Previsão de Insucesso Da Oxigenoterapia de Alto Débito

A oxigenoterapia de alto fluxo provou ser eficaz na redu o da mortalidade, mas o insucesso deste m todo continua a ser dif cil de prever. O objetivo deste estudo integrar a intelig ncia artificial na decis o terap utica para melhorar esta previs o. Inclu mos 369 doentes com COVID-19 admitidos nos cuidados intensivos do hospital regional de Zaghouan entre mar o de 2020 e dezembro de 2022. Ap s o pr -processamento dos dados e a otimiza o dos hiperpar metros utilizando o GridSearchCV, foram testados quatro modelos de aprendizagem autom tica: XGBoost, Random Forest, k-nearest neighbours e regress o log stica. O modelo XGBoost teve o melhor desempenho, com uma rea sob a curva ROC de 0,842, superando o ndice ROX e o modelo Random Forest. Os modelos de regress o log stica e k-nearest neighbours tiveram um desempenho inferior. A integra o da intelig ncia artificial, em particular atrav s do modelo XGBoost, parece promissora para melhorar a gest o dos doentes com pneumonia por COVID-19, atrav s da identifica o precoce dos doentes em risco de falhar a oxigenoterapia de alto fluxo e da redu o das entuba es inadequadas.