.png){kind=logo}
Detecte pacientes que terão taxas aumentadas de mortalidade e resultados obstétricos negativos usando variáveis clínicas.
A taxa de mortalidade materna dos EUA em 2020 ficou em último lugar entre todos os países industrializados, com 17,4 mortes por 100.000 gestações (2). Para cada morte materna medida, 100 mulheres também apresentam morbidade obstétrica grave, resultando em consequências significativas para a saúde (1). Mais de 60.000 mulheres sofrem de morbidade materna grave anualmente, e a taxa de morbidade materna aumentou 36% de 2008 a 2018 (1) (3). A morbidade materna grave está associada a um aumento de 111% nos custos relacionados à maternidade para populações com seguro comercial e 175% para aquelas cobertas pelo Medicaid (4). Em 2019, houve 3,75 milhões de nascimentos, com o Medicaid pagando por aproximadamente 50% deles (5) (6). Os dados de saúde materna revelam imensas disparidades raciais e étnicas. Mulheres negras têm três a quatro vezes mais chances de morrer de causas relacionadas à gravidez em comparação com mulheres brancas e até 12 vezes mais chances em algumas cidades (1).
Mulheres negras não hispânicas também têm as taxas mais altas dos indicadores de morbidade mais graves e têm maior probabilidade de sofrer de doenças crônicas e induzidas pela gravidez (1). Reduzir essas disparidades é crucial para melhorar os resultados obstétricos. Estudos indicam que 46% das mortes maternas entre mulheres negras são potencialmente evitáveis, em comparação com 33% entre mulheres brancas (1). Além disso, fatores socioeconômicos, como a qualidade hospitalar, desempenham um papel significativo nessas disparidades. Aproximadamente 75% dos partos de negros ocorrem em um quarto dos hospitais dos EUA, que têm maiores taxas de morbidade materna ajustadas ao risco, em comparação com 18% dos partos de brancos nos mesmos hospitais (1). Mulheres negras e hispânicas têm quase três vezes mais chances de relatar preocupações sobre seu tratamento devido à raça, etnia e origem cultural (7) (8).
Para resolver esse problema, um modelo preditivo de IA foi projetado para avaliar os riscos maternos e obstétricos. Ao avaliar dados clínicos, incluindo histórico médico e estado de saúde atual, o modelo fornece aos profissionais de saúde informações acionáveis para fornecer atendimento preventivo e personalizado a gestantes em risco.
O modelo usa o conjunto de dados Maternal Health Risks do UCI Machine Learning Repository (9). Esse conjunto de dados, que inclui informações sobre pressão arterial sistólica e diastólica, açúcar no sangue, temperatura corporal, frequência cardíaca e idade, foi coletado por meio de um sistema de monitoramento de risco baseado em IoT em vários hospitais e clínicas comunitárias em Bangladesh. Os dados apresentam seis fatores de risco significativos e relevantes para a mortalidade materna, abordando uma preocupação fundamental dos Objetivos de Desenvolvimento Sustentável das Nações Unidas.
A taxa de mortalidade materna dos EUA em 2020 ficou em último lugar entre todos os países industrializados, com 17,4 mortes por 100.000 gestações (2). Para cada morte materna medida, 100 mulheres também apresentam morbidade obstétrica grave, resultando em consequências significativas para a saúde (1). Mais de 60.000 mulheres sofrem de morbidade materna grave anualmente, e a taxa de morbidade materna aumentou 36% de 2008 a 2018 (1) (3). A morbidade materna grave está associada a um aumento de 111% nos custos relacionados à maternidade para populações com seguro comercial e 175% para aquelas cobertas pelo Medicaid (4). Em 2019, houve 3,75 milhões de nascimentos, com o Medicaid pagando por aproximadamente 50% deles (5) (6). Os dados de saúde materna revelam imensas disparidades raciais e étnicas. Mulheres negras têm três a quatro vezes mais chances de morrer de causas relacionadas à gravidez em comparação com mulheres brancas e até 12 vezes mais chances em algumas cidades (1).
Mulheres negras não hispânicas também têm as taxas mais altas dos indicadores de morbidade mais graves e têm maior probabilidade de sofrer de doenças crônicas e induzidas pela gravidez (1). Reduzir essas disparidades é crucial para melhorar os resultados obstétricos. Estudos indicam que 46% das mortes maternas entre mulheres negras são potencialmente evitáveis, em comparação com 33% entre mulheres brancas (1). Além disso, fatores socioeconômicos, como a qualidade hospitalar, desempenham um papel significativo nessas disparidades. Aproximadamente 75% dos partos de negros ocorrem em um quarto dos hospitais dos EUA, que têm maiores taxas de morbidade materna ajustadas ao risco, em comparação com 18% dos partos de brancos nos mesmos hospitais (1). Mulheres negras e hispânicas têm quase três vezes mais chances de relatar preocupações sobre seu tratamento devido à raça, etnia e origem cultural (7) (8).
Para resolver esse problema, um modelo preditivo de IA foi projetado para avaliar os riscos maternos e obstétricos. Ao avaliar dados clínicos, incluindo histórico médico e estado de saúde atual, o modelo fornece aos profissionais de saúde informações acionáveis para fornecer atendimento preventivo e personalizado a gestantes em risco.
O modelo usa o conjunto de dados Maternal Health Risks do UCI Machine Learning Repository (9). Esse conjunto de dados, que inclui informações sobre pressão arterial sistólica e diastólica, açúcar no sangue, temperatura corporal, frequência cardíaca e idade, foi coletado por meio de um sistema de monitoramento de risco baseado em IoT em vários hospitais e clínicas comunitárias em Bangladesh. Os dados apresentam seis fatores de risco significativos e relevantes para a mortalidade materna, abordando uma preocupação fundamental dos Objetivos de Desenvolvimento Sustentável das Nações Unidas.
