de tempo de internação para menos de
48h e mais de 48h.
Com relação à obtenção do melhor desempenho e aplicação do modelo de aprendizagem
de máquina, o cenário ideal para este trabalho é o ambiente hospitalar, mais especificamente
o setor da UTI, no qual são obtido dados significativos que irão contribuir para a elaboração do
modelo de teste, como também dados dos critérios previamente relatados, SAPS e APACHE.
Sendo assim, o cenário ideal é necessário, uma vez que por meio da simulação não é
possível ter uma relevância na aplicação deste trabalho porque um dos objetivos é a aplicação
em ambientes hospitalares, para então auxiliar médicos e enfermeiros com suas metodologias
e critérios de avaliação.
Desse modo, utilizou-se de técnicas para que os dados disponíveis favorecessem ao máximo os objetivos deste trabalho. Assim, o cenário contém os pacientes que foram diagnosticados após a admissão, pois na própria base há pessoas admitidas com sepses, além disso, o
cenário foi normalizado para poder conter as variáveis utilizadas nos modelos de aprendizagem de máquina, também é devido a pontuação SAPS ser mais eficiente após 24h de tempo de internação,
assim pode-se avaliar melhor os resultados de prognóstico.
Metodologia de Experimento
Tabela
admissionDx
diagnosis
patients
apachePatientResult
treatment
42
Descrição
Contém o diagnóstico primário para admissão na UTI de
acordo com os critérios de pontuação APACHE. Inserido
nos formulários de notas do paciente. Após um período fixo
de admissão, a tabela não pode ser atualizada pelo cuidador.
Diagnóstico do paciente registrado na tabela de diagnóstico
ativo. A sequência indica gravidade relativa. A prioridade de
diagnóstico não é necessária.
Contém dados demográficos do paciente e detalhes de admissão e alta para estadias no hospital e na UTI.
Fornece previsões feitas pelo escore APACHE (versões IV
e IVa), incluindo probabilidade de mortalidade, tempo de internação e dias de ventilação.
Permite documentar, de forma estruturada, tratamentos ativos específicos para o paciente.
Tabela 7.1: Tabelas Disponíveis com dados clínicos dos pacientes.
Base de dados
A disponibilização dos dados é feita através de arquivos comprimidos com tabelas que contêm
os tipos de dados clínicos que referenciam os pacien- tes em Comma-separated values (CSV),
ou arquivos individuais das tabelas em CSV, assim é possível selecionar as tabelas que serão
relevantes para a pesquisa.
Portanto, foram utilizadas algumas das 31 tabelas disponibilizadas por essa base de dados,
para separar as variáveis conforme o modelo de aprendizagem de máquina necessita, conforme a tabela 6.1, que descreve cada arquivo utilizado para este trabalho de forma adaptada
conforme as definições presentes no site eICU Collaborative Research Database (2022)
A disponibilização dos dados é feita através de arquivos comprimidos com tabelas que contêm os tipos de dados clínicos que referenciam os pacientes em Comma-separated values
(CSV), ou arquivos individuais das tabelas em CSV, assim é possível selecionar as tabelas
que serão relevantes para a pesquisa.
Portanto, foram utilizadas algumas das 31 tabelas disponibilizadas por essa base de dados,
para separar as variáveis conforme o modelo de aprendizagem de máquina necessita, conforme a tabela 7.1, que descreve cada arquivo utilizado para este trabalho de forma adaptada
conforme as definições presentes no site eICU Collaborative Research Database (2022)
Os dados clínicos que foram utilizados de cada arquivo, está presente na tabela 7.1, na
qual consta as colunas com valores das variáveis extraídas para elaboração do modelo de
aprendizagem de máquina. A variável patientunitstayid, é a coluna em comum em todos os
arquivos, pois é uma variável que contem as identificações dos pacientes, com ela é possível
saber todos os dados clínicos, como por exemplo gênero e idade de determinada pessoa.
Metodologia de Experimento
43
Coluna
admissionDx
diagnosis
patients
apachePatientResult
hospitalDischargeOffset
hospitalDischargeStatus
Descrição Coluna
patientunitstayid, admitdxtext
e admitdxtext
patientunitstayid, activeupondischarge,diagnosisstring e
apacheadmissiondx
patientunitstayid,
gender,
apacheadmissiondx, hospitaldischargestatus, unitdischargestatus e hospitalDischargeStatus
patientunitstayid e acutephysiologyscore,
Tempo de internação do paciente em minutos.
Estado de vida do paciente
ALIVE = VIVO; EXPIRED=
MORTO.
Tabela 7.2: Variáveis da base de dados do eiCU Brooks and Tsao
Gênero
Mulheres
Homens
Total
Quantidade com septicemia
83
94
177
Vivos
73
81
154
Mortos
10
13
23
Tabela 7.3: Característica dos pacientes internados presente na base de dados.
7.4
Metodologia
Os algoritmos de classificação são em sua maioria utilizados para poder avaliar proble- mas binariamente, ou seja, há a mesma lógica de classificação instaurada pelos hospitais na utilização
dos critéiros previamente mencionados.
Nessa perspectiva, ao levar em consideração a base de dados obtida, foi levantada a hipótese da aplicação de 2 algoritmos de aprendizagem de máquina: KNN e Regressão logística.
A justificativa para a aplicação dos dois algoritmos é baseada em que precisamos ter modelos
de comprovação que sejam classificatórios e probabilísticos. Assim, ambos os algoritmos terão
como 70% treino e 30% teste, de acordo com a base de dados. Além disso, será calculada
a pontuação do SAPS-3, para utilização como variável independente dos modelos, a partir do
score disponibilizado na base de dados.
Desse modo, espera-se predizer as chances de um paciente com septicemia morrer, ao considerar o tempo de internação do paciente, bem como a utilização da pontuação de mortalidade
do SAPS, do mesmo modo na classificação.
Embora alguns pesquisadores relatem que modelos de aprendizagem de máquina não supervisionados obtenham melhores resultados com uma grande densidade de dados Mahesh
Metodologia de Experimento
44
(2020), há também modelos supervisionados que obtém resultados com boa validação. Inclusive, o presente trabalho se utiliza de uma implementação dos algoritmos de maneira supervisionada.
7.4.1
KNN - K-Nearest Neighbor
O KNN é um algoritmo de classificação não paramétrica. É conhecido pela sua simplicidade
e eficácia. Por ser supervisionado necessita de um conjunto de dados de treinamento rotulado,
os quais são categorizados em várias classes, de modo que a classe dos dados não rotulados
seja prevista Taunk et al. (2019).
