Risco cardiometabólico de trabalhadores da saúde : um olhar a partir de análises de machine learning

Abstract

RESUMO: O aumento da expectativa de vida, estilo de vida inadequado, crises epidemiológicas e a desigualdade em acesso à serviços de saúde, demandam urgentemente atualizações tecnológicas com valores de previsões robustas e cenários alternativos que possam mapear futuros problemas de saúde. O uso de algoritmos de machine learning que leve em conta a variabilidade genética, fenotípica individual associada ao meio ambiente e estilo de vida, abre uma perspectiva para aplicação em escala populacional de um diagnóstico de precisão. Sendo assim, o objetivo principal desta tese é propor ferramentas de machine learning para a análise de risco cardiometabólico em trabalhadores da saúde. Tendo como objetivos específicos: a) realizar uma revisão sistemática na literatura e estimar a precisão diagnóstica de modelos preditivos de doenças cardiometabólicas; b) comparar as redes de fatores de risco cardiometabólico em trabalhadores com e sem doença de um Hospital Escola do Sul do Brasil.; c) aplicar algoritmos de clusterização para definir perfis de risco cardiometabólico em trabalhadores da saúde. A pesquisa foi realizada com 560 dados de servidores de um hospital escola nos anos de 2016 e 2018. O artigo 1 traz o estado da arte das publicações de modelos preditivos de doença cardiometabólica e a precisão diagnóstica de modelos preditivos, por meio da metanálise. Para as análises estatísticas descritivas foram apresentadas valores médios e intervalos de confiança de 95% para caracterizar a população. Para a confecção do artigo 2 foi utilizado o método ggmModSelect (Gaussian Graphical Models Mod Select), um algoritmo não regularizado potencialmente rápido para estimativa de rede com base principalmente no algoritmo glasso em combinação com a seleção do modelo BIC (Bayesian Information Criterion). No artigo 3 foi utilizado a análise estatística de agrupamento (clustering), com a utilização do algoritmo K- Means , uma técnica de análise exploratória de dados que agrupa objetos heterogêneos em gruposhomogêneos. A partir dos resultados, é possível verificar a escassez de estudos sobre aprendizagem de máquina e preditores de atividade física. Além disso, no artigo 2 é possível observar que a variável mais forte foi o IMC, seguido de circunferência abdominal, glicemia e horas de sono na rede de doenças cardiometabólicas, demostrando um maior impacto de variáveis antropométricas e fisiológicas nos sujeitos com alguma complicação metabólica, quando comparado a sujeitos sem doenças. Os resultados do artigo 3, apontam para a criação de 3 clusters. O uso de agrupamento de fatores de risco cardiometabólicos identificou alta proporção de trabalhadores com presença de alterações cardiometabólicas relevantes. A análise em cluster é importante para possibilitar um olhar sem rotulo, com resultados, em muitos momentos inesperados. Focar em medidas preventivas e de baixo custo é algo essencial para a preparação da população para os desafios futuros, frente as diversas pandemias e avanços tecnológicos

ABSTRACT: The increase in life expectancy, inadequate lifestyle, epidemiological crises and inequality in access to health services, urgently demand technological updates with robust forecast values and alternative scenarios that can map future health problems. The use of machine learning algorithms that take into account the genetic and individual phenotypic variability associated with the environment and lifestyle opens a perspective for population-scale application of precision diagnosis. Therefore, the main objective of this thesis is to propose machine learning tools for the analysis of cardiometabolic risk in health workers. Having as specific objectives: a) to carry out a systematic review of the literature and estimate the diagnostic accuracy of predictive models of cardiometabolic diseases; b) to compare the networks of cardiometabolic risk factors in workers with and without disease at a Teaching Hospital in the South of Brazil; c) apply clustering algorithms to define cardiometabolic risk profiles in health workers. The research was carried out with 560 data from servers of a teaching hospital in the years 2016 and 2018. Article 1 brings the state of the art of publications of predictive models of cardiometabolic disease and the diagnostic accuracy of predictive models, through meta-analysis. For descriptive statistical analysis, mean values and 95% confidence intervals were presented to characterize the population. For the preparation of article 2, the ggmModSelect method (Gaussian Graphical Models Mod Select) was used, a potentially fast unregulated algorithm for network estimation based mainly on the glasso algorithm in combination with the selection of the BIC (Bayesian Information Criterion) model. In article 3, clustering statistical analysis was used, using the K-Means algorithm, an exploratory data analysis technique that groups heterogeneous objects into homogeneous groups. From the results, it is possible to verify the scarcity of studies on machine learning and physical activity predictors. In addition, in article 2, it is possible to observe that the strongest variable was BMI, followed by abdominal circumference, blood glucose and hours of sleep in the network of cardiometabolic diseases, showing a greater impact of anthropometric and physiological variables in subjects with some metabolic complication, when compared to subjects without diseases. The results of article 3 points to the creation of 3 clusters. The use of cardiometabolic risk factors grouping identified a high proportion of workers with the presence of relevant cardiometabolic alterations. Cluster analysis is important to enable an unlabeled look, with results, in many unexpected moments. Focusing on preventive and low-cost measures is essential to prepare the population for future challenges, in the face of various pandemics and technological advances.