- Published on
IA e dados incompletos: estimar a progressão do Alzheimer com cautela
- Authors
- Name
- Michel Fernandes
- @michelpf
A pergunta do estudo
A doença de Alzheimer evolui de forma diferente entre as pessoas. Algumas permanecem estáveis por anos; outras avançam mais rapidamente. O estudo perguntou se dados coletados no início do acompanhamento poderiam ajudar a estimar quem tem maior risco de passar para a fase clínica seguinte e em que ritmo isso poderia ocorrer.
Foram analisadas duas transições: de cognição normal para comprometimento cognitivo leve (CCL, ou MCI em inglês) e de CCL para Alzheimer clinicamente diagnosticado. O objetivo não era descobrir a causa da doença, nem criar um exame capaz de confirmar individualmente o diagnóstico. Os autores compararam métodos de inteligência artificial (IA), formas de escolher as variáveis mais úteis e estratégias para lidar com dados ausentes.
Essa comparação importa porque estudos sobre Alzheimer acumulam muitas informações — testes de memória, idade, escolaridade, avaliações funcionais, ressonância magnética, PET e biomarcadores — para um número bem menor de participantes. Usar variáveis demais pode levar ao sobreajuste: o modelo parece funcionar bem nos dados em que foi treinado, mas perde desempenho ao analisar pessoas novas. A seleção de variáveis procura reduzir esse risco e tornar o resultado mais interpretável.
Dados e método de IA
Os dados vieram da Alzheimer’s Disease Neuroimaging Initiative (ADNI), uma coorte observacional norte-americana. Após o processamento, havia 826 participantes cognitivamente normais, 1.008 com CCL e 413 com Alzheimer, todos com ao menos uma avaliação inicial. A idade média era 72,9 anos, e o acompanhamento variou de 0 a 204 meses.
A análise usou somente informações da linha de base, isto é, da primeira visita. Entre os 826 participantes com cognição normal, 142 evoluíram para CCL, em média após 53,11 meses. Dos 1.008 com CCL, 378 progrediram para Alzheimer, em média após 31,92 meses. Participantes que não apresentaram a transição durante seu seguimento foram considerados censurados: isso não significa ausência futura de progressão, apenas que ela não foi observada até a última visita registrada.
Os autores separaram 90% dos participantes para treinamento e 10% para teste final, preservando a proporção de eventos. O conjunto de teste incluiu 83 pessoas e 14 conversões na análise cognição normal–CCL; na análise CCL–Alzheimer, incluiu 101 pessoas e 38 conversões. No treinamento, foi usada validação cruzada em cinco partes.
Cinco técnicas selecionaram variáveis: ReliefF, CFS, LASSO, mRMR e SelectKBest. Depois, cinco modelos de sobrevivência estimaram o risco ao longo do tempo: Cox, Cox com Elastic Net, AFT, florestas aleatórias de sobrevivência e XGBoost. Uma variável só era mantida para o teste se tivesse sido escolhida nas cinco divisões da validação cruzada, uma regra conservadora voltada à estabilidade.
O indicador principal foi o C-index. Simplificadamente, ele mede se o modelo tende a atribuir risco mais alto a quem progride antes. O valor 0,5 representa desempenho próximo ao acaso; 1,0 indicaria discriminação perfeita. Para lidar com lacunas, a maior parte das análises preencheu valores ausentes pelo método dos cinco vizinhos mais próximos. Em outra análise, o XGBoost foi aplicado sem imputação, pois consegue operar com valores faltantes.
Resultados quantitativos
Na validação interna, o desempenho geralmente entrou em platô depois de cerca de 10 a 15 variáveis: adicionar mais dados não trouxe ganhos claros. Nenhuma estratégia de seleção superou todas as outras de forma consistente.
No teste independente, o maior C-index observado para cognição normal–CCL foi 0,806, usando mRMR e XGBoost com 37 variáveis; o intervalo de confiança de 95% foi de 0,658 a 0,911. Para CCL–Alzheimer, o melhor resultado foi 0,877, com CFS e modelo de Cox, usando 22 variáveis; intervalo de 0,820 a 0,928.
