Um estudo inovador empregou metodologias avançadas de inteligência artificial para analisar tendências da tuberculose (TB) em 194 países entre 2000 e 2022, oferecendo insights sem precedentes sobre o impacto global deste persistente desafio de saúde pública. Pesquisadores utilizaram algoritmos de aprendizado de máquina XGBoost junto com técnicas de IA Explicável (XAI) para identificar determinantes-chave que influenciam as taxas de incidência e mortalidade da TB no mundo todo. A análise abrangente incorporou métodos de autocorrelação espacial para detectar aglomerações geográficas de casos de TB, revelando focos significativos em países como Lesoto, África do Sul e Papua Nova Guiné.
A pesquisa identificou diversos fatores críticos que impulsionam as tendências da TB globalmente. As taxas de sucesso do tratamento e o início do tratamento para TB multirresistente (MDR-TB) emergiram como determinantes cruciais da incidência de TB, com casos confirmados de MDR-TB mostrando o impacto mais significativo. Fatores ambientais, particularmente a poluição do ar, demonstraram uma influência notável na incidência de TB, ressaltando a importância de abordar determinantes de saúde ambiental nas estratégias de prevenção da TB. Apesar de um declínio geral nas taxas de incidência e mortalidade da TB de 2000 a 2022, disparidades regionais significativas persistem. Essuatíni relatou a maior incidência total de TB durante o período do estudo, enquanto Mianmar registrou a maior taxa de mortalidade relacionada à TB. Em contraste, países como Niue e Mônaco relataram zero casos em vários anos, refletindo uma gestão eficaz da TB ou fatores mitigadores nessas regiões.
Olhando para o futuro, a exploração de tendências dos pesquisadores para 2023-2030 prevê padrões variados de incidência de TB entre as nações. Espera-se que países como Albânia, Armênia e Botsuana vejam aumentos na incidência de TB. Por outro lado, prevê-se que nações como Belize, Camboja e Namíbia experimentem declínios. Essas projeções enfatizam a necessidade de políticas de saúde pública adaptadas que abordem desafios regionais únicos e a importância da colaboração internacional no compartilhamento de expertise e recursos.
Este estudo demonstra o potencial transformador da integração de metodologias XGBoost e XAI como um framework abrangente para abordar taxas de incidência e mortalidade da TB global. Ao identificar fatores de risco-chave e prever tendências futuras com notável precisão, esta pesquisa fornece insights essenciais para formuladores de políticas e profissionais de saúde. Os resultados sublinham a necessidade de estratégias baseadas em evidências e intervenções adaptadas a contextos regionais específicos, abrangendo desenvolvimento socioeconômico, melhorias na saúde ambiental e infraestrutura de saúde aprimorada para combater efetivamente a tuberculose tanto em níveis regionais quanto globais.
