Comparação de modelo de Cox e Random Forest Survival : aplicação em dados de doença de Chagas

Abstract

Resumo: A Doença de Chagas é uma doença tropical negligenciada que representa um desafio de saúde pública, especialmente em sua fase crônica, que pode levar a complicações cardíacas fatais. A identificação de fatores prognósticos é crucial para o manejo clínico dos pacientes. Este estudo tem como objetivo principal comparar a eficácia de um modelo estatístico tradicional, o Modelo de Riscos Proporcionais de Cox, com uma abordagem de aprendizado de máquina, o Random Forest Survival (RFS), na identificação de preditores de mortalidade em uma coorte de pacientes com Doença de Chagas

Abstract: Chagas Disease is a neglected tropical disease that poses a public health challenge, especially in its chronic phase, which can lead to fatal cardiac complications. The identification of prognostic factors is crucial for the clinical management of patients. This study's main objective is to compare the effectiveness of a traditional statistical model, the Cox Proportional Hazards Model, with a machine learning approach, Random Forest Survival (RFS), in identifying predictors of mortality in a cohort of Chagas Disease patients