Modelo de análise de decisão multicritério para a escolha do melhor doador de células tronco hematopoiéticas
DOI:
https://doi.org/10.33448/rsd-v13i1.44678Palavras-chave:
Transplante de células tronco hematopoiéticas; Doador; Decisão multi-critério; Software DEXi.Resumo
O transplante alogênico de células-tronco hematopoéticas é empregado no tratamento de doenças hematológicas e não hematológicas, transferindo células-tronco de um doador saudável para o paciente. A seleção do doador requer compatibilidade do antígeno leucocitário humano, considerando fatores como idade, correspondência entre sexos, tipagem sanguínea e sorologia para citomegalovírus, sendo uma estratégia essencial para o sucesso do transplante. Este artigo propõe integrar duas ferramentas: REDCap (Research Electronic Data Capture) para formulários eletrônicos e DEXi para análise de decisão multicritério. O objetivo é responder a uma tomada de decisão complexa na escolha do melhor doador, considerando múltiplos parâmetros qualitativos. Critérios relevantes foram selecionados, e formulários REDCap foram construídos para coleta de dados. Um modelo DEX baseado em árvore de decisão hierarquizada foi elaborado, com valores inseridos pela autora seguindo regras pré definidas. A análise envolveu quatro doadores hipotéticos. Resultados destacaram o doador 1 por sua forte correspondência HLA e com o receptor, atribuindo-lhe maior peso hierárquico. O modelo indicou o doador 1 como preferencial. A metodologia DEX respondeu à pergunta de decisão com resultados gráficos visíveis. O uso promissor da plataforma REDCap e a avaliação positiva do modelo DEXi sugerem ser uma tecnologia próspera na otimização da prática médica em transplantes.
Referências
Bohanec, M. (2017). Multi-criteria dex models: An overview and analysis. Proceedings of the 14th International Symposium on Operational Research, SOR 2017, 2017-Septe, 155–160.
Bohanec, M., Miljković, D., Valmarska, A., Mileva Boshkoska, B., Gasparoli, E., Gentile, G., Koutsikos, K., Marcante, A., Antonini, A., Gatsios, D., Rigas, G., Fotiadis, D. I., Tsiouris, K. M., & Konitsiotis, S. (2018). A decision support system for Parkinson disease management: expert models for suggesting medication change. Journal of Decision Systems, 27, 164–172. https://doi.org/10.1080/12460125.2018.1469320
Bohanec, M., Žnidaržič, M., Rajkovič, V., Bratko, I., & Zupan, B. (2013). DEX methodology: Three decades of qualitative multi-attribute modeling. Informatica (Slovenia), 37(1), 49–54.
Buturovic, L., Shelton, J., Spellman, S. R., Wang, T., Friedman, L., Loftus, D., Hesterberg, L., Woodring, T., Fleischhauer, K., Hsu, K. C., Verneris, M. R., Haagenson, M., & Lee, S. J. (2018). Evaluation of a Machine Learning-Based Prognostic Model for Unrelated Hematopoietic Cell Transplantation Donor Selection. Biology of Blood and Marrow Transplantation, 24(6), 1299–1306. https://doi.org/10.1016/j.bbmt.2018.01.038
Dehn, J., Spellman, S., Hurley, C. K., Shaw, B. E., Barker, J. N., Burns, L. J., Confer, D. L., Eapen, M., Fernandez-Vina, M., Hartzman, R., Maiers, M., Marino, S. R., Mueller, C., Perales, M. A., Rajalingam, R., & Pidala, J. (2020). Selection of unrelated donors and cord blood units for hematopoietic cell transplantation: guidelines from the NMDP/CIBMTR. Blood, 134(January), 924–934. https://doi.org/10.1182/blood.2019001212
Drnovšek, R., Milavec Kapun, M., & Rajkovič, U. (2021). Multi-criteria risk evaluation model for developing ventilator-associated pneumonia. Central European Journal of Operations Research, 29(3), 1021–1036. https://doi.org/10.1007/s10100-020-00720-7
Garcia, K. K. S., & Abrahão, A. A. (2021). Research development using redcap software. Healthcare Informatics Research, 27(4), 341–349. https://doi.org/10.4258/HIR.2021.27.4.341
