Predição de Sepse a partir de Dados do Atendimento Pré-Hospitalar

A sepse é uma síndrome que acomete milhões de pessoas a cada ano causando aproximadamente 20% das mortes no mundo. O reconhecimento precoce dos sintomas de sepse possibilita o início do tratamento adequado a tempo de proporcionar melhores desfechos para os pacientes. Dessa forma, é relevante desenvolver ferramentas que possibilitem a identicação da sepse já no ambiente pré-hospitalar como o escore heurístico qSofa. Este artigo apresenta os resultados de testes realizados com modelos de machine learning treinados com dados do primeiro atendimento prestado pelo SAMU. Mesmo com um conjunto de dados restrito, os modelos desenvolvidos apresentaram melhorias na ordem de 7,7% na acurácia e 17,7% na AUC em relação aos resultados do qSofa.