Pesquisadores americanos criaram um software capaz de prever a chance dos pacientes desenvolverem distúrbios do sono com base em seu histórico de saúde. Acompanhar tal problema é importante pois ele representa um fator de risco para complicações como a diabetes, doenças cardíacas, obesidade e depressão.
Para o estudo, a equipe usou o modelo de aprendizado de máquina XGBoost. Com ele, os cientistas analisaram dados públicos de 7.929 pacientes americanos que completaram a Pesquisa Nacional de Saúde e Nutrição.
Os dados continham 684 variáveis para cada paciente. Estas incluíam respostas de questionários demográficos, dietéticos, de exercícios e de saúde mental. Havia ainda informações laboratoriais e de exames físicos.
No total, os cientistas identificaram 2.302 pacientes com distúrbio do sono. Segundo o estudo publicado na revista Plos One, os maiores preditores para o problema com base no modelo de aprendizado de máquina foram depressão, peso, idade e circunferência da cintura.
Samuel Y. Huang, pesquisador da Virginia Commonwealth University, nos EUA, e autor do estudo, disse em comunicado que o estudo se diferencia por não ver apenas os fatores de risco, “mas também a contribuição de cada um em um modelo muito preditivo”.
A equipe acredita que o XGBoost seja capaz de prever o risco de diagnóstico de distúrbios do sono com grande precisão com base em apenas 64 variáveis incluídas no conjunto de dados. Por fim, isso permitirá um primeiro passo importante na triagem, sem a necessidade de uma avaliação direta com profissionais da saúde.