Introdução: O aumento do volume da próstata é condição prevalente com sabido aumento da prevalência. Recentemente estudo tem conectado a Síndrome Metabólica e seus componentes com o aumento da próstata. Uma melhor compreensão destes aspectos pode ser útil na compreensão do problema, no estabelecimento de medidas preventivas e de opções de tratamento mais efetivos.um pré-requisito para o desenvolvimento de novas opções de tratamento médico mais eficazes. Modelos para avaliar estas interações são limitados e mais recentemente a Inteligência artificial tem possibilitado comparações e associações mais complexas. Objetivos: Utilizar um método de aprendizagem de máquina (Machine Learning) para avaliar os fatores associados a esta condição e a capacidade do algoritmo em classificar os indivíduos com aumento do volume da próstata.
Materiais e métodos: Analisou-se um banco de dados com informações clínicas de 1429 homens com idade de 59[53-70] IIQR anos consecutivamente avaliado numa clínica de saúde do homem. Próstata maiores que 40 gr foram consideradas aumentadas. Idade, glicemia, Triglicérides, Circunferência Abdominal, Testosterona, colesterol, LDL, Ureia, creatinina, Vitamina D e Fototipo foram os parâmetros avaliados. Utilizamos o modelo de aprendizagem de máquina Extreme Gradient Boosting (XGBoost) e a melhor configuração do modelo foi estimada através de Grid Search com validação cruzada. A capacidade de classificação e os fatores mais relevantes foram os determinantes estudados. Para a capacidade de classificação empregamos acurácia global e a importância dos fatores. A importância é normalizada (a soma de todos os fatores equivale a 1) e não prediz papel protetor ou de risco para o fator analisado
Resultados: O modelo obteve uma acurácia de 70,7%. Em relação às variáveis mais relevantes, a idade apresenta 25% da importância enquanto hipertensão e trigliceridemia importância de 13 e 7% respectivamente. Outros parâmetros tiveram menor importância nos modelos(menor do que 5%)
Conclusão: Nossos achados demonstram a capacidade e utilidade da inteligência artificial em avaliar interações complexas e de múltiplos fatores. Reiteram a importância da idade como principal, e de modo menos importante da hipertensão e da trigliceridemia como fatores associado e possivelmente de risco para o aumento do volume da próstata. Futuros estudos com databases, preferencialmente multicêntricas, podem melhorar a compreensão destas correlações e minimizar possíveis vieses geográficos.