Abordagens de aprendizado de máquina para predição de sepse neonatal: resultados preliminares

Abstract

A sepse neonatal é uma das principais causas de mortalidade infantil no Brasil, representando cerca de 60% dos óbitos em 2017 (ANVISA, 2017). Dada sua alta prevalência e risco significativo, a triagem para sepse é comum nas Unidades de Terapia Intensiva Neonatal (UTIN), correspondendo a mais da metade dos diagnósticos de internação (SONG et al., 2020). Os principais fatores de risco incluem prematuridade, longa permanência hospitalar, baixo peso ao nascer e procedimentos invasivos (DORTAS et al., 2019). No entanto, o uso profilático de antibióticos em recém-nascidos com suspeita de sepse pode resultar em uso excessivo, contribuindo para a resistência bacteriana, já que, para cada caso confirmado, de 11 a 23 outros bebês também recebem antibióticos preventivos (MANI et al., 2014; Puopolo et al., 2019). A sepse neonatal pode ser classificada como precoce, adquirida no periparto e geralmente relacionada a germes do trato gênito-urinário materno, ou tardia, comum em recém-nascidos hospitalizados por longos períodos e associada a infecções hospitalares (PROCIANOY, R.S.; SILVEIRA, R.C. et al., 2020).