Funcionamento
O que queremos fazer com este algoritmo é uma classificação, logo o funcionamento dele se
dá pela aproximação do parâmetro K , que é representado pela quantidade de vizinhos de aproximação do ponto referente ao que queremos classificar.
Portanto, iremos classificar de acordo com o número de K ’s perto do ponto que queremos
a depender do cenário, por exemplo se tivermos K =3, o ponto que queremos classificar irá
observar quais os 3 vizinhos mais próximos, e a partir disso ter sua classe definida.
7.4.2
RL - Regressão Logística
Um dos modelos estatísticos mais utilizados na literatura, a regressão logística consegue atingir
várias áreas como sociais, médicas, econômicas entre outras, das quais se beneficiam pelo seu
modelo probabilístico, principalmente por obter resultados com variáveis não correlacionadas.
Um grande fator de impacto é na área médica, ao contribuir com os critérios de pontuação,
vide APACHE e SAPS-3, que têm em sua base a a regressão logística implementada no seu
modelo final.
Regresão logística é um algoritmo preditor, com principal resultados que variam entre
0(zero) à 1. Há a regressão logística com variável independente e independente, como também há a regressão logística multipla, para os casos em que é necessaário o tratamento de
múltiplas variáveis, muitas das vezes por não serem correlacionadas.
Funcionamento
A base do funcionamento deste algoritmo, é estimar a probabilidade associada a ocorrência
dado um evento. A probabilidade é baseada em um conjunto de variáveis explanatórias, seja de
natureza dicotômica(partição de um todo) ou binária. Assim os resultados probabilísticos sao
definidos no intervalo de 0(zero) à 1.
Metodologia de Experimento
45
Figura 7.2: Exemplo de Hiperplano - scikit-learn (2022)
7.4.3
SVM - Máquina de Vetores de Suporte
Assim como os modelos anteriores, o SVM é um modelo bastante utilizado pelos cientistas de
dados. Proposto pelos autores Boser et al. (1992), o SVM é um algoritmo aplicado a ambientes
supervisionados. A base de seu funcionamento está na implementação da função Kernel, onde
é responsável pela classificação dos conjuntos de dados, de acordo com o mapeamento dos
pontos num espaço multidimensional.
Funcionamento
Com a função Kernel, o SVM atua na separação dos dados com diferentes classes. Assim,
o modelo aplica o conceito de planos de decisão, para traçar uma separação de forma linear,
conforme as três retas que são postas no hiperplano. É possível observar um exemplo presente
na biblioteca Pedregosa et al. (2011), pela figura 7.2.
Na figura é possível visualizar a separação dos conjuntos. As duas linhas mais proximas do
conjunto delimitam o hiperplano, e a linha do meio representa a separação dos conjuntos de
forma linear. Portanto, com os conjuntos separados e com inserção de novos objetos no plano,
será possível classificar os novos objetos de acordo com as delimitações das retas.
Metodologia de Experimento
Variáveis
gênero
diagnóstico
tempo de internação
estado do paciente
probabilidade de morte
SAPS-3
46
Descrição
gênero do paciente, Homem ou Mulher
Contém o diagnóstico primário para admissão na UTI de
acordo com os critérios de pontuação APACHE. Inserido
nos formulários de notas do paciente. Após um período fixo
de admissão, a tabela não pode ser atualizada pelo cuidador.
Diagnóstico do paciente registrado na tabela de diagnóstico
ativo. A sequência indica gravidade relativa. A prioridade de
diagnóstico não é necessária.
Contém dados demográficos do paciente e detalhes de admissão e alta para estadias no hospital e na UTI.
Contém dados demográficos do paciente e detalhes de admissão e alta para estadias no hospital e na UTI.
Tabela 7.4: Parâmetros utilizados nos modelos após normalização dos dados.
7.5
Parâmetros
Esta seção descreve os parâmetros que foram utilizados para a elaboração dos modelos de
aprendizagem de máquina a partir das hipóteses iniciais na busca por resultados que satisfaçam
o problema de pesquisa.
Os parâmetros utilizados por esta pesquisa, são : aprobabilidade do paciente vir a óbito
morte, estado do paciente, gênero e o tempo de internação. Assim, após passar pela normalização dos dados, e redefinidos, a variável gênero, foi redefinida de Homem e Mulher, para
binário, 1 para Homem e 0 para Mulher.
A variável tempo de internação, também foi redefinida pra binária também, com 1 identificando pacientes que permaneceram na UTI maior que 48h, e 0 para tempo de internação menor
ou igual a 48h. Como também a variável estado de vida do paciente, foi normalizada de modo
binário, com valor 1 para pacientes vivos, e 0 para pacientes que faleceram.
Os parâmetros utilizados como variáveis independentes na elaboração dos modelos para
predição de prognóstico de mortalidade, foram as variáveis: gênero, tempo de internação e
probabilidade de morte calculada pelo SAPS-3. E para predição de tempo de internação do
paciente, foi considerada as variáveis: gênero, estado de vida do paciente e probabilidade de
morte calculada pelo SAPS-3.
7.6
Experimentos
Após normalização do dataset dos pesquisadores Goldberger et al. (2000) e Johnson et al.
(2021), foi possível obter 177 pacientes diagnosticados com septicemia, dentre eles 83 mulheres
Metodologia de Experimento
47
e 94 homens. A estratégia para aplicação dos algoritmos no dataset, foi de utilizar 70% para
treino e 30% da base para teste.
Sendo assim, a hipótese gerada para implementação dos modelos de aprendizagem de máquina, consiste em utilizar as equações 4.1 e 4.2, e gerar uma nova coluna que chamamos de
txMortality, onde está presente o cálculo do percentual de mortalidade do paciente diagnosticado com sepses pelo SAPS-3, com intervalo de 0(zero) à 1. Foi possível também notar, que
os valores encontrados quanto ao percentual da probabili- dade de morte pelo SAPS-3, estiveram de acordo com a tabela 3.1 do APACHE-IV, ao realizar testes com entradas hipotéticas das
variáveis independentes.
Foi possível também notar, que os valores encontrados quanto ao percentual da probabilidade de morte pelo SAPS-3, estiveram de acordo com a tabela 4.1 do APACHE-IV, ao realizarmos testes com entradas hipotéticas das variáveis independentes.
Capítulo 8
Resultados
Nesta seção descreve os resultados perante aos cenários propostos, bem como a comparação
dos dos modelos presentes na literatura, APACHE IV e SAPS-3, com os modelos de aprendizagem de máquina implementados.
