Modelo preditivo para perda do enxerto em pós-transplante renal

• Processo: 21/06299-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2021
• Data de Término da vigência: 31 de agosto de 2023
• Área de conhecimento: Ciências da Saúde - Medicina - Clínica Médica
• Pesquisador responsável: Luís Gustavo Modelli de Andrade
• Beneficiário: Arthur Cesar dos Santos Minato
• Instituição Sede: Faculdade de Medicina (FMB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Assunto(s): Nefrologia Transplante de rim Insuficiência renal crônica Rejeição de enxerto Aloenxertos Aprendizado computacional Modelos preditivos Registros eletrônicos de saúde Estudos retrospectivos
• Palavra(s)-Chave do Pesquisador: Aloenxertos | Aprendizado de Máquina | insuficiência renal crônica | Rejeição de Enxerto | transplante de rim | Nefrologia

Resumo

O transplante renal é o tratamento mais utilizado para pacientes em estágio final da Doença Renal Crônica por prolongar a sobrevida dos indivíduos e reduzir custos ao serviço público de saúde. Todavia, existem poucos estudos que apontam para os prognósticos pós-transplante, principalmente relacionado à sobrevida do enxerto e rejeição. Assim, são necessários estudos que correlacionem variáveis clínicas, cirúrgicas (intra e pós-operatório) e químico-laboratoriais, com o intuito de se obter uma análise mais acurada de múltiplos possíveis desfechos do paciente. Portanto, o objetivo deste trabalho é criar um modelo preditivo para perda de enxerto por meio da técnica de "machine learning" para a realização de predições embasadas em casos pré-existentes, elucidando-se possíveis novas variáveis com maior potencial preditor e aprimorando-se as intervenções realizadas no cuidado diário de pacientes transplantados. Metodologia: estudo retrospectivo que visa a construção de modelo preditivo para perda do enxerto com base em 1207 transplantados de doadores vivos e falecidos. Serão estudadas variáveis relativas ao receptor, ao doador, ao transplante e pós-operatório imediato, bem como serão avaliados os desfechos de ocorrência de perda do enxerto, motivo da perda e sobrevida deste. Os dados serão coletados retrospectivamente nos registros de internação e prontuários físicos e eletrônicos do serviço (DataTransplante), sendo então submetidos a análises estatísticas. Resultados esperados: pretende-se com este trabalho identificar fatores que levaram à incidência de perda do enxerto nos pacientes receptores de transplante renal, criando-se um modelo preditivo efetivo do risco de ocorrência de perda do enxerto, embasado na técnica de machine learning. (AU)