Identificação de padrões associados à progressão da Doença Renal Crônica em pacientes hipertensos e diabéticos no SUS utilizando inteligência artificial (IA)

Descrição

A Doença Renal Crônica (DRC) consiste em um importante problema de saúde pública, caracterizada pela perda progressiva da função renal, geralmente em decorrência de fatores de risco como diabetes e hipertensão. Para prevenir a ocorrência de desfechos graves relativos à disfunção renal, recomenda-se o rastreamento precoce por meio da realização periódica de exames laboratoriais, como creatinina sérica e microalbuminúria urinária, sobretudo em virtude de que os sintomas da doença costumam surgir apenas em estágios avançados. Nesse contexto, apesar da disponibilidade de dados referentes à progressão da DRC em bases públicas de saúde, os estudos que utilizam técnicas de Inteligência Artificial (IA) para analisá-los ainda são escassos, ainda que se configurem como uma importante estratégia para estratificar o risco por meio de modelos preditivos treinados em registros de saúde, os quais estimam a possibilidade de desenvolver desfechos adversos relacionados à disfunção renal. Assim, este projeto tem como objetivo comparar diferentes métodos estatísticos e técnicas de IA aplicados à área da saúde, avaliando qual abordagem apresenta melhor desempenho na análise de indicadores epidemiológicos relacionados à DRC no Brasil, com vistas à identificação de padrões associados ao rastreamento e à progressão da doença e ao desenvolvimento de modelos preditivos de risco. Trata-se de um estudo ecológico, observacional, retrospectivo e quantitativo, realizado a partir de dados do DATASUS do período de 2018 a 2024, relacionados à realização de exames de creatinina sérica e microalbuminúria, internações por insuficiência renal e procedimentos de hemodiálise e diálise peritoneal. Os dados serão submetidos a diferentes métodos estatísticos e técnicas de Aprendizado de Máquina, que serão comparados entre si quanto ao desempenho na identificação de padrões epidemiológicos e na construção de modelos preditivos. Por fim, espera-se identificar a abordagem analítica mais adequada para o contexto da DRC em saúde pública, contribuindo para o desenvolvimento de modelos preditivos de risco mais precisos e para o aprimoramento de estratégias de rastreamento e monitoramento da progressão da disfunção renal.