Dados do Trabalho

Título

DESENVOLVIMENTO DE APLICAÇÃO WEB PARA PREDIÇÃO DE PERDA DE SEGUIMENTO DE CASOS DE TUBERCULOSE, UTILIZANDO APRENDIZADO DE MÁQUINA.

Introdução

A tuberculose (TB) é um problema global de saúde pública, e estima-se cerca de 1,5 milhão de mortes a cada ano. A perda de seguimento do tratamento é um desafio no controle da TB, contribuindo para disseminação de cepas resistentes e à transmissão da doença. Portanto, é essencial desenvolver métodos eficazes para prever a perda de seguimento no tratamento.

Objetivo (s)

Desenvolver uma ferramenta gráfica que utilize um modelo preditivo baseado em árvores de decisão para inferir a probabilidade de perda de seguimento durante o tratamento da TB.

Material e Métodos

Foram utilizados dados do Sistema de Informação de Agravos de Notificação de 2015 a 2023. Após limpeza e pré-processamento dos dados, um modelo de random forest foi desenvolvido utilizando a linguagem R e os pacotes caret e random forest. Para a análise de curvas ROC, foi utilizado o pacote pROC. A aplicação web foi desenvolvida com a ferramenta Shiny.

Resultados e Conclusão

O modelo alcançou uma precisão geral de 76,98%, com sensibilidade de 94,67% e especificidade de 25,71%, para predição de perda de seguimento no decorrer do tratamento. A ferramenta é acessível via web através de aplicação Shiny com precisão positiva de 78,69% e negativa foi de 62,50%. Este estudo mostra que é viável prever o abandono do tratamento de TB com base em dados clínicos e demográficos. A ferramenta desenvolvida pode ser útil para identificar pacientes em risco e implementar intervenções precoces. Mais pesquisas são necessárias para melhorar a especificidade do modelo e sua aplicação clínica.

Palavras Chave

Tuberculose; randon forest; Predição; perda de seguimento