A Inteligencia Artificia

RESUMO

O nascimento prematuro é um grande problema de saúde pública, com profundas implicações para a sociedade, seria extremamente vantajoso identificar mulheres em risco de parto prematuro durante a gravidez. Pesquisas anteriores concentraram-se amplamente em fatores de risco individual correlacionados com o nascimento prematuro e menos na combinação desses fatores, de modo a compreender as complexas etiologias do nascimento prematuro. Neste artigo, usamos o “Preference Study”, um conjunto de dados de ensaios clínicos coletados pelo Instituto Nacional de Saúde Infantil e Desenvolvimento Humano (NICHD) – Maternal-Fetal Medicine Units Network (MFMU). Resumimos dois anos de esforços para coletar, preparar e processar este conjunto de dados com uma ênfase especial para resolver um problema até agora difícil de prever o nascimento prematuro em mães nulíparas (primeira vez). Nossa abordagem inclui a comparação de duas abordagens para a obtenção de modelos preditivos: uma abordagem SVM com núcleos lineares e não lineares e uma regressão logística com diferentes procedimentos de seleção de modelos. Demonstramos uma melhoria significativa em comparação com o trabalho anterior nesse conjunto de dados, enfatizando os desafios que enfrentamos na preparação e analise de dados

1. Descrição do Problema

O nascimento prematuro ou parto pré-termo (PPT) é definido como o nascimento antes de completar 37 semanas de gestação. É um grande problema de saúde pública de longa duração, com pesadas consequências emocionais e financeiras para as famílias e a sociedade. Mais de 26 bilhões de dólares são gastos anualmente na entrega e cuidados de 12-13% das crianças que nascem prematuras nos Estados Unidos (Behrman et al. 2007). O PPT é a principal causa de mortalidade neonatal e incapacidades a longo prazo. Estes variam de deficiência visual / auditiva, paralisia cerebral, retardo mental, bem como um aumento da probabilidade de doença de cardiovascular, hipertensão e diabetes mais tarde na vida (Zerhouni 2008). Quanto menor a idade gestacional no nascimento, maior o tempo de internação o custo e maior o risco de sequelas a longo prazo.

A Organização Mundial da Saúde, o Instituto Nacional de Saúde (Zerhouni 2008) e particularmente o NICHD (NICHD 2012) reconheceram a necessidade de descobrir as etiologias multifatoriais do TBP e usá-las para prever com precisão as gestações de risco.

Um desafio crucial é identificar mulheres que correm o maior risco de parto pré-termo e desenvolver intervenções. Igualmente importante, seria a capacidade de identificar mulheres com o menor risco para evitar intervenções desnecessárias e dispendiosas. Devido à etiologia multifatorial do nascimento prematuro, a compreensão e a previsão desse resultado adverso da gravidez permanecem sem solução, apesar dos imensos esforços.

Pesquisas anteriores concentraram-se em grande parte em fatores de risco individuais correlacionadas com nascimento prematuro e menos na combinação desses fatores, de modo a compreender as complexas etiologias do nascimento prematuro. Esses fatores incluem nascimento prematuro anterior, raça negra, gestações múltiplas e infecções. Entre estes, o fator de risco mais forte e amplamente utilizado entre os médicos é ter prematuros prévios. Aqueles julgados em risco para TBP são tipicamente tratados pela administração pré-natal de progesterona (Flood e Malone 2012). Até hoje, a progesterona é considerada a opção de tratamento mais comum (Acog 2008). O histórico de PPT obviamente não está disponível para mulheres que darão à luz pela primeira vez (nuliparas) – estas representam 40% das mulheres grávidas nos EUA (Zerhouni 2008). As nulíparas muitas vezes não são tratadas devido à falta de previsibilidade, dada a desconhecida combinação de outros fatores envolvidos. Se fosse possivel desenvolver um preditor de risco confiável do PPT para mães de primeira viagem, poderia reduzir substancialmente a incidência de PPT e suas consequências. Hoje, não existe um sistema de previsão amplamente testado que combine fatores bem conhecidos (Davey et al., 2011) com uma boa técnica de previsão para fornecer decisões acionáveis dentro de um ambiente clínico (Mercer et al. 1996).

O problema de alto nível que estamos interessados em resolver é como podemos derivar poderosos modelos de previsão a partir de grandes dados médicos que seriam relevantes para um indivíduo em particular. Especificamente, como podemos determinar com segurança o risco de uma mãe nulípara dar a luz prematuramente. No processo de solução desse problema, desenvolvemos uma abordagem que também melhora a previsão da ocorrência de PPTs no caso geral.

