Um estudo recente realizado por pesquisadores da Universidade de Odontologia de Osaka, da Universidade de Kyoto, da Universidade Metropolitana de Osaka e da Universidade de Eletrônica e Comunicações de Osaka usou tecnologia de computação avançada para analisar transições de estado complexas em pacientes com artrite reumatóide recebendo tratamento medicamentoso. O estudo, liderado pelo professor Keiichi Yamamoto, publicado na revista PLOS ONE, destaca os desafios enfrentados pelos pacientes com artrite reumatóide para alcançar a remissão estável, ao mesmo tempo que propõe novas formas de prever e melhorar os resultados do tratamento.
A artrite reumatóide é uma doença autoimune crônica caracterizada por inflamação das articulações, causando dor e incapacidade. Apesar dos avanços no tratamento, incluindo o uso de metotrexato e medicamentos anti-reumáticos modificadores da doença biológicos e sintéticos, apenas cerca de metade dos pacientes alcançam a remissão. Isto levou à identificação de um subconjunto de pacientes classificados como “difíceis de tratar” que não respondem adequadamente às terapias convencionais. O principal objetivo do estudo é compreender melhor a estabilidade dos estados do paciente ao longo do tempo e a resposta desses estados ao tratamento.
Os pesquisadores realizaram análises do cenário energético e agrupamento de séries temporais com base em dados da coorte do Consórcio de Gerenciamento de Artrite Reumatóide da Universidade de Kyoto, que contém dados clínicos abrangentes de milhares de pacientes com artrite reumatóide. A análise do cenário energético, um método originalmente utilizado em estudos de enovelamento de proteínas, foi adaptada aqui para avaliar a estabilidade dos estados em pacientes com artrite reumatóide. Ao atribuir valores de energia a diferentes estados dos pacientes, os pesquisadores podem visualizar e quantificar a facilidade com que os pacientes transitam entre estados estáveis e instáveis.
“Nosso estudo classificou as transições do status do paciente em dois padrões diferentes: ‘boa estabilidade leva à remissão’ e ‘má estabilidade leva ao beco sem saída do tratamento'”, explicou o professor Yamamoto. A análise mostrou que uma grande proporção de pacientes apresentou transições de status que poderiam ser afetadas pelo tratamento, mas apenas os pacientes do grupo “boa estabilidade” alcançaram consistentemente a remissão. Os cenários energéticos fornecem uma visualização clara de quais pacientes provavelmente responderão positivamente ao tratamento e quais não.
O agrupamento de séries temporais usa um método chamado distorção dinâmica do tempo para classificar ainda mais os pacientes em três categorias com base em suas transições de estado ao longo do tempo: “Rumo a uma boa estabilidade”, “Rumo a uma estabilidade ruim” e “Instável”. Os pacientes em grupos instáveis apresentam uma situação particularmente desafiadora porque o seu curso clínico é difícil de prever. “Os pacientes em grupos instáveis devem ser tratados com mais cuidado porque a sua resposta ao tratamento é menos previsível”, enfatizou o professor Yamamoto.
O estudo também analisou os efeitos de diferentes estratégias de tratamento ao longo de três anos, concentrando-se especificamente nos primeiros seis meses de tratamento, uma janela crítica para alcançar a remissão. Os resultados mostraram que a maioria dos pacientes que finalmente alcançaram a remissão apresentaram melhora significativa nos primeiros seis meses, enquanto aqueles que não melhoraram durante esse período tiveram menos probabilidade de fazê-lo mais tarde.
Estas informações sobre a dinâmica do tratamento da artrite reumatóide enfatizam a importância da intervenção precoce e da monitorização cuidadosa. A capacidade de prever quais pacientes responderão ao tratamento pode melhorar significativamente os resultados, permitindo um planejamento de tratamento mais personalizado. O uso inovador da análise do cenário energético e do agrupamento de séries temporais do estudo fornece aos médicos ferramentas poderosas para avaliar a estabilidade do paciente e tomar decisões mais informadas sobre estratégias de tratamento.
O estudo concluiu que a análise do panorama energético seria particularmente útil na prática clínica do mundo real, onde a condição do paciente muda ao longo do tempo e os tratamentos precisam ser ajustados de forma dinâmica. Esta abordagem, combinada com o agrupamento de séries temporais, oferece uma forma promissora de abordar as complexidades do tratamento da artrite reumatóide, particularmente para pacientes que não respondem às terapias convencionais.
Como disse o professor Yamamoto: “Este estudo abre novas maneiras de compreender como os pacientes respondem aos tratamentos da artrite reumatóide e pode levar a estratégias de tratamento mais eficazes e personalizadas no futuro”.
Referência do diário
Yamamoto K., Sakaguchi M., Onishi A., Yokoyama S., Matsui Y., Yamamoto W., Onizawa H., Fujii T., Murata K., Tanaka M., Hashimoto M. e Matsuda S. (2024). “Análise do cenário energético e análise de agrupamento de séries temporais da multiestabilidade dos estados dos pacientes associados ao tratamento medicamentoso da artrite reumatóide: o estudo de coorte KURAMA.” PLoS Um, 19(5), e0302308. Número digital: https://doi.org/10.1371/journal.pone.0302308
Sobre o autor
Dr.Keiichi Yamamoto Envolvido em pesquisa e educação em ciência de dados de saúde e informática em pesquisa clínica, ele tem ampla experiência na construção de diversos bancos de dados de pesquisa médica e possui um bom histórico de pesquisa clínica. Na Osaka Dental University, ele é afiliado ao Departamento de Ciência de Dados, ao Centro de Pesquisa e Inovação Industrial e ao Instituto de Pesquisa Translacional, onde supervisiona ensaios clínicos iniciados por investigadores para o desenvolvimento de medicamentos e dispositivos médicos. Além disso, atua como Diretor do Centro de Informações Educacionais, gerenciando as operações de TI de toda a universidade, incluindo o hospital. Suas contribuições acadêmicas incluem atuar como membro do Database Stewardship Committee de diversas sociedades acadêmicas, diretor executivo de operações da Health Data Science Association e membro do conselho do Personal Health Records (PHR).
Du. Tissein Atualmente é professor associado do Departamento de Engenharia Informática da Universidade de Eletrocomunicações de Osaka, Japão. Seus interesses de pesquisa concentram-se na aplicação de métodos de pesquisa operacional a dados de saúde. Ele está interessado em tecnologias analíticas para apoiar a tomada de decisões por profissionais de saúde. Além disso, ele está envolvido no gerenciamento de bancos de dados de registro de câncer e atua como membro do comitê da Associação Japonesa de Registro de Câncer.