Isto posto, os resultados obtidos foram satisfatórios, mesmo que a normalização dos dados
tenha afetado significativamente a quantidade de pacientes, ao identificar duplicações. Com
isso, ainda sim foi possível aplicar os algoritmos propostos, estes que serão descritos abaixo e
foram disponibilizados em : Marcos Vinícius (2022b) e Marcos Vinícius (2022c)
Por conseguinte, os resultados obtidos foram satisfatórios, mesmo que a normalização dos
dados tenha afetado a quantidade de pacientes, ainda assim foi possível aplicar os algoritmos
propostos, estes, descritos abaixo e disponibilizados em:
• Marcos Vinícius (2022a) Google Colaboratory
• Marcos Vinícius (2022b) GitHub operSource Code
• Marcos Vinícius (2022c) Publicado na Code Ocean para o Instituto de Engenheiros Eletricistas e Eletrônicos ou Instituto de Engenheiros Eletrotécnicos e Eletrónicos ou IEEE
8.1
Cenários
Com os dados normalizados e disponíveis para a implementação dos algoritmos, foi pensado
juntamente com as hipóteses, cenários que pudessem atendencem as propostas iniciais, como
a utilização das variáveis obrigatórias mortalidade e tempo de internação para atingir o objetivo
deste trabalho.
Por conseguinte, a estrutura dos cenários está composta pelos cenários 1 e 2, em que foram implementados os algoritmos para obter resultados preditivos quanto a probabilidade do
paciente com sepses estar vivo ou morto. Já nos cenários 3 e 4, foram implementados os mesmos algoritmos com objetivo de obter resultados quanto à estimativa de tempo de internação
do paciente na UTI.
48
Metodologia de Experimento
8.1.1
49
Cenário 1
No cenário 1, observamos os algoritmos com os parâmetros tempo de internação, gênero, probabilidade de morte pelo saps, como variáveis independentes, e a o estado de vida do paciente
no hospital, como variável dependente.
8.1.2
Regressão Logística
Este modelo, obteve resultados significativos com AUC = 0.82, ver figura 8.4, conforme figura
(roc curve comparasion) e uma matriz de confusão como pode ser analisada na figura 8.1 a
quantidade de pacientes que o modelo conseguiu predizer, com 46 predições para pacientes
com estado vivo, com 4 não classificados, e com estado morto 2 pacientes preditos e 2 não
classificados.
Figura 8.1: Matriz de Confusão Regressão Logística - cenário 1
8.1.3
KNN
Com uma AUC = 0.74 de acordo com a curva ROC 8.4, a acurácia com esse modelo, foi a pior
dentre as implementadas para este cenário. Também foi gerada uma matriz de confusão presente na figura 8.2, com predição para pacientes vivos igual ao modelo de regressão logística,
46, com 3 pacientes não classificados para o mesmo estado, como também, 2 pacientes com
estado de vida falecido, com 3 não classificados.
Metodologia de Experimento
50
Figura 8.2: Matriz de Confusão KNN - cenário 1
8.1.4
SVM
O SVM obteve maior AUC = 0.85 dentre os modelos implementados, de acordo com a comparação entre as curvas roc 8.4. O modelo possui também uma matriz de confusão semelhante
aos algoritmos anteriores, com 46 pacientes com predição correta e 4 não classificados para
o estado do paciente vivo, como também 2 com predicão correta e 2 não classificados para o
estado de vida do paciente falecido.
Figura 8.3: Matriz de Confusão SVM - cenário 1
Metodologia de Experimento
51
Figura 8.4: Curva ROC dos modelos - cenário 1
8.2
Cenário 2
Já no cenário 2, foi desconsiderado a variável gênero, a fim de analisar os resultados de cada
modelo, com isso, foi possível implementar nos algoritmos propostos e obter uma comparação
significativa de cada modelo.
Isto posto, este cenário não obteve resultados superiores em nenhum dos modelos, ao ser
comparado com o cenário 1, justamente por não se utilizar da variável gênero.
8.2.1
Regressão Logística
Ao avaliar a matriz de confusão do modelo, presente na figura 8.5, percebe-se que a predição
correta para estado do paciente vivo, está com uma classificação maior (43), e 8 incorretas, por
outro lado, a predição para o estado de morte obteve 2 predições corretas, e 1 não classificada.
Para valiar o grau de sensibilidade e especificidade do modelo, obteve uma AUC = 0.70 ver
figura 8.6 que compara com os outros modelos.
Figura 8.5: Matriz de Confusão Regressão Logística - cenário 2
Metodologia de Experimento
52
Figura 8.6: Curva ROC dos modelos - cenário 2
8.2.2
KNN
No KNN não foram obtidos resultados significativos ao inferir a variável gênero, como em regressão logística. Assim os resultados obtidos quanto a análise da curva ROC 8.6, com AUC=
0.56 e matriz de confusão na figura 8.7, com classifição dos pacientes vivos igual a 43, e 7
não classificados. Além de ter 2 classificações corretas e 2 não classificadas, para o estado do
paciente morto.
Figura 8.7: Matriz de confusão KNN - cenário 2
Metodologia de Experimento
53
Figura 8.8: Matriz de Confusão SVM - cenário 2
8.2.3
SVM
Assim como os outros modelos, com o SVM não foi possível melhorar os resultados, pois obteve
uma AUC = 0.64. Na matriz de confusão 8.8, foi possível obter 43 pacientes classificados, e
7 não classificados para o estado vivo, no entanto, 2 pacientes foram classificados e 2 não
classificados para o estado de vida morto.
8.3
Cenário 3
Para este cenário, foi definido alguns critérios para ser considerado na elaboração dos modelos,
pois consiste na predição e classificação dos pacientes conforme o tempo de internação. Foi
efetuada uma conversão dos valores do tempo de internação, para uma forma binária, pela qual
os pacientes que possuíam mais de 2880 minutos, equivalente a 48h, teriam valor 1, pacientes
que tiveram tempo de internação maior a este período e os demais valores abaixo ou iguais a
48h, valor 0.
Além dessas conversões quanto ao tempo de internação obtidos, utilizou-se as variáveis
probabildiade de morte e estado de vida do paciente para este cenário.
A separação binária dos pacientes a partir do tempo de internação, foi realizada a partir da
hipótese de que as primeiras 24h não seriam consideradas, devido a necessidade de aplicação
e avaliação da pontuação do SAPS, que de acordo com a literatura, obtém uma melhor eficácia
nas primeiras 24h, mesmo que a base de dados possua pacientes com tempo de internação
menor que 2880 minutos. A partir disso, foi considerado mais 24h, com total de 48h, para
separar os pacientes da base de dados, e assim obter resultados que atendesse as hipóteses.
