Development of models to assess instantaneous relative risk in COVID-19 patients in early and late stages for use as a scoring system

Autores

  • Silvio Alencar Cândido-Sobrinho Universidade Federal do Ceará - UFC
  • Beatriz Ximenes Braz Jackson Memorial Hospital, University of Miami
  • Juvêncio Santos Nobre Universidade Federal do Ceará - UFC
  • Danilo de Menezes Daloso Universidade Federal do Ceará - UFC

DOI:

https://doi.org/10.15536/revistathema.24.2025.4002

Palavras-chave:

COVID-19, Escore, Riscos Proporcionais de Cox, Aprendizado de Máquina

Resumo

A COVID-19, reconhecida como um surto em janeiro de 2020 e declarada uma pandemia pouco depois, ainda é uma preocupação a nível clínico. Este estudo desenvolveu um modelo preditivo para classificar pacientes por Risco Relativo, que pode ser empregado como sistema escore. Trata-se de um estudo de coorte retrospectivo usando dados de pacientes admitidos no Instituto Nacional de Doenças Infecciosas "Lazzaro Spallanzani" (Itália) entre 29 de janeiro e 28 de março de 2020. Modelos de Riscos Proporcionais de Cox foram criados para a admissão do paciente (n = 218) e para o estágio tardio da doença (n = 385). Os modelos foram validados através de Machine Learning e testados quanto às violações das premissas de Cox e Poder estatístico. Coeficientes foram extraídos, e equações foram derivadas para calcular o Risco Relativo. Para o Risco Relativo em Estágio Inicial (ERR), as seguintes variáveis foram usadas: Razão de Risco (HR) da Idade: 1,05 [IC 95%: 1,02 - 1,08], RDW-SD (HR): 1,08 [IC 95%, 1,02 - 1,14], Linfocitopenia (HR): 3,23 [IC 95%, 1,32 - 7,95] e Obesidade (HR): 2,88 [IC 95%, 1,08 - 7,69]. Para o Risco Relativo em Estágio Tardio (LRR), as variáveis foram: LDH (HR): 7,41 [IC 95%, 3,00 - 18,28] e RDW-CV (HR): 5,74 [IC 95%, 2,28 - 14,45]. Este estudo fornece modelos e equações que podem ser implementados como um sistema de pontuação para auxiliar na tomada de decisões calculando o Risco Relativo instantâneo (RR).

Downloads

Não há dados estatísticos.

Biografia do Autor

Silvio Alencar Cândido-Sobrinho, Universidade Federal do Ceará - UFC

Graduação em Ciências Biológicas (2016.1) pela Universidade Estadual do Ceará, Mestrado em Bioquímica pela Universidade Federal do Ceará (2020.1) e atualmente em Doutoramento em Ciências Médicas pela Universidade Federal do Ceará. Estagiou na Companhia de Água e Esgoto do Ceará (CAGECE) com foco em Hidrobiologia, no Centre of Expertise Water Technology em Leeuwarden (Waterapplicatiecentrum, Holanda) em R&D em tecnologias hídricas. Foi contemplado com bolsa do Programa Ciência sem Fronteiras (Holanda) nos anos de 2013/2014 estudando o curso de Certificate Specialist intitulado Sustainable Water Technology, no Mestrado em Bioquímica e Doutorado em Ciências Médicas pela Universidade Federal do Ceará. Foi membro bienal do Programa de Educação Tutorial do Curso de Ciências Biológicas (UECE). https://orcid.org/0000-0002-6055-5791  http://lattes.cnpq.br/1245397610888677

Beatriz Ximenes Braz, Jackson Memorial Hospital, University of Miami

Possui graduação em Medicina pela Universidade Federal do Ceará (2018). Pós-graduanda em Medicina de Saúde da Família pela Escola de Saúde Pública do Ceará. Mestranda no Programa de Pós-Graduação em Ciências Médicas pela Universidade Federal do Ceará .  https://orcid.org/0000-0002-2241-5800  http://lattes.cnpq.br/7442313976777182