Esses valores não provam que tais combinações sejam definitivamente melhores. Os intervalos de confiança dos principais modelos se sobrepunham, e comparações pareadas não encontraram diferença estatisticamente significativa entre eles. Para cognição normal–CCL, as diferenças de C-index entre as melhores configurações variaram de 0,006 a 0,082; para CCL–Alzheimer, de 0,001 a 0,019. Modelos menores também foram competitivos: LASSO com Cox usou 7 variáveis na primeira transição e 18 na segunda, com menor custo computacional, mas C-index observado inferior.
Os testes cognitivos e funcionais foram as variáveis escolhidas com maior consistência. Quando foram removidos do melhor conjunto, o C-index caiu de 0,806 para 0,465 na previsão de cognição normal para CCL e de 0,877 para 0,749 na previsão de CCL para Alzheimer. As duas quedas foram estatisticamente significativas, com p=0,001.
As imagens também tiveram papel diferente conforme a fase. Ao acrescentar medidas de PET e ressonância a variáveis cognitivas e funcionais, o C-index da transição inicial subiu de 0,623 para 0,783, diferença de 0,161 (intervalo de 0,035 a 0,295; p=0,019). Na transição de CCL para Alzheimer, não houve melhora demonstrada: o índice mudou de 0,877 para 0,860, diferença de −0,016 (p=0,287).
No cenário sem preencher valores ausentes, o XGBoost atingiu aproximadamente 0,81 para cognição normal–CCL e 0,88 para CCL–Alzheimer, com subconjuntos menores de variáveis em algumas configurações. Isso sugere que modelos que lidam diretamente com lacunas podem ser uma alternativa prática à imputação, mas não demonstra que sejam universalmente superiores.
O que muda e o que ainda não se pode concluir
O estudo indica que a previsão da progressão deve considerar a fase clínica. A passagem de CCL para Alzheimer foi mais previsível e estável do que a transição de cognição normal para CCL. Isso é compatível com mudanças iniciais mais sutis e heterogêneas, mas o estudo não prova por que a diferença ocorreu.
Para pesquisa e desenvolvimento de ferramentas, os achados sugerem três cuidados: selecionar variáveis de modo estável, não supor que mais medidas sempre melhoram o modelo e planejar como tratar dados incompletos. Avaliações cognitivas e funcionais concentraram grande parte da informação prognóstica. Imagens pareceram acrescentar informação na fase mais precoce, dentro desta amostra, mas não na previsão de CCL para Alzheimer além dos testes cognitivos e funcionais.
Ainda não se trata de uma ferramenta pronta para uso em consultórios. A ADNI tem perfil específico e participantes com escolaridade média alta, o que limita a generalização. Não houve validação em uma coorte externa. O teste para a transição inicial teve apenas 14 eventos, produzindo intervalos de confiança amplos. Os hiperparâmetros dos modelos não foram ajustados, portanto o trabalho não estabelece um ranking definitivo entre algoritmos.
Há ainda uma limitação metodológica: a seleção de variáveis considerou converter ou não converter, sem usar diretamente o tempo até a conversão e a censura nessa etapa. Além disso, exigir que uma variável aparecesse em todas as cinco divisões pode excluir fatores potencialmente úteis, porém menos estáveis.
Por fim, previsão não é causalidade. O fato de testes cognitivos, imagens ou biomarcadores melhorarem a discriminação do modelo não mostra que causem a progressão. Antes de orientar decisões individuais, seria necessário validar os modelos em populações independentes, verificar se os riscos estimados são bem calibrados e avaliar o desempenho em grupos diversos.
Heatmap of the mean C-Index values on the validation set of non-imputed data using 5-fold CV for (a) CN-MCI and (b) MCI-AD.
Frequency of the selected feature domains across FS methods, aggregated over the number of top-ranked features, for the (a) CN-MCI and (b) MCI-AD cohort.
Artigo original
D'Alessandro VI, Attivissimo F, Basileo T, De Palma L, Lanzolla AML, Di Nisio A, The Alzheimer's Disease Neuroimaging Initiative., Sensors (Basel), 2026-08-12
Imagens reproduzidas do artigo original sob a licença informada pelo periódico: Licensee MDPI, Basel, Switzerland. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution (CC BY) license.