Este estudo treinou e testou um modelo de aprendizado de máquina de baixo custo para identificar pacientes em risco de doença renal crônica, definida como TFGe abaixo de 60 mL/min/1.73m² (CKD-EPI 2021), em uma base multicêntrica de 203,067 registros latino-americanos anonimizados. O modelo usa oito variáveis rotineiras e não invasivas: idade, sexo, pressão arterial sistólica e diastólica, índice de massa corporal, hipertensão, diabetes tipo 2 e tempo de diabetes. Após sobreamostragem para equilibrar os casos, os dados foram divididos em 70/12/18 para treino, validação e teste, e a plataforma Arkangel AutoML gerou 424 modelos candidatos, priorizados primeiro por sensibilidade acima de 90%.
O modelo escolhido foi uma árvore de decisão treinada com aumento SMOTE, que alcançou sensibilidade de 90.2%, especificidade de 92.7%, precisão de 89% e AUC de 0.914 no conjunto de teste. A análise SHAP apontou a idade e o tempo de diabetes como as variáveis mais influentes. Os autores o apresentam como uma ferramenta de rastreamento que dispensa exames laboratoriais especializados e pode ser integrada ao prontuário eletrônico para priorizar os testes confirmatórios. Trata-se de um preprint que ainda não passou por revisão por pares.