As variáveis utilizadas neste cenário, foram as mesmas do cenário 2, porém, a variável
dependente é o tempo de internação do paciente na uti, e as variáveis independetes são pro-
Metodologia de Experimento
54
babilidade de morte e estado do paciente.
8.3.1
Regressão Logística
O algoritmo de regressao logistica não obteve bons resultados, principalmente ao se tratar da
acurácia com AUC = 0.60 - ver figura 8.12-, ao avaliar a sua curva ROC, não atingiu uma
acurácia que tenha um nível de confiança equivalente aos outros modelos com AUC superior a
0.8.
Além disso, de acordo com a matriz de confusão do modelo presente na figura 8.9, foram
classificados 45 pacientes e 9 não foram classificados com tempo de internação maior que 48h.
E não obteve nenhuma classificação para pacientes com tempo de internação inferior a 48h.
Figura 8.9: Matriz de confusão Regressão logística - cenário 3
8.3.2
KNN
Os resultados do algoritmo KNN foram mais satisfatórios, com AUC = 0.67, - ver figura 8.12-.
Com isso, é possível obter um nível de confiança melhor quanto a sensibildiade e especificidade
do algoritmo, isso, se comparado aos outros modelos deste cenário.
Ao avaliar a matriz de confusão presente na figura 8.10, nota-se que o algoritmo tem uma
precisão maior quanto a pacientes que permanecerão na UTI por mais de 48h, com 43 classificados, e apenas 8 não. Isto posto, a quantidade de pacientes com valor 0 pelo modelo, estão
muito abaixo se comparado a quantidade classificada com valor 1. Foram 2 classificados com
tempo de internação inferior ou igual a 48h, 1 não classificado.
Metodologia de Experimento
Figura 8.10: Matriz de Confusão KNN - cenário 3
Figura 8.11: Matriz de Confusão SVM - cenário 3
Figura 8.12: Curva ROC dos modelos implementados -cenário 3
55
Metodologia de Experimento
8.3.3
56
SVM
Os resultados do algoritmo KNN foram mais satisfatórios, com AUC = 0.67, - ver figura 8.12-.
Com isso, é possível obter um nível de confiança melhor quanto a sensibildiade e especificidade
do algoritmo, isso, se comparado aos outros modelos deste cenário.
8.4
Cenário 4
Na elaboração do cenário, foi considerado as mesmas variáveis utilizadas no cenário 3, com o
objetivo de predizer se o paciente irá permanecer internado por até 48h ou irá superar as 48h.
Ademais, neste cenário foi inferida a variável gênero, com o intuito de obter novos resultados
e comparar os cenários, visto que com o cenário anterior, não foi possível superar a AUC dos
modelos na literatura.
8.4.1
Regressão Logística
Com AUC = 0.85 de acordo com a curva ROC 8.16, obtendo o melhor resultado dentre os
modelos propostos. Ainda assim, a matriz de confusão 8.13 não gerou uma predição para
pacientes que permanecerão internados por até 48h, no entanto, foi obtida uma predição quanto
aos pacientes que irão passar de 48h de internação, com 48 classificações e 6 não classificados.
Figura 8.13: Matriz de confusão Regressão Logística -cenário 4
8.4.2
KNN
Já com o KNN, foi possível obter uma matriz de confusão mais acertiva quanto a predição, ao
classificar 43 pacientes com probabilidade de tempo de internação maior que 48, e 5 pacientes
com menos de 48h, por fim 6 não foram classificados, de acordo com a figura 8.14. No entanto,
com AUC = 0.64, o modelo não superou a regressão logística neste cenário.
Metodologia de Experimento
57
Figura 8.14: Matriz de confusão KNN -cenário 4
8.4.3
SVM
Por fim, o modelo que obteve os piores resultados nesse cenário, o SVM, possui uma matriz de
confusão 8.15, que apesar de ter uma classificação parecida com a regressão logística, com
predição de 48 pacientes com tempo de internação maior que 48h, e 6 não classificados, este
modelo obteve AUC = 0.32.
Figura 8.15: Matriz de confusão SVM -cenário 4
Metodologia de Experimento
Figura 8.16: Curva ROC dos modelos implementados -cenário 4
58
Capítulo 9
Discussão
Esta seção descreve as técnicas que foram utilizadas para a obtenção dos resultados. Além
disso, observa-se a comparação dos dados obtidos com relação aos modelos elaborados em
cada cenário proposto anteriormente.
Sendo assim, a busca na literatura por dados relevantes, principalmente que atendessem às
hipóteses criadas, foi dada através do uso de strings de busca cada vez mais específicas para
outros tipos de doenças a fim de encontrar base de dados que publicam trabalhos científicos
de boa relevância e disponibilizam os dados legendados, de modo que facilitem o uso das
informações.
Portanto, a análise particular que fizemos foi de que o algoritmo de KNN obteve uma melhor
validação, uma vez que por meio da variável foi possível obter maior acurácia no seu modelo
com as variáveis de tempo de internação e a taxa de mortalidade calculada. Em contrapartida, o
modelo de regressão logística teve uma acurácia menor, ainda que esse modelo tenha utilizado
a variável gênero a mais no treinamento e teste.
Embora já citadas, as pontuações APACHE - IV, presentes na base de dados utilizada, não
foram utilizadas. Com isso a metodologia APACHE, serviu apenas para comparar quantitativamente a AUC, o modelo com SVM, atingiu uma acurácia mais próxima do modelos APACHE,
quanto ao prognóstico de mortalidade, com AUC= 0.85 no cenário 1, utilizando as variáveis
gênero, probabilidade de morte calculada pelo SAPS-3 e tempo de internação do pacitente.
Por conseguinte, foi obtido resultados quanto a predição do tempo de internação dos pacientes, ao considerar os intervalos, antes de 48h e depois de 48h. Com AUC = 0.85 t o modelo
com Regressão Logística obteve o melhor resultado no cenário 4, ao utilizar as variáveis gênero,
probabilidade de morte calculada pelo SAPS-3 e estado de vida do paciente.
• É possível obter prognóstico eficaz quanto a pacientes com septicemia.
• Aplicação de algoritmos de aprendizagem de máquina, obtém resultados iguais ou superiores de AUC, quanto aos métodos APACHE- IV e SAPS-3.
59
Metodologia de Experimento
60
• Aplicação algoritmos de aprendizagem de máquina, predizem probabilidade de óbito de
pacientes com septicemia.
• Aplicação algoritmos de aprendizagem de máquina, predizem probabilidade do tempo de
intenação do paciente na UTI.
