Banca de QUALIFICAÇÃO: IVSON CARTAXO BRAGA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: IVSON CARTAXO BRAGA
DATA: 21/08/2026
HORA: 10:30
LOCAL: AUDITÓRIO PPGMDS
TÍTULO: DESENVOLVIMENTO DE MODELOS PREDITIVOS PARA AJUSTE DE DOSE DE VARFARINA UTILIZANDO MACHINE LEARNING: ETAPA INICIAL PARA O DESENVOLVIMENTO DE UM GÊMEO DIGITAL EM ANTICOAGULAÇÃO
PALAVRAS-CHAVES: Varfarina; Aprendizado de máquina; Predição de dose; Anticoagulação; Algoritmos de Aprendizado Supervisionado.
PÁGINAS: 101
RESUMO: A definição da dose de varfarina constitui um processo complexo, em razão da variabilidade da resposta terapêutica e da necessidade de manutenção da anticoagulação dentro da faixa adequada. Nesse contexto, este estudo teve como objetivo desenvolver e avaliar algoritmos de aprendizado de máquina para a predição da dose de varfarina em pacientes acompanhados em dois centros de anticoagulação. Foram utilizadas variáveis clínicas e informações derivadas da dose anterior, do valor atual da razão normalizada internacional e do grau de afastamento em relação à faixa terapêutica. Diferentes algoritmos de regressão supervisionada foram treinados e comparados quanto ao desempenho preditivo e à capacidade de generalização. De modo geral, todos os modelos apresentaram baixos erros de predição, com valores de erro absoluto médio inferiores a 1,0 mg. Entre os algoritmos avaliados, o XGBoost apresentou o melhor desempenho sendo selecionado para avaliação no conjunto de teste, constituído por dados não utilizados durante o treinamento. Nessa etapa, o modelo alcançou erro absoluto médio de 0,91 mg, valor inferior à menor dose comercialmente disponível de varfarina no país, de 2,5 mg. Esses resultados demonstram a capacidade dos algoritmos de aprendizado de máquina para estimar a dose de varfarina com reduzida magnitude de erro. Entretanto, o número limitado de pacientes, a utilização de dados provenientes de apenas dois centros de anticoagulação, a ausência de variáveis farmacogenéticas e a falta de avaliação prospectiva dos efeitos das predições sobre o tempo na faixa terapêutica, os sangramentos e os eventos tromboembólicos restringem a generalização e a implementação dos modelos na prática clínica. Apesar dessas limitações, o estudo estabelece perspectivas para a validação externa dos algoritmos em centros que não participaram de seu desenvolvimento e para a avaliação prospectiva do controle da anticoagulação baseado nas doses preditas. A incorporação futura de maior volume de dados individuais também poderá permitir o emprego de métodos de inferência probabilística e contrafactual, técnicas de stacking, retreinamento com novos dados e atualização incremental dos modelos, contribuindo para o desenvolvimento de um gêmeo digital aplicado ao manejo da anticoagulação.
MEMBROS DA BANCA:
Presidente(a) - 2603713 - ANDRE TELIS DE VILELA ARAUJO
Interno(a) - 1552220 - EUFRASIO DE ANDRADE LIMA NETO
Externo(a) ao Programa - 1802731 - LUIS FABIO BARBOSA BOTELHO
Interno(a) - 753.190.554-04 - ZILDOMAR CARLOS FELIX - UFRPE