Júnior, J. A. S., Martinho, G. H., Macedo, A. V. de, Verçosa, M. R., Nobre, V., & Teixeira, G. M. (2019). Assessing the impact of ABO incompatibility on major allogeneic hematopoietic stem cell transplant outcomes: a prospective, single-center, cohort study. Hematology, Transfusion and Cell Therapy, 41(1), 1–6. https://doi.org/10.1016/j.htct.2018.05.007
Kimura, F., Kanda, J., Ishiyama, K., Yabe, T., Yoshifuji, K., Fukuda, T., Ozawa, Y., Iwato, K., Eto, T., Mori, T., Uchida, N., Ota, S., Sakura, T., Ichinohe, T., Atsuta, Y., & Kanda, Y. (2019). ABO blood type incompatibility lost the unfavorable impact on outcome in unrelated bone marrow transplantation. Bone Marrow Transplantation, 54(10), 1676–1685. https://doi.org/10.1038/s41409-019-0496-2
Kollman, C., Howe, C. W. S., Anasetti, C., Antin, J. H., Davies, S. M., Filipovich, A. H., Hegland, J., Kamani, N., Keman, N. A., King, R., Ratanatharathorn, V., Weisdorf, D., & Confer, D. L. (2001). Donor characteristics as risk factors in recipients after transplantation of bone marrow from unrelated donors: The effect of donor age. Blood, 98(7), 2043–2051. https://doi.org/10.1182/blood.V98.7.2043
Kollman, C., Spellman, S. R., Zhang, M. J., Hassebroek, A., Anasetti, C., Antin, J. H., Champlin, R. E., Confer, D. L., DiPersio, J. F., Fernandez-Viña, M., Hartzman, R. J., Horowitz, M. M., Hurley, C. K., Karanes, C., Maiers, M., Mueller, C. R., Perales, M. A., Setterholm, M., Woolfrey, A. E., & Eapen, M. (2016). The effect of donor characteristics on survival after unrelated donor transplantation for hematologic malignancy. Blood, 127(2), 260–267. https://doi.org/10.1182/blood-2015-08-663823
Li, Y., Masiliune, A., Winstone, D., Gasieniec, L., Wong, P., Lin, H., Pawson, R., Parkes, G., & Hadley, A. (2020). Predicting the Availability of Hematopoietic Stem Cell Donors Using Machine Learning. Biology of Blood and Marrow Transplantation, 26(8), 1406–1413. https://doi.org/10.1016/j.bbmt.2020.03.026
Logan, B. R., Maiers, M. J., Sparapani, R. A., Laud, P. W., Spellman, S. R., McCulloch, R. E., & Shaw, B. E. (2021). Optimal Donor Selection for Hematopoietic Cell Transplantation Using Bayesian Machine Learning. JCO Clinical Cancer Informatics, 5, 494–507. https://doi.org/10.1200/cci.20.00185
Lown, R. N., Marsh, S. G. E., Switzer, G. E., Latham, K. A., Madrigal, J. A., & Shaw, B. E. (2014). Ethnicity, length of time on the register and sex predict donor availability at the confirmatory typing stage. Bone Marrow Transplantation, 49(4), 525–531. https://doi.org/10.1038/bmt.2013.206
Lown, R. N., & Shaw, B. E. (2013). Beating the odds: Factors implicated in the speed and availability of unrelated haematopoietic cell donor provision. Bone Marrow Transplantation, 48(2), 210–219. https://doi.org/10.1038/bmt.2012.54
Mühlbacher, A. C., & Kaczynski, A. (2016). Making Good Decisions in Healthcare with Multi-Criteria Decision Analysis: The Use, Current Research and Future Development of MCDA. Applied Health Economics and Health Policy, 14(1), 29–40. https://doi.org/10.1007/s40258-015-0203-4
Muhsen, I. N., Elhassan, T., & Hashmi, S. K. (2018). Artificial intelligence approaches in hematopoietic cell transplantation: A review of the current status and future directions. Turkish Journal of Hematology, 35(3), 152–157. https://doi.org/10.4274/tjh.2018.0123
Patridge, E. F., & Bardyn, T. P. (2018). Research electronic Patridge, E. F., & Bardyn, T. P. (2018). Research electronic data capture (REDCap). Journal of the Medical Library Association, 106(1), 142–144. https://doi.org/10.5195/jmla.2018.319data capture (REDCap). Journal of the Medical Library Association, 106(1), 142–144.