Idealmente a aplicação dos modelos devem ser validados posteriormente com médicos e
especialistas no âmbito hospitalar, e assim obter uma resposta mais clara, quanto a eficácia
dos modelos aqui criados, porém, não foi possível implementar um framework com interface
mais acessível para os profissionais de saúde, e consequentemente estes modelos não foram
disponibilizados para os profissionais ainda.
Capítulo 10
Conclusão
Houve uma dificuldade quanto a obtenção de dados reais e utilizáveis, assim, quando finalmente
foi possível coletar os dados. Não foi possível perceber o tanto de dados duplicados que tinham
na base de dados no primeiro momento, posteriomente após uma normalização, foi possível
perceber pacientes com dados duplicados.
Quanto as hipóteses criadas no início da pesquisa, obteve respostas quanto a eficácia do
prognóstico específico, com pacientes que foram acometidos com septicemia, além de ser possível aplicar modelos de aprendizagem de máquina que obtiveram AUC significativos, ao serem
comparados com os modelos da literatura. Ademais, foi possível predizer a probabilidade do estado de vida do paciente com sepses, ao utilizar o cálculo de probabilidade de morte do sistema
SAPS, como parâmetro na implementação do modelo.
Quanto a última hipótese, foi possível predizer se o tempo de internação do paciente na
UTI, conforme os critérios adotados, para menor ou igual a 48h de tempo de internação, ou
maior que 48h.Portanto, foi possível avaliar quantitativamente os modelos propostos por este
trabalho. Porém, é perceptível que uma abordagem com maior número de pacientes, melhoraria
consequentemente os resultados obtidos, ou pelo menos, traria mais conforto na análise dos
modelos.
Para trabalhos futuros, esperamos poder contar com uma base de dados bem maior, para
melhor treinar os algoritmos, assim poderemos chegar cada vez mais perto do modelo de predição ideal para prognóstico de pessoas com septicemia, e assim contribuir com a diminuição
do tempo de internação dos pacientes, bem como ser um auxílio na tomada de decisão dos
médicos e especialistas diminuindo as chances de morte das pessoas.
61
Referências
Santos HG, nascimento CF, izbicki r, duarte YAO, chiavegatto filho ADP. machine learning para
análises preditivas em saúde: exemplo de aplicação para predizer óbito em idosos de são
paulo, brasil. cad saúde pública 2019 35(7):e00050818. Cadernos de Saúde Pública, 36(1),
2020. DOI 10.1590/0102-311xer050818. URL
https://doi.org/10.1590/0102-311xer050818.
Baran Balkan, Patrick Essay, and Vignesh Subbian. Evaluating icu clinical severity scoring
systems and machine learning applications: Apache iv/iva case study. In 2018 40th Annual
International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC),
pages 4073–4076, 2018. DOI 10.1109/EMBC.2018.8513324.
Roger C Bone, Robert A Balk, Frank B Cerra, R Phillip Dellinger, Alan M Fein, William A Knaus,
Roland M H Schein, and William J Sibbald. Definitions for sepsis and organ failure and
guidelines for the use of innovative therapies in sepsis. Chest, 101(6):1644–1655, June 1992.
Bernhard E. Boser, Isabelle M. Guyon, and Vladimir N. Vapnik. A training algorithm for optimal
margin classifiers. In Proceedings of the Fifth Annual Workshop on Computational Learning
Theory, COLT ’92, page 144–152, New York, NY, USA, 1992. Association for Computing
Machinery. ISBN 089791497X. DOI 10.1145/130385.130401. URL
https://doi.org/10.1145/130385.130401.
Andrew P. Bradley. The use of the area under the roc curve in the evaluation of machine
learning algorithms. Pattern Recognition, 30(7):1145–1159, 1997. ISSN 0031-3203.
DOI https://doi.org/10.1016/S0031-3203(96)00142-2. URL
https://www.sciencedirect.com/science/article/pii/S0031320396001422.
Steven C Brooks and Connie W Tsao. Circulation.
http://circ.ahajournals.org/content/101/23/e215.full];. Accessed: 2022-7-16.
Gyzelly Alves de Carvalho, Adriana Arruda Barbosa Rezende, Geovane Rossone Reis, and
Giulliano Gardenghi. Uso do escore apache iv como preditor de mortalidade e tempo de
permanência em uma unidade de terapia intensiva. Revista Pesquisa em Fisioterapia, 10(1):
62
Referências
63
9–15, jan. 2020. DOI 10.17267/2238-2704rpf.v10i1.2606. URL
https://www5.bahiana.edu.br/index.php/fisioterapia/article/view/2606.
eICU Collaborative Research Database. eicu collaborative research database. Disponível em:
https://eicu-crd.mit.edu/eicutables/apacheapsvar/. Acesso em: Fevereiro, 2022.
F. Ellett, J. Jorgensen, Marand A. L., M. L. Yuki, M. M. Myrian, S. Vicky, Kathryn L. B., L. Jarone,
and I. Daniel. Diagnosis of sepsis from a drop of blood by measurement of spontaneous
neutrophil motility in a microfluidic assay. 2018.
DOI https://doi.org/10.1038/s41551-018-0208-z.
Framework para cálculo do APACHE IV. Framework para cálculo do apache iv. Disponível em:
https://intensivecarenetwork.com/Calculators/Files/Apache4.html. Acesso
em: Agosto, 2022.
Mohammad Ghorbani, Haleh Ghaem, Abbas Rezaianzadeh, Zahra Shayan, Farid Zand, and
Reza Nikandish. A study on the efficacy of APACHE-IV for predicting mortality and length of
stay in an intensive care unit in iran. F1000Res., 6:2032, November 2017.
A L Goldberger, L A Amaral, L Glass, J M Hausdorff, P C Ivanov, R G Mark, J E Mietus, G B
Moody, C K Peng, and H E Stanley. PhysioBank, PhysioToolkit, and PhysioNet: components
of a new research resource for complex physiologic signals. Circulation, 101(23):E215–20,
June 2000.
Chang Hu, Lu Li, Weipeng Huang, Tong Wu, Qiancheng Xu, Juan Liu, and Bo Hu. Interpretable
machine learning for early prediction of prognosis in sepsis: A discovery and validation study.
Infectious Diseases and Therapy, 11(3):1117–1132, April 2022.
DOI 10.1007/s40121-022-00628-6. URL
https://doi.org/10.1007/s40121-022-00628-6.
Knaus WA Draper EA Wagner DP Zimmerman JE. Apache ii: a severity of disease
classification system. Crit Care Med., 1985.
Alistair Johnson, Tom Pollard, Omar Badawi, and Jesse Raffa. EICU collaborative research
database demo, 2021.
