Abordagens de aprendizado de máquina para prever o risco de tuberculose entre contatos domiciliares de pacientes índice com TB no Centro da Etiópia

Por que isso importa para as famílias

A tuberculose (TB) costuma ser pensada como uma doença contraída de estranhos em ônibus ou em mercados lotados, mas muitas infecções ocorrem em casa. Quando uma pessoa da casa tem TB, seus parentes compartilham o ar, os cômodos e até as camas — ainda assim, apenas alguns vão desenvolver a doença. Este estudo do Centro da Etiópia faz uma pergunta prática com relevância global: computadores podem nos ajudar rapidamente a identificar quais familiares têm maior probabilidade de adoecer, para que testes e medicamentos escassos sejam usados onde mais são necessários?

A vida dentro das residências estudadas

Os pesquisadores trabalharam com equipes de saúde que visitam rotineiramente as casas de pessoas diagnosticadas com TB pulmonar infectante. Em quatro distritos rurais e três pequenas cidades, eles coletaram informações detalhadas sobre 387 pacientes "índice" e 1.277 pessoas que viviam com eles. Muitas residências eram superlotadas, com uma família típica de quatro pessoas apertada em casas pequenas que frequentemente tinham apenas um cômodo e uma janela. A maioria das famílias cozinhava com lenha ou carvão, enchendo o ar de fumaça. Muitos moradores eram crianças ou jovens adultos, e quase metade tanto dos pacientes quanto dos contatos tinha pouca ou nenhuma educação formal. São os tipos de ambientes onde a TB se espalha com facilidade — mas mesmo ali, apenas 23 moradores (cerca de 2 em 100) foram diagnosticados com TB.

Transformando visitas domiciliares em dados

Cada visita domiciliar gerou um retrato rico da vida cotidiana e da saúde. Para cada contato, a equipe registrou idade, sexo, status de vacinação, tosse, febre, sudorese noturna, cansaço, perda de peso, tempo passado com o paciente e outras doenças, como asma ou diabetes. Também anotaram detalhes da residência, como número de cômodos, tipo de casa, combustível para cozinhar e ventilação, além de características do paciente índice, como há quanto tempo estava doente antes de iniciar o tratamento. Todas essas informações foram convertidas em números adequados para análise computacional, com métodos cuidadosos para lidar com respostas ausentes e para evitar que eventos raros — como o pequeno número de casos de TB no conjunto de dados — fossem ignorados pelos modelos.

Deixando os algoritmos buscarem padrões

A equipe então treinou vários tipos de modelos de aprendizado de máquina — programas de computador que aprendem padrões a partir de dados — para estimar quais contatos tinham TB. Entre eles estavam ferramentas estatísticas conhecidas, como regressão logística, e abordagens mais flexíveis, como Random Forests, Balanced Random Forests, K‑Nearest Neighbors, redes neurais artificiais e gradient boosting. Como a grande maioria dos contatos não tinha TB, os autores focaram no "recall" (sensibilidade): a capacidade de um modelo identificar o máximo possível de casos verdadeiros de TB, mesmo que isso significasse gerar alguns alarmes falsos. Em saúde pública, perder uma pessoa doente costuma ser mais perigoso do que testar a mais uma pessoa saudável.

O que impulsionou o risco e quais modelos funcionaram melhor

Modelos em ensemble que combinam muitas regras simples de decisão, particularmente Random Forest e sua variante "balanced", foram os que melhor identificaram os casos verdadeiros de TB. Eles corretamente identificaram cerca de seis em cada sete pessoas com TB, mantendo uma acurácia geral razoável. O estudo também usou uma técnica chamada SHAP para espiar o interior desses modelos "caixa‑preta" e ver quais fatores mais importaram. Ser identificado como caso presumível de TB durante a triagem, fornecer amostra de escarro, ter tosse persistente ou produtiva, sentir muito cansaço e perda de apetite empurraram fortemente um contato para o lado "provável TB". Entre as características da casa, área menor (um sinal de superlotação) aumentou o risco. Algumas características pareceram protetoras: ser do sexo feminino, ter maior estatura e viver com um paciente índice com mais escolaridade foram associadas a menor risco, possivelmente refletindo diferenças em exposição, nutrição e acesso a cuidados.

O que isso significa para o controle da TB

Para programas de saúde que precisam esticar recursos limitados, os achados oferecem uma forma de usar dados de visitas domiciliares rotineiras de maneira mais inteligente. Em vez de tratar todos os contatos domiciliares da mesma forma, clínicas poderiam rodar modelos computacionais simples em segundo plano para sinalizar aqueles com maior risco para acompanhamento mais próximo, testagem mais rápida ou tratamento preventivo. O estudo sugere que, mesmo em ambientes com poucos recursos, ferramentas de aprendizado de máquina bem concebidas podem apoiar a detecção mais precoce de TB entre familiares, reduzir casos perdidos e tornar investigações de contato mais eficientes — desde que os modelos sejam testados e adaptados em outras regiões antes de serem incorporados às estratégias nacionais de TB.

Citação: Wolde, H.M., Kebede, W., Yewhalaw, D. et al. Machine learning approaches to predict the risk of tuberculosis among household contacts of index TB patients in Central Ethiopia. Sci Rep 16, 10457 (2026). https://doi.org/10.1038/s41598-026-41547-7

Palavras-chave: tuberculose, contatos domiciliares, aprendizado de máquina, predição de risco, Etiópia