Neste artigo, descrevemos essa abordagem como uma aplicação de Machine Learning em relação ao problema de prever o nascimento prematuro. Usamos o “Preterm Prediction Study”, um conjunto de dados de ensaios clínicos coletados pelo National Institute of child Health and Human Development (NICHD) – Maternal-Fetal Medicine Units Network (MFMU). Este artigo resume dois anos de esforços de nossa equipe multidiciplinar para coletar, preparar e precessar este conjunto de dados. Especificamente, comparamos duas abordagens para derivar modelos preditivos: uma abordagem SVM com núcleos lineares e não lineares e uma abordagem de regreção logística com seleção de modelos diferentes. Focamos nossa atenção em prever (1) qualquer tipo de parto prematuro, (2) parto prematuro espontâneo e (3) prever nascimento prematuro de mães nulíparas (primeira vez). Também derivamos modelos em diferentes momentos que representam as três principais consultas pré-natais no estudo de previsão pré-termo.

Este documento está organizado da seguinte forma: primeiro, fornecemos uma visão geral dos fatores de risco e dos sistemas de ultima geração para prever PPT. Em seguida, descrevemos o conjunto de dados do estudo Preterm Prediction, nossa abordagem e nossa avaliação empírica. Finalmente, concluímos com o significado e o impacto de estudo, juntamente com o trabalho futuro.

1. Background

Nesta seção, primeiro descreveremos os fatores de risco conhecidos para PPT. Em seguida, apresentamos abordagens de ponta para conceber um sistema de pontuação de risco para o PPT.

2.1        Fatore de risco para parto prematuro

Aproximadamente 30% dos partos pré_termo são indicados com base em condições maternas ou fetais, como pré-eclâmpsia da mãe e restrições de crescimento intrauterino. Os 70% restante ocorrem após o inicio do trabalho de parto espontâneo, ruptura pré parto das membranas ou insuficiência cervical (goldenberg et al. 2008). O trabalho de parto pré maturo espontâneo é uma condição heterogênea, o produto comum final de inúmeras vias biológicas que incluem processos imunológicos, inflamatórios, neuroendócrinos e vasculares (Behrman et al. 2007). Aquele julgados em risco TBP são tipicamente tratados pela administração pré-natal de progesterona 17 OHPC (IM progesterona) (Acog 2008; Flood e Malone 2012). Investigações epidemiológicas associaram amplamente fatores isolados com TBP. Dos muitos fatores de risco para o trabalho de parto prematuro, um histórico de anterior de parto prematuro é o mais preditivo, com um risco de recorrência de até 50%, dependendo do número e da idade gestacional dos partos anteriores (Goldenberg et al. 2008). Nos estados unidos, as mulheres classificadas como negras, afro-americanas e afro-caribenhas correm maior risco (Goldenberg et al. 2008). Outros fatores de risco incluem baixo status socioeconômico, extremos de idade, estado conjugal solteira (Smith et al. 2007; Thompson et al. 2006); baixo índice de massa corpórea pré gestacional, (Hendler et al. 2005); e comportamentos de alto risco durante a gravidez (por exemplo, uso de tabaco, cocaína e heroína). Fatores psicológicos que tem sido propostos para aumentar o riso de PPT incluem depressão (Grote et al. 2010) e altos níveis de estresse durante a gravidez (Copper et al. 1996). As condições obstétricas associadas ao inicio do trabalho de pré termo espontâneo são heterogêneas e incluem infecção intrauterina, isquemia hemorragia uteroplacentária, lesões vasculares da placenta, distensão uterina e insuficiência cervical (Goldemberg, Hauth e Ansrews, 2000). Fatores adicionais da gravidez associados ao parto prematuro incluem gestações muito próximas (Conde-Agudelo, Rosas-Bermudez e Kafury-Goeta 2006) e gestações multiplas (Goldenberg et al. 2008). As tecnologias de reprodução assistida também podem constituir um fator de risco, por razões desconhecidas (Allen, Wilson e Cheung, 2006). Por fim, toxinas ambientais têm sido sugeridas como fatores de risco, embora os resultados sejam conflitantes (Behrman et al. 2007). As exposições a fumaça do tabaco parecem ser de maior risco (Kharrazi et al. 2004; Jaakkola, Jaakkola e Zahlsen 2001). Além deste, parece também haver uma contribuição genética para o nascimento prematuro (Porter et al. 1997). Existem outros fatores críticos que foram usados para prever PPT por algumas práticas. Foi demonstrado (Goldenberg et al. 1998) que o odds ratio de PPTE foi mais alto para um teste de fibronectina fetal positivo seguindo de colo do útero curto e histórico de PPT anterior. De fato, esses fatores, juntamente com um vaginose bacteriana, estavam mais fortemente associados ao PPTE precoce do que tardio. Estudo sistemáticos de múltiplos estudos publicados (Crane e Hutchens 2008) mostraram que o comprimento cervical (limiar de 25mm) medido por ultrassonografia transvaginal em mulheres assintomáticas (sem contração / contração uterina) de alto risco é altamente preditivo de parto prematuro espontâneo. Antes de 35 semanas. É usada como indicador mais preditivo de PPT na maioria das situações.