Alan E. Jones, Stephen Trzeciak, and Jeffrey A. Kline.
The sequential organ failure asses-
sment score for predicting outcome in patients with severe sepsis and evidence of hypoperfusion at the time of emergency department presentation∗. Critical Care Medicine, 37(5) :
1649 − −1654, May2009. DOI 10.1097/ccm.0b013e31819de f 97.URL.
V. N. Jordão, L. A. P. Nascimento, V. G. B. Lima, M. C. Farah, and H. P. Guimarães. Sepse: a
discussion on the changes of its diagnostic criteria. Brazilian Journal of health Review, 2019.
Referências
64
Simarjeet Kaur, Jimmy Singla, Lewis Nkenyereye, Sudan Jha, Deepak Prashar, Gyanendra Prasad Joshi, Shaker El-Sappagh, Md. Saiful Islam, and S. M. Riazul Islam. Medical diagnostic
systems using artificial intelligence (ai) algorithms: Principles and perspectives. IEEE Access,
8:228049–228069, 2020. DOI 10.1109/ACCESS.2020.3042273.
HI Kim and S. Park.
Sepsis: Early recognition and optimized treatment.
Epub, 2019.
DOI 10.4046/trd.2018.0041.
W A Knaus, J E Zimmerman, D P Wagner, E A Draper, and D E Lawrence. APACHE-acute
physiology and chronic health evaluation: a physiologically based classification system. Crit.
Care Med., 9(8):591–597, August 1981.
William A Knaus, Douglas P Wagner, Elizabeth A Draper, Jack E Zimmerman, Marilyn Bergner,
Paulo G Bastos, Carl A Sirio, Donald J Murphy, Ted Lotring, Anne Damiano, and Frank E Harrell,
Jr. The APACHE III prognostic system. Chest, 100(6):1619–1636, December 1991.
Goh K.H. Wang L., Yeow A.Y.K., Hermione P., Ke L., Joannas J. L. Y., and Gamaliel Y. H. T. Artificial intelligence in sepsis early prediction and diagnosis using unstructured data in healthcare.
2021. DOI doi.org/10.1038/s41467-021-20910-4.
M. M. Lavoisier, M. G. V. Ana, and U. A. Ulisses. Predictive model for sepsis in the intensive
care unit. 2016. DOI dx.doi.org/10.18569/tempus.v10i2.1832.
Hui Li, Liang Liu, Dingyu Zhang, Jiuyang Xu, Huaping Dai, Nan Tang, Xiao Su, and Bin Cao.
Sars-cov-2 and viral sepsis: observations and hypotheses.
1520, 2020.
ISSN 0140-6736.
The Lancet, 395(10235):1517–
DOI https://doi.org/10.1016/S0140-6736(20)30920-X. URL
https://www.sciencedirect.com/science/article/pii/S014067362030920X.
S. M. Lobo, E. Rezende, C. L. Mendes, and M. C. Oliveira. Mortality due to sepsis in brazil in
a real scenario: the brazilian icus project. mortalidade por sepse no brasil em um cenário real:
projeto utis brasileiras. 2019. DOI doi.org/10.5935/0103-507X.20190008.
Batta Mahesh.
Machine learning algorithms-a review.
International Journal of Science and
Research (IJSR).[Internet], 9:381–386, 2020.
Qingqing Mao, Melissa Jay, Jana L Hoffman, Jacob Calvert, Christopher Barton, David Shimabukuro, Lisa Shieh, Uli Chettipally, Grant Fletcher, Yaniv Kerem, Yifan Zhou, and Ritankar Das.
Multicentre validation of a sepsis prediction algorithm using only vital sign data
in the emergency department, general ward and icu.
BMJ Open, 8(1), 2018.
ISSN 2044-
6055. DOI 10.1136/bmjopen-2017-017833. URL https://bmjopen.bmj.com/content/8/
1/e017833.
Marcos Vinícius.
Modelos implementados no colab.
Disponível em: https://colab.
research.google.com/drive/1qJYfMc740PquSTvqk3Yv-jATmcxZJcpE?usp=sharing. Acesso
em: Agosto, 2022a.
Referências
65
Marcos Vinícius.
Código github.
Disponível em:
https://github.com/marcmec/
PrognosticSepsis. Acesso em: Agosto, 2022b.
Marcos Vinícius. Código code ocean. Disponível em: https://codeocean.com/capsule/
1750428/tree. Acesso em: Agosto, 2022c.
Paul E. Marik and Abdalsamih M. Taeb. Sirs, qsofa and new sepsis definition. Journal of Thoracic Disease, 9(4), 2017. ISSN 2077-6624. URL https://jtd.amegroups.com/article/
view/12738.
Ministério-da-Saúde. Conecte sus. Disponível em: http://tabnet.datasus.gov.br/cgi/
deftohtm.exe?sih/cnv/niuf.def. Acesso em: Março, 2021.
Senthilkumar Mohan, Chandrasegar Thirumalai, and Gautam Srivastava. Effective heart disease prediction using hybrid machine learning techniques. IEEE Access, 7:81542–81554, 2019.
DOI 10.1109/ACCESS.2019.2923707.
Rui P Moreno, Philipp G H Metnitz, Eduardo Almeida, Barbara Jordan, Peter Bauer, Ricardo Abizanda Campos, Gaetano Iapichino, David Edbrooke, Maurizia Capuzzo, Jean-Roger Le Gall,
and SAPS 3 Investigators. SAPS 3–from evaluation of the patient to evaluation of the intensive
care unit. part 2: Development of a prognostic model for hospital mortality at ICU admission.
Intensive Care Med., 31(10):1345–1355, October 2005.
F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, M. Blondel, P. Prettenhofer, R. Weiss, V. Dubourg, J. Vanderplas, A. Passos, D. Cournapeau, M. Brucher, M. Perrot,
and E. Duchesnay.
Scikit-learn: Machine learning in Python.
Journal of Machine Learning
Research, 12:2825–2830, 2011.
Tom J Pollard, Alistair E W Johnson, Jesse D Raffa, Leo A Celi, Roger G Mark, and Omar
Badawi. The eICU collaborative research database, a freely available multi-center database for
critical care research. Scientific Data, 5(1):180178, September 2018.
D. Ren, C. Ren, Rq. Yao, Y. Feng, and Y. Yao. Clinical features and development of sepsis in
patients infected with sars-cov-2: a retrospective analysis of 150 cases outside wuhan, china.
Intensive Care Med, 2020. DOI https://doi.org/10.1007/s00134-020-06084-5.
P. T. Santos.
Estreptococcias - streptococcal infections.