Pereira, S. C. M., Souza, A. M., Bouzas, L. F., & Oliveira, D. C. M. de. (2021). Donor selection: general aspects. JBMTCT, 2(1), 14–21. https://doi.org/10.46765/2675-374x.2021v4n1p14-21
Polomeni, A., Moreno, E., & Schulz-Kindermann, F. (2019). The EBMT Handbook. In E. Carreras, C. Dufour, M. Mohty, & N. Kröger (Eds.), The EBMT Handbook. Springer International Publishing. https://doi.org/10.1007/978-3-030-02278-5
Shaw, B. E., Mayor, N. P., Szydlo, R. M., Bultitude, W. P., Anthias, C., Kirkland, K., Perry, J., Clark, A., MacKinnon, S., Marks, D. I., Pagliuca, A., Potter, M. N., Russell, N. H., Thomson, K., Madrigal, J. A., & Marsh, S. G. E. (2017). Recipient/donor HLA and CMV matching in recipients of T-cell-depleted unrelated donor haematopoietic cell transplants. Bone Marrow Transplantation, 52(5), 717–725. https://doi.org/10.1038/bmt.2016.352
Shaw, Bronwen E., Logan, B. R., Spellman, S. R., Marsh, S. G. E., Robinson, J., Pidala, J., Hurley, C., Barker, J., Maiers, M., Dehn, J., Wang, H., Haagenson, M., Porter, D., Petersdorf, E. W., Woolfrey, A., Horowitz, M. M., Verneris, M., Hsu, K. C., Fleischhauer, K., & Lee, S. J. (2018). Development of an Unrelated Donor Selection Score Predictive of Survival after HCT: Donor Age Matters Most. Biology of Blood and Marrow Transplantation, 24(5), 1049–1056.https://doi.org/10.1016/j.bbmt.2018.02.006
Shouval, R., Fein, J. A., Labopin, M., Kröger, N., Duarte, R. F., Bader, P., Chabannon, C., Kuball, J., Basak, G. W., Dufour, C., Galimard, J. E., Polge, E., Lankester, A., Montoto, S., Snowden, J. A., Styczynski, J., Yakoub-Agha, I., Mohty, M., & Nagler, A. (2019). Outcomes of allogeneic haematopoietic stem cell transplantation from HLA-matched and alternative donors: a European Society for Blood and Marrow Transplantation registry retrospective analysis. The Lancet Haematology, 6(11), e573–e584. https://doi.org/10.1016/S2352-3026(19)30158-9
Simione, A. J., Neves, H. R. A. das, Silva, C. C., Sabaini, P. M. S., Geraldo, B. L. S. S., Pasquini, M., Vigorito, A. C., Ammi, M., Colturato, V., Nabhan, S., Seber, A., Silvério, A., Moreira, M. C. R., Barros, G. M. N., Astigarraga, C. C., Daudt, L. E., Macedo, M. C. M. de A., Chiattone, R., Novis, Y. A. S., … Barroso Duarte, F. (2022). Current use and outcomes of hematopoietic stem cell transplantation: Brazilian summary slides. Journal of Bone Marrow Transplantation and Cellular Therapy, 3(2), 171. https://doi.org/10.46765/2675-374x.2022v3n2p171
Trdin, N., & Bohanec, M. (2018). Extending the multi-criteria decision making method DEX with numeric attributes, value distributions and relational models. Central European Journal of Operations Research, 26(1), 1–41. https://doi.org/10.1007/s10100-017-0468-9
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Thais Benevides; Edmar Gurjão; Larissa Brito
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
