Desenvolvimento e Validação do Modelo de Previsão de Risco DM e Pré-DM

O Diabetes Mellitus (DM) é a segunda doença crônica não transmissível (DCNT) mais comum e um importante problema de saúde pública. Em 2017, estimou-se que 451 milhões de adultos em todo o mundo tinham DM, número que deve aumentar para 693 milhões em 2045. Em termos de carga econômica, estimou-se que o custo global de DM em 2015 foi de 1,31 trilhão de dólares americanos, o que representou 1,8% do produto interno bruto global. Na China, a prevalência de DM aumentou rapidamente, de menos de 1% em 1980 para 10,9% em 2013, com aproximadamente 109,6 milhões de adultos chineses (25,8% de todos os casos em todo o mundo) vivendo atualmente com a doença. Entre a população chinesa, Hong Kong tem uma das maiores prevalências de DM. A Pesquisa de Saúde da População (PHS) 2014/2015 realizada pelo Departamento de Saúde encontrou uma prevalência de 8,4% de DM entre pessoas de 15 a 84 anos em Hong Kong, mais da metade (4,5%) dos quais eram previamente desconhecidos. Dados (não publicados) do Inquérito à Saúde da População 2014/2015 mostraram que mais 9,5% das pessoas com idades compreendidas entre os 15 e os 84 anos tinham hiperglicemia (pré-diabetes), mas desconheciam o problema antes do inquérito O DM pode resultar em complicações graves, que levam a incapacidades morbidade e mortalidade prematura. Vários ensaios clínicos randomizados (RCTs) descobriram que intervenções no estilo de vida (por exemplo, dieta, exercícios) e tratamentos farmacológicos são eficazes na prevenção do DM e suas complicações. No entanto, foi relatado que 224 milhões de adultos (49,7% de todos os casos) em todo o mundo não sabem que têm a condição, semelhante à descoberta do Hong Kong PHS 2014/2015. O DM pode estar presente por 9 a 12 anos antes de um diagnóstico e muitas vezes só é detectado quando os pacientes apresentam complicações. Portanto, há uma necessidade urgente de detecção precoce do DM para que intervenções apropriadas possam ser fornecidas para prevenir e/ou retardar a progressão para complicações. Seria ainda mais eficaz se os indivíduos pudessem ser identificados no estágio pré-diabético (pré-DM), quando ainda pode haver uma oportunidade de reverter à normoglicemia por meio de modificações no estilo de vida. Embora o DM satisfaça todos os critérios de Wilson e Jungner (1968) de estudos de triagem mostraram que o rastreamento da população geral não é eficaz e a recomendação atual é a busca de casos direcionada a indivíduos de alto risco. O Hong Kong Reference Framework for Diabetes Care for Adults in Primary Care Settings recomenda triagem periódica para DM entre pessoas com idade >=45 anos ou com fatores de risco para DM. Os métodos recomendados para triagem incluem testes orais de tolerância à glicose (OGTT) de 75 g, testes de glicose plasmática em jejum (FPG) ou testes de HbA1c. De fato, uma análise de custo-efetividade relatou que a triagem para DM e pré-diabetes economizava custos entre os pacientes identificados como de alto risco (por exemplo, índice de massa corporal (IMC) > 35 kg/m(2), pressão arterial sistólica ≥ 130 mmHg ou > 55 anos de idade) quando comparado com nenhuma triagem. Para identificar indivíduos de alto risco com mais precisão, modelos multivariados de predição de risco foram desenvolvidos e incorporados a programas de prevenção de DM em vários países ocidentais. Esses modelos incluíram fatores sociodemográficos (por exemplo, idade, sexo), fatores clínicos (por exemplo, histórico familiar de DM, DM gestacional) ou biomarcadores (por exemplo, IMC, pressão arterial). No entanto, a maioria desses modelos foi desenvolvida principalmente em populações caucasianas e não teve um bom desempenho entre as populações chinesas. Por exemplo, os modelos Prospective Cardiovascular Münster, Cambridge, San Antonia e Framingham apresentaram discriminação inferior em uma coorte de chineses. Isso pode ser devido a diferenças étnicas, estilo de vida e fatores socioeconômicos, exigindo modelos de previsão de risco específicos para a população. Desde 2009, vários modelos de previsão de risco e algoritmos de pontuação foram desenvolvidos especificamente para populações chinesas, principalmente da China Continental, apenas dois dos quais foram desenvolvidos e validados em chineses de Hong Kong. O primeiro usou fatores auto-relatados simples e medições laboratoriais para desenvolver um algoritmo de pontuação. No entanto, a generalização do modelo para pacientes de cuidados primários pode ser limitada, pois 70% dos indivíduos das amostras de desenvolvimento e validação tinham fatores de risco conhecidos para DM. O segundo modelo de previsão de risco para chineses de Hong Kong foi desenvolvido anteriormente por membros da equipe de pesquisadores com dados de 3.357 motoristas profissionais não diabéticos assintomáticos. Os fatores de risco não laboratoriais incluíram idade, IMC, história familiar de DM, atividade física regular (AF) e pressão arterial elevada. O triglicerídeo foi adicionado ao algoritmo baseado em laboratório. A aplicação desse modelo de predição de risco é limitada porque a amostra era predominantemente masculina (92,7%) motoristas profissionais e a precisão era modesta. Observa-se que a maioria dos fatores incluídos nos modelos anteriores não é modificável (por exemplo, história familiar de DM, DM gestacional, idade), e há um apelo para pesquisas futuras para incorporar mais fatores de estilo de vida para melhorar a validade preditiva e impacto dos modelos de previsão de risco. Os fatores de estilo de vida que podem estar associados ao DM e ao pré-DM incluem nível de atividade física (AF), fatores dietéticos (por exemplo, ingestão de fibras, açúcar ou gordura), consumo de álcool, tabagismo e sono. Este estudo proposto visa desenvolver um novo modelo de previsão de risco de DM e pré-DM específico para a população chinesa em geral de Hong Kong que