Seleção de variáveis com machine learning para identificar fatores de risco associados à mortalidade infantil

Abstract

A taxa de mortalidade infantil é uma medida utilizada para avaliar diversas características de uma população, como por exemplo a qualidade de vida e os cuidados de saúde de sua população infantil. Foi verificada a associação entre fatores de risco biológicos e óbito nos primeiros 28 dias de vida, descrita por vários autores, em especial no período perinatal. Sabe-se que, mesmo ao notificar dados de informações de nascimento e mortalidade infantil, a integração e o estudo dos dados gerados ainda são escassos. Nesse contexto, esse estudo espera fornecer uma alternativa viável e efetiva para a identificação e compreensão dos fatores de risco associados à mortalidade infantil, contribuindo para o desenvolvimento de políticas públicas mais abrangentes e contextualizadas. Desenvolver um algoritmo de predição de mortalidade infantil interpretável com base em dados do Sistema de Informação de Nascidos Vivos e de Sistema de Informação de Mortalidade. Estudo tipo coorte retrospectiva em que serão avaliados todos os casos de óbito infantil em ambos os sexos, conforme dados do Sistema de Informação de Mortalidade e do Sistema de Informação de Nascidos Vivos da Secretaria Municipal de Saúde de Vitória (SEMUS), entre os anos 2000-2019. Os bancos de dados serão integrados por linkage determinístico. Foi feita análise exploratória e pré-processamento dos dados faltantes e categóricos. Em seguida, foi realizado o treinamento dos modelos de Machine Learning para criação do modelo preditivo de mortalidade infantil e, assim, obteve-se a interpretabilidade com os fatores mais importantes para a predição com o método SHAP. Pode-se observar que os resultados da interpretabilidade do modelo de ML coincidem com os resultados da meta-análise que utilizou as mesmas bases de dados de forma nacional, na qual os fatores que mais influenciaram o desfecho final da mortalidade foram Peso, APGAR, Idade Gestacional e Presença de Anomalias. O uso de técnicas de interpretabilidade, como o SHAP, é bastante promissor para a seleção e identificação de fatores de risco populacionais relacionados à mortalidade infantil, utilizando bancos de dados existentes sem a necessidade de novos estudos populacionais. Além disso, esse conhecimento pode ser usado para auxiliar na tomada de decisões em saúde pública.