Predição de Acidente Vascular Cerebral ou Ataque Isquêmico Transitório: aplicação e comparação de técnicas de machine learning

• Ano de defesa: 2025
• Autor(a) principal: Schmidt, Fernanda Fortti Vianna
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Acidente Vascular Cerebral; Ataque Isquêmico Transitório; Machine learning; Machine Learning; Predição; Prediction; Stroke; Transient Ischemic Attack; UK Biobank
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/6/6143/tde-03092025-153742/

Introdução: Entre as doenças crônicas não transmissíveis, o Acidente Vascular Cerebral (AVC) é a segunda causa mundial de morte e a terceira causa mundial de anos de vida saudável perdidos. AVC e Ataque Isquêmico Transitório (AIT) compartilham alguns dos mesmos fatores de risco e indivíduos que já vivenciaram um episódio de AIT possuem maior probabilidade de apresentar um evento de AVC. No âmbito da predição de eventos de AVC ou AIT, técnicas de modelagem preditiva de machine learning (ML) têm o potencial de superar limitações das metodologias estatísticas clássicas. Objetivo: Aplicar técnicas de ML e comparar seu desempenho na predição de eventos de AVC isquêmico, AVC hemorrágico ou AIT. Métodos: Utilizando dados do UK Biobank (UKB), uma coorte prospectiva do Reino Unido com cerca de 500 mil participantes, um pipeline de ML foi aplicado para 229.638 participantes e 3.918 eventos de AVC ou AIT (1,7%) em até aproximadamente 5 anos e 8 meses. Três algoritmos do tipo GBDT (XGBoost, LightGBM e CatBoost) foram testados em diferentes cenários comparativos. Resultados: Os algoritmos XGBoost e CatBoost apresentaram valores semelhantes de AUC ROC nos dados de teste, respectivamente 0,772 ± 0,009 (IC 95%: [0,755 - 0,789]) e 0,771 ± 0,008 (IC 95%: [0,755 - 0,789]). O conjunto reduzido de variáveis preditoras definidas com base no QStroke apresentou desempenho numericamente inferior - XGBoost: 0,729 ± 0,009 (IC 95%: [0,713 - 0,747]); CatBoost: 0,730 ± 0,009 (IC 95%: [0,713 - 0,747]). A variável idade foi a que apresentou maior importância preditora, com magnitude média de contribuição (valor SHAP médio absoluto) muito superior às demais variáveis. Conclusões: Técnicas de ML podem apresentar bom poder discriminativo para predição de eventos de AVC ou AIT na população geral, mesmo em contextos de baixa incidência.