[Artigo] Epimed Prediction Model: uma nova forma de avaliar mortalidade em UTI
Epimed Prediction Model: uma nova forma de avaliar mortalidade em UTI
Nos artigos anteriores, falamos sobre a importância e a utilização prática dos escores de gravidade para prever mortalidade em UTI.
Nitidamente, esses escores já presentes no cotidiano dos intensivistas nos últimos 40 anos vem sendo cada vez mais utilizados como marcadores de desempenho das UTIs, além de possuírem aplicabilidade nas áreas de benchmarking, pesquisa clínica e estratificação de gravidade de grupos de pacientes, entre outras utilizações.
Apesar da indiscutível relevância, tanto o SAPS 3, quanto o APACHE IV foram publicados há mais de 15 anos. Por essa razão, é natural que sua calibração piore com o tempo. Embora os escores forneçam um ponto de referência fixo, as estimativas de mortalidade requerem atualização periódica. Tais aspectos são bem conhecidos, mas ficaram mais evidentes recentemente com a pandemia de Covid-19.
Tendo em vista essas limitações e a importante evolução das capacidades analíticas e de processamento de grandes bases de dados, aliados ao uso cada vez mais frequente de inteligência artificial e machine learning (aprendizado de máquina) em medicina intensiva, buscamos mudar a abordagem dos escores prognósticos.
Nesse sentido, o Modelo Epimed de Predição de Mortalidade (EPM) utilizou todos os recursos considerados ‘padrão ouro’ para o desenvolvimento de um novo escore de mortalidade. Diferentemente da maioria dos escores e sobretudo aqueles aplicados na prática para avaliação de desempenho de UTIs, o EPM utilizou uma grande base de dados contemporânea brasileira com centenas de milhares de pacientes, validada com dados de UTIs europeias, e uma metodologia guiada por dados (“data-driven”) para originar um escore utilizando machine learning.
Para ler o artigo “Epimed Prediction Model uma nova forma de avaliar mortalidade em UTI” na íntegra, clique abaixo e faça o download do arquivo gratuitamente.
Para conferir outros materiais educativos, clique aqui.