1999.
DOI 0021-7557/99/75-
Supl.1/S103.
scikit-learn. Svm margins example. Disponível em: https://scikit-learn.org/stable/
auto_examples/svm/. Acesso em: Agosto, 2022.
Christopher W. Seymour, Foster Gesten, Hallie C. Prescott, Marcus E. Friedrich, Theodore J.
Iwashyna, Gary S. Phillips, Stanley Lemeshow, Tiffany Osborn, Kathleen M. Terry, and Mitchell M. Levy. Time to treatment and mortality during mandated emergency care for sepsis.
New England Journal of Medicine, 376(23):2235–2244, 2017. DOI 10.1056/NEJMoa1703058.
URL https://doi.org/10.1056/NEJMoa1703058. PMID: 28528569.
Referências
66
João Manoel Silva Junior, Luiz M Sá Malbouisson, Hector L Nuevo, Luiz Gustavo T Barbosa,
Lauro Yoiti Marubayashi, Isabel Cristina Teixeira, Antonio Paulo Nassar Junior, Maria Jose Carvalho Carmona, Israel Ferreira da Silva, José Otávio Costa Auler Júnior, and Ederlon Rezende.
Applicability of the simplified acute physiology score (SAPS 3) in brazilian hospitals. Rev. Bras.
Anestesiol., 60(1):20–31, January 2010.
Ishan Taneja, Gregory L. Damhorst, Carlos Lopez-Espina, Sihai Dave Zhao, Ruoqing Zhu,
Shah Khan, Karen White, James Kumar, Andrew Vincent, Leon Yeh, Shirin Majdizadeh, William Weir, Scott Isbell, James Skinner, Manubolo Devanand, Syed Azharuddin, Rajamurugan
Meenakshisundaram, Riddhi Upadhyay, Anwaruddin Syed, Thomas Bauman, Joseph Devito,
Charles Heinzmann, Gregory Podolej, Lanxin Shen, Sanjay Sharma Timilsina, Lucas Quinlan,
Setareh Manafirasi, Enrique Valera, Bobby Reddy, and Rashid Bashir. Diagnostic and prognostic capabilities of a biomarker and EMR-based machine learning algorithm for sepsis. Clinical and Translational Science, 14(4):1578–1589, May 2021. DOI 10.1111/cts.13030. URL
https://doi.org/10.1111/cts.13030.
Kashvi Taunk, Sanjukta De, Srishti Verma, and Aleena Swetapadma.
of nearest neighbor algorithm for learning and classification.
A brief review
In 2019 International Con-
ference on Intelligent Computing and Control Systems (ICCS), pages 1255–1260, 2019.
DOI 10.1109/ICCS45141.2019.9065747.
Franco van Wyk, Anahita Khojandi, Rishikesan Kamaleswaran, Oguz Akbilgic, Shamim Nemati,
and Robert L. Davis. How much data should we collect? a case study in sepsis detection using
deep learning. In 2017 IEEE Healthcare Innovations and Point of Care Technologies (HI-POCT),
pages 109–112, 2017. DOI 10.1109/HIC.2017.8227596.
Alfredo Vellido, Vicent Ribas, Carles Morales, Adolfo Ruiz Sanmartín, and Juan Carlos Ruiz
Rodríguez. Machine learning in critical care: state-of-the-art and a sepsis case study. BioMedical Engineering OnLine, 17(S1), November 2018. DOI 10.1186/s12938-018-0569-2. URL
https://doi.org/10.1186/s12938-018-0569-2.
Achmad Widodo and Bo-Suk Yang.
Support vector machine in machine condition moni-
toring and fault diagnosis.
Mechanical Systems and Signal Processing, 21(6):2560–2574,
2007.
DOI https://doi.org/10.1016/j.ymssp.2006.12.007.
ISSN 0888-3270.
URL https:
//www.sciencedirect.com/science/article/pii/S0888327007000027.
Qiangrong Zhai, Zi Lin, Hongxia Ge, Yang Liang, Nan Li, Qingbian Ma, and Chuyang Ye. Using
machine learning tools to predict outcomes for emergency department intensive care unit patients. Scientific Reports, 10(1):20919, Dec 2020. ISSN 2045-2322. DOI 10.1038/s41598-02077548-3. URL https://doi.org/10.1038/s41598-020-77548-3.
Jack E Zimmerman, Andrew A Kramer, Douglas S McNair, and Fern M Malila. Acute physiology
and chronic health evaluation (APACHE) IV: hospital mortality assessment for today’s critically ill
patients. Crit. Care Med., 34(5):1297–1310, May 2006.
Referências
67
Franciele Nascimento Santos Zonta, Patricia Gurgel Amaral Velasquez, Leonardo Garcia Velasquez, Luciana Savi Demetrio, Danieli Miranda, and Mirian Bortolamedi Diamenes Silva.
Epidemiological and clinical characteristics of sepse in a public hospital of paraná.
vista de Epidemiologia e Controle de Infecção, 8(3):224–231, 2018.
Re-
ISSN 2238-3360.
DOI 10.17058/reci.v8i3.11438. URL https://online.unisc.br/seer/index.php/epidemiologia/
article/view/11438.
Apêndice A
Código para gerar os modelos de
aprendizagem de máquina
1
2
# -*- coding: utf-8 -*-
3
""" Visualizacao de dados
4
5
Automatically generated by Colaboratory .
6
7
Original file is located at
8
https :// colab . research . google . com / drive /1 qJYfMc740PquSTvqk3Yv jATmcxZJcpE
9
"""
10
11
import pandas as pd
12
import io
13
from google . colab import files
14
import csv
15
import plotly . graph _ objects as go
16
import numpy as np
17
from sklearn . datasets import make _ moons
18
from sklearn . model _ selection import train _ test _ split
19
from sklearn . neighbors import KNeighborsClassifier
20
import matplotlib . pyplot as plt
21
from math import e
22
from sklearn . linear _ model import LogisticRegression
23
from sklearn import metrics
24
import seaborn as sn
25
import plotly . express as px
26
from sklearn . preprocessing import StandardScaler
68
69
27
from sklearn import svm
28
from sklearn . datasets import make _ blobs , make _ circles
29
from sklearn . metrics import classification _ report , confusion _ matrix ,
plot _ confusion _ matrix
30
from sklearn . model _ selection import cross _ val _ score
31
from sklearn . model _ selection import GridSearchCV
32
33
pd . set _ option ( ’ display . max _ rows ’, None )
34
#exibir todo o data set independente da quantidade de linhas
35
36
apacheAdmit = pd . read _ csv ( ’ apacheMaisAdmitTime . csv ’)
