Machine learning para predição de internação e morte por insuficiência cardíaca: protocolo de revisão de escopo

Introdução: A insuficiência cardíaca é uma síndrome complexa que resulta em comprometimento da função cardíaca, com repercussões locais e sistêmicas, além de elevadas taxas de morbimortalidade. A implementação de estratégias de inteligência artificial apresenta tendências crescentes na prática de enfermeiros e de outros profissionais de saúde, por meio de modelos que auxiliam a tomada de decisão quanto ao diagnóstico, rastreamento, manejo e acompanhamento — processos fundamentais no cuidado às pessoas com insuficiência cardíaca. Objetivo: Mapear algoritmos de inteligência artificial para a predição do risco de hospitalização e óbito em pessoas com insuficiência cardíaca. Material e métodos: Trata-se de um protocolo de revisão de escopo, conduzido em agosto de 2024, utilizando as seguintes bases de dados: Medical Literature Analysis and Retrieval System Online (MEDLINE/PubMed), Biblioteca Virtual em Saúde (BVS), Scopus, ScienceDirect, Scientific Electronic Library Online (SciELO), Embase, Web of Science, Cochrane Library e Institute of Electrical and Electronics Engineers (IEEE) Xplore. A literatura cinzenta será acessada por meio da Biblioteca Digital Brasileira de Teses e Dissertações, do Catálogo de Teses e Dissertações e do Open Access Theses and Dissertations (OATD). Adicionalmente, os primeiros 100 resultados do Google Scholar serão incluídos na busca. Serão incluídos estudos primários e secundários que apresentem um protótipo ou algoritmo de inteligência artificial para predição do risco de hospitalização e óbito em pessoas com insuficiência cardíaca, sem restrições quanto à localização, idioma ou período de publicação. Serão excluídos editoriais, cartas ao editor, anais de eventos e estudos em fase de projeto, uma vez que esses materiais não fornecem informações consolidadas sobre o campo investigado. Implicações: Os resultados poderão ser utilizados para o desenvolvimento e a aplicação de novos modelos de inteligência artificial com robustez teórica e metodológica para a predição do risco de hospitalização e óbito por insuficiência cardíaca, contribuindo para a tomada de decisão, a melhoria da qualidade de vida das pessoas acometidas e a redução dos custos individuais e dos sistemas de saúde.