Juvêncio Santos Nobre, Universidade Federal do Ceará - UFC

Possui graduação em Estatística pela Universidade Federal do Ceará (2002- Magna Cum Laude), mestrado em Estatística pelo IME-USP (2004) , com a dissertação intitulada: "Métodos de diagnóstico para modelos lineares mistos" sob orientação do Prof. PhD Julio da Motta Singer, doutorado em Estatística pelo IME-USP (2007), com a tese intitulada: Testes para componentes de variância utilizando estatísticas U, sob orientação do Prof. Julio da Motta Singer. Atualmente é professor Titular (desde agosto de 2023) do Departamento de Estatística e Matemática Aplicada da Universidade Federal do Ceará - DEMA/UFC. É docente colaborador no programa de pós-graduação em Engenharia de Teleinformática (Nível 6 CAPES) e membro permanente do mestrado acadêmico em Modelagem e Métodos Quantitativos (MMQ), ambos da Universidade Federal do Ceará. Também é docente credenciado (mestrado e doutorado) junto a Pós-Graduação em Estatística do IMECC-UNICAMP (Nível 6 CAPES). https://orcid.org/0000-0002-7321-3221  http://lattes.cnpq.br/4610025058115796

Danilo de Menezes Daloso, Universidade Federal do Ceará - UFC

Graduado em Ciências Biológicas pela Universidade Estadual de Mato Grosso do Sul - UEMS (2006). Durante a graduação desenvolveu trabalhos nas áreas de recuperação de áreas degradadas, ecofisiologia da germinação de sementes e respostas morfofisiológicas de plantas nativas ao estresse por luz ultravioleta ou alagamento. No mestrado, desenvolveu sua tese investigando as repostas do mutante gun4 de Arabidopsis thaliana ao estresse luminoso. Desenvolveu Doutorado em Fisiologia Vegetal pela Universidade Federal de Viçosa-UFV (Conceito CAPES 7), com período sanduíche no Max Planck Institute of Molecular Plant Physiology - MPIMP, Potsdam/Golm-Alemanha, atuando nos seguintes temas: Fisiologia molecular de plantas, metabolismo de células guarda, perfil e fluxo metabólico via GC-TOF-MS. Realizou estágio de pós-doutoramento na UFV e no MPIMP investigando o metabolismo de células guarda bem como o papel de tiorredoxinas mitocondriais no controle da atividade de enzimas do ciclo TCA.  https://orcid.org/0000-0003-1842-420X  http://lattes.cnpq.br/0306680503261422

Downloads

Publicado

2025-10-23

Como Citar

CÂNDIDO-SOBRINHO, S. A.; XIMENES BRAZ, B.; SANTOS NOBRE, J.; DALOSO, D. de M. Development of models to assess instantaneous relative risk in COVID-19 patients in early and late stages for use as a scoring system. Revista Thema, Pelotas, v. 24, n. 2, p. 1–17, 2025. DOI: 10.15536/revistathema.24.2025.4002. Disponível em: https://periodicos.ifsul.edu.br/index.php/thema/article/view/4002. Acesso em: 24 out. 2025.

Edição

v. 24 n. 2 (2025)

Seção

Ciências da Saúde

Licença

O autor responsável pela submissão representa todos os autores do trabalho e, ao enviar o artigo para a revista, está garantindo que tem a permissão de todos para fazê-lo. Da mesma forma, assegura que o artigo não viola direitos autorais e que não há plágio no trabalho. A revista não se responsabiliza pelas opiniões emitidas.

A Revista Thema é de acesso aberto (Open Access), sem que haja a necessidade de pagamentos de taxas, seja para submissão ou processamento dos artigos. A revista adota a definição da Budapest Open Access Initiative (BOAI), ou seja, os usuários possuem o direito de ler, baixar, copiar, distribuir, imprimir, buscar e fazer links diretos para os textos completos dos artigos nela publicados.

Todos os artigos são publicados com a licença Creative Commons Atribuição-NãoComercial 4.0 Internacional. Os autores mantém os direitos autorais sobre suas produções, devendo ser contatados diretamente se houver interesse em uso comercial dos trabalhos.

Creative Commons License