37
#leitura do dataset normalizado com as v a r i v e i s que s e r o
utilizadas
38
39
# a seguir tratar mais uma vez os dados do dataframe lido.
40
#categorizar os pacientes ALIVE e EXPIRED para
b i n r i o 1 ou 0 -
como estado de vida do paciente VIVO OU MORTO
41
#Categorizar os pacientes de acordo com seu genero HOMEM E MULHER
para
42
b i n r i o 1 ou 0
#categorizar os pacientes que tem tempo de internacacao maior que 48h
(1 para maiores que 2880minutos e 0 para menores que 48h)
43
44
apacheAdmit = apacheAdmit . replace ( to _ replace = [ ’ ALIVE ’,’ EXPIRED ’],
value = [ ’1 ’,’0 ’])
45
46
apacheAdmit = apacheAdmit . replace ( to _ replace = [ ’ Male ’,’ Female ’],
value = [ ’1 ’,’0 ’])
47
48
#apacheAdmit = apacheAdmit.replace(to_replace = [’> 89’],value =
[’90’])
49
50
apacheAdmit . loc [ apacheAdmit [ ’ hospitaldischargeoffset ’] > 2880 , ’
hospitaldischargeoffset ’] = ’1 ’
51
52
apacheAdmit . loc [( apacheAdmit [ ’ hospitaldischargeoffset ’] != ’1 ’) , ’
hospitaldischargeoffset ’] = ’0 ’
53
54
#calcular a probabilidade de morte de acordo com o saps 3 dispon vel
no dataframe
55
70
56
txLogit = -32.6659 + np . log ( apacheAdmit [ ’ acutephysiologyscore ’]
+20.5958) * 7.3068
57
58
txMortality = e** txLogit / (1+ e** txLogit )
59
60
#gerar a nova coluna do dataframe com o resultado da probabilidade de
morte calculada
61
62
apacheAdmit . insert (7 , ’ txMortality ’, txMortality )
63
64
#efetuar o treino de acordo com os c e n r i o s
65
66
# c e n r i o para progn stico de mortalidade do paciente
67
68
# # X = apacheAdmit[["hospitaldischargeoffset","gender",’txMortality
’]]
69
# # y = apacheAdmit[’actualhospitalmortality’]
70
# X = apacheAdmit[["hospitaldischargeoffset",’txMortality’]]
71
# y = apacheAdmit[’actualhospitalmortality’]
72
73
# c e n r i o para predicao e tempo de internacao do paciente
74
X = apacheAdmit [[ " actualhospitalmortality " ," gender " ,’ txMortality ’]]
75
y = apacheAdmit [ ’ hospitaldischargeoffset ’]
76
# X = apacheAdmit[["actualhospitalmortality",’txMortality’]]
77
# y = apacheAdmit[’hospitaldischargeoffset’]
78
79
80
X_ train , X_ test , y_ train , y_ test = train _ test _ split (X , y , test _ size
=0.3)
81
82
#aplicar as bibliotecas com os algoritmos de aprendizagem de m q u i n a
REGRESSAO LOGISTICA, KNN E SVM
83
84
logistic _ regression = LogisticRegression ()
85
logistic _ regression . fit (X_ train ,y_ train )
86
87
logistic _ regression = LogisticRegression ()
88
logistic _ regression . fit (X_ train ,y_ train )
89
y_ predrl = logistic _ regression . predict (X_ test )
90
71
91
# plotagem da matriz de confusao de acordo com a predicao do modelo
de regressao logistica
92
metrics . ConfusionMatrixDisplay . from _ predictions (y_ test , y_ predrl )
93
plt . show ()
94
95
print ( ’ Accuracy : ’, metrics . accuracy _ score (y_ test , y_ predrl ))
96
plt . show ()
97
98
logistic _ regression . score (X ,y)
99
100
print ( classification _ report (y_ test ,y_ predrl ))
101
102
scaler = StandardScaler ()
103
scaler . fit (X_ train )
104
105
X_ train = scaler . transform (X_ train )
106
X_ test = scaler . transform (X_ test )
107
108
knn _ class = KNeighborsClassifier (n_ neighbors =3)
109
knn _ class . fit (X_ train , y_ train )
110
111
y_ pred _ knn = knn _ class . predict (X_ test )
112
113
print (y_ pred _ knn )
114
115
knn _ class . score (X ,y)
116
117
# plotagem da matriz de confusao de acordo com a predicao do modelo
do KNN
118
metrics . ConfusionMatrixDisplay . from _ predictions (y_ test , y_ pred _ knn )
119
120
plt . show ()
121
print ( classification _ report (y_ test , y_ pred _ knn ))
122
123
accuracy = str ( round ( knn _ class . score (X_ test ,y_ test ) * 100 , 2) )+"%"
124
125
print ( accuracy )
126
127
clfSVM = svm . SVC ( kernel = ’ linear ’, random _ state = None ,C =1.0 , cache _ size
=200 , coef0 =0.0)
128
72
129
clfSVM . fit (X_ train , y_ train )
130
131
y_ predSVM = clfSVM . predict (X_ test )
132
133
param _ grid = { ’C ’ :[0.1 ,1 ,10 ,100 ,1000] , ’ gamma ’: [1 ,0.1 ,0.001 ,
0.0001] , ’ kernel ’:[ ’ linear ’]}
134
135
grid = GridSearchCV ( svm . SVC () , param _ grid , refit = True , verbose =3)
136
137
grid . fit (X_ train ,y_ train )
138
139
grid . best _ params _
140
141
pred _ post _ grid = grid . predict (X_ test )
142
143
print ( classification _ report (y_ test , pred _ post _ grid ))
144
print ( ’/n ’)
145
print ( confusion _ matrix (y_ test , pred _ post _ grid ))
146
147
# plotagem da matriz de confusao de acordo com a predicao do modelo
SVM
148
metrics . ConfusionMatrixDisplay . from _ predictions (y_ test , y_ predSVM )
149
150
plt . show ()
151
# print(classification_report(y_test,y_predSVM))
152
153
X_ train [: ,0]
154
155
#gerar Caracter stica de O p e r a
o do Recepto ou CURVA ROC, dos
modelos criados e comparar sua AUC para definir os melhores
modelos
156
157
disp = metrics . plot _ roc _ curve ( logistic _ regression ,X_ test ,y_ test )
158
metrics . plot _ roc _ curve ( knn _ class ,X_ test ,y_ test , ax = disp . ax _)
159
metrics . plot _ roc _ curve ( clfSVM ,X_ test ,y_ test , ax = disp . ax _)