Ir para o conteúdo
Oncoger
← VOLTAR ÀS NOTÍCIAS

PUBLICAÇÃO

O estudo que abriu o caminho para o PROTEGER: o que o Telecomitê Oncogeriátrico observa quando decide um tratamento

Por Equipe Oncoger ·

PROCEDIA COMPUTER SCIENCE 270 (2025) 1876–1885 · KES 2025

Dimensionality Reduction for capturing the multifaceted nature of Oncogeriatric Patients: Enhancing ML Interpretability

Contreras-Piña C, Wolff P, Martínez G, Navarrete G.

357

pacientes avaliados pelo Telecomitê Oncogeriátrico, 2021–2023

0,89

AUC do melhor modelo para prever a decisão do comitê

3

variáveis dominantes: Barthel, fragilidade (EVF) e ECOG

94%

da variância dessas três variáveis se resume em dois componentes

Antes do PROTEGER houve uma pergunta mais básica: quando o Telecomitê Oncogeriátrico do Hospital Digital decide se uma pessoa idosa com câncer é candidata a tratamento, quais variáveis realmente pesam nessa decisão? Esse foi o objetivo do trabalho publicado na Procedia Computer Science e apresentado na 29ª Conferência Internacional KES 2025 por Constanza Contreras-Piña e Patricio Wolff, do Departamento de Engenharia Industrial da Universidade do Chile, junto ao Dr. Gabriel Martínez (Hospital Digital, Minsal, e Hospital Penco-Lirquén) e ao Dr. Gonzalo Navarrete (FALP e Hospital Clínico da Universidade do Chile), ambos integrantes da equipe Oncoger.

O que foi feito

A equipe trabalhou com os registros de 357 pacientes avaliados pelo Telecomitê entre 2021 e 2023 em diferentes localidades do país: dados demográficos, tipo de câncer, escalas geriátricas (Barthel, SPPB, GDS-15, MMSE, Charlson, número de medicamentos, quedas, IMC), a escala de fragilidade EVF usada no Hospital Digital, o ECOG e a decisão final do comitê. Com essa base treinaram três modelos deliberadamente simples e interpretáveis —regressão logística, Naive Bayes categórico e árvore de decisão— para prever se o comitê considerava o paciente apto para tratamento, e usaram valores SHAP para medir o peso de cada variável. Depois repetiram o exercício excluindo o ECOG, a escala que a oncologia usa habitualmente para resumir o estado funcional.

Capacidade dos modelos de reproduzir a decisão do comitê (AUC)

Com todas as variáveis frente à mesma informação sem ECOG.

Com ECOGSem ECOG
0,830,80Árvore de decisão0,890,86Naive Bayes0,860,84Regressão logística
Eixo vertical a partir de 0,0; a escala está comprimida para tornar visíveis as diferenças. Fonte: Tabelas 1 e 2 do artigo.

Principais achados

O achado central é que o comitê prioriza os indicadores da avaliação geriátrica em relação ao ECOG tradicional. As três variáveis com mais peso foram o Índice de Barthel, a fragilidade (EVF) e o ECOG; ao retirar o ECOG do modelo, a capacidade preditiva caiu apenas entre 0,02 e 0,03 pontos de AUC e o peso da fragilidade aumentou. A árvore de decisão treinada sem ECOG, com apenas dois níveis de profundidade, mostra a lógica de forma legível: pacientes com maior fragilidade e menor independência no Barthel tendem a não ser candidatos a tratamento; os menos frágeis e mais independentes, sim.

Uma análise de componentes principais explica por quê: Barthel, EVF e ECOG estão altamente correlacionados e medem aspectos parecidos da fragilidade e da funcionalidade. Dois componentes concentram 94% de sua variância (84% o primeiro), e o Barthel aporta uma dimensão parcialmente distinta e complementar às outras duas. Reduzir a dimensionalidade permitiu, nas palavras dos autores, «um modelo mais transparente sem comprometer a precisão preditiva».

Por que importa

Os autores destacam duas consequências práticas. A primeira é para a atenção primária: o Barthel e a EVF são mais acessíveis para um clínico geral do que o ECOG, de modo que essas regras podem ajudar a decidir quem encaminhar ao Telecomitê e com que urgência. A segunda é metodológica: em ambientes com recursos limitados e poucos casos, modelos simples e interpretáveis, bem construídos, oferecem um equilíbrio razoável entre precisão e explicabilidade, algo indispensável quando a decisão afeta diretamente um paciente. O estudo reconhece seus limites —uma amostra modesta, quase metade dos pacientes de uma mesma região (Antofagasta) e valores faltantes em variáveis como o IMC, que se mostraram, em si, um indicador de fragilidade— e chama a validar os resultados em coortes maiores e mais diversas.

Essa validação é exatamente o que veio depois. Os 357 pacientes deste estudo são a coorte de desenvolvimento do PROTEGER, que em 2026 somou validação externa em dois centros terciários (n = 272, AUC 0,84) e uma coorte nacional de 629 pacientes em seis hospitais públicos. A lição deste primeiro trabalho —que a avaliação geriátrica aporta mais que a idade ou o ECOG para decidir— é o princípio de projeto da plataforma.

Links

Contreras-Piña C, Wolff P, Martínez G, Navarrete G. Dimensionality Reduction for capturing the multifaceted nature of Oncogeriatric Patients: Enhancing ML Interpretability. Procedia Computer Science. 2025;270:1876–1885. doi:10.1016/j.procs.2025.09.308. Financiado parcialmente pela ANID Becas/Doctorado Nacional 21170461.