Navegando por Autor "Soldera, Jonathan"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Ecocardiograma de estresse com dobutamina, cintilografia de perfusão miocárdica, cineangiocoronariografia percutânea e a avaliação cardiológica pré-transplante hepático de adultos: uma revisão sistemática e meta-análise
    (Wagner Wessfll, 2016) Soldera, Jonathan; Brandão, Ajácio Bandeira de Mello
    Introdução: O conceito do acometimento cardíaco em vigência de doença arterial coronariana (DAC) vem mudando conforme a população arrolada para transplante hepático (TxH) vem envelhecendo. Objetivo: Estimar o valor prognóstico e diagnóstico do ecocardiograma de estresse com dobutamina (EED), cintilografia de perfusão miocárdica (CPM) e da angiografia coronariana (CAT) para avaliar a presença de DAC em pacientes cirróticos incluídos em lista de TxH. Métodos: A busca de estudos foi baseada nos Medical Subject Headings e Health Sciences Descriptors, que foram combinados a operadores booleanos. Foram buscadas as bases de dados eletrônicas Scopus, Web of Science, Embase, Medline (PubMed), BIREME (Biblioteca Regional de Medicina), LILACS (Latin American and Caribbean Health Sciences Literature), Cochrane Library for Systematic Reviews e Opengray.eu. Não houve retrições de linguagem ou data de publicação. Listas de referências dos estudos obtidos foram analisadas manualmente. Resultados: A estratégia de busca obteve 322 referências para EED, 90 para CPM e 149 para CAT. Na análise final, 15 referências para EED, 12 para CPM e 8 para CAT foram incluídas. A sensibilidade de EED e CPM para diagnóstico de DAC tendo o CAT como padrão-áureo foi de 28% e 61% e especificidade de 82% e 74%, respectivamente. O risco relativo de eventos cardíacos peri-operatórios para EED, CPM e CAT foi de 30,2, 2,6 e 2,1, enquanto de mortalidade por todas as causas foi de 4,7, 2,7 e 1,5, respectivamente. Conclusão: EED e CPM são inadequadamente sensíveis para definir a presença de DAC, no entanto apresentam espeficidade significativa. EED, CPM e CAT são pouco eficazes para medir eventos adversos no pós-TxH. Carece-se de métodos mais efetivos de análise de DAC em cirróticos.
  • Imagem de Miniatura
    Item
    Predição de Eventos Cardiovasculares Maiores após Transplante Hepático baseado em um modelo de Machine Learning Supervisionado
    (2023-12-20) Soldera, Jonathan; Hochhegger, Bruno; Brandão, Ajácio Bandeira de Mello; Programa de Pós-Graduação em Patologia
    INTRODUÇÃO: Os pacientes submetidos a transplante hepático (TH) estão envelhecendo e apresentando maior gravidade clínica. A taxa de eventos cardiovasculares adversos graves (MACE) após o TH aumentou, o que, por sua vez, incrementou a mortalidade no pós-TH de 30 dias. O teste de estresse cardíaco não invasivo perde precisão quando aplicado a pacientes cirróticos préTH. OBJETIVO: Avaliar a viabilidade e a precisão de um modelo de aprendizado de máquina usado para prever MACE pós-TH em uma coorte regional. MÉTODOS: Este estudo de coorte retrospectivo envolveu 537 pacientes submetidos a TH de um centro acadêmico do Sul do Brasil. Desenvolvemos um modelo preditivo para MACE pós-TH (definido como um desfecho composto de acidente vascular cerebral, insuficiência cardíaca de início recente, arritmia grave e infarto agudo do miocárdio não fatal) usando o modelo de aprendizado de máquina Extreme Gradient Boosting (XGBoost). Abordamos dados ausentes (abaixo de 20%) para variáveis relevantes usando o método de imputação knearest neighbor (kNN), calculando a média dos dez vizinhos mais próximos para cada caso. O conjunto de modelagem incluiu 83 atributos, abrangendo dados do paciente e laboratoriais, complicações de cirrose e avaliações cardíacas pré-TH. O desempenho do modelo foi avaliado usando a área sob a curva característica de operação do receptor (AUROC). Também empregamos Explicações Aditivas de Shapley (SHAP) para interpretar o impacto das características. O conjunto de dados foi dividido em conjuntos de treinamento (75%) e teste (25%). A calibração foi avaliada usando o escore Brier. Seguimos as diretrizes de Relato Transparente de um Modelo de Previsão Multivariada para Prognóstico ou Diagnóstico Individual (TRIPOD) para relatórios. Scikit-learn e SHAP no Python 3 foram usados para todas as análises. O material suplementar inclui o código para desenvolvimento do modelo e uma prática calculadora online de previsão de MACE. RESULTADOS: Dos 537 pacientes incluídos, 23 (4,46%) desenvolveram MACE intra-hospitalar, com idade média no momento do transplante de 52,9 anos. A maioria, 66,1%, era do sexo masculino. O modelo XGBoost alcançou um impressionante AUROC de 0,89 durante a fase de treinamento. Este modelo apresentou valores de acurácia, precisão, recall e pontuação F1 de 0,84, 0,85, 0,80 e 0,79, respectivamente. A calibração, conforme avaliada pelo escore Brier, indicou excelente calibração do modelo, com um escore de 0,07. Além disso, os valores SHAP destacaram a importância de certas variáveis na previsão de MACE pós-operatório, com resultados negativos nos testes de estresse cardíaco não invasivos, uso de betabloqueadores não seletivos, níveis diretos de bilirrubina, tipo sanguíneo O e alterações dinâmicas na cintilografia de perfusão miocárdica sendo os fatores mais influentes em nível de coorte. Esses resultados destacam a capacidade preditiva de nosso modelo XGBoost na avaliação do risco de MACE após TH, tornando-o uma ferramenta valiosa para a prática clínica. CONCLUSÃO: Nosso estudo avaliou com sucesso o desempenho do modelo de aprendizado de máquina XGBoost na previsão de MACE após TH. O modelo demonstrou um desempenho impressionante, alinhando-se aos resultados da literatura, e apresentou uma calibração excelente. Nossa abordagem cautelosa para evitar overfitting e vazamento de dados sugere a estabilidade dos resultados quando aplicados a dados prospectivos, reforçando o valor do modelo como uma ferramenta confiável para prever MACE pós-TH na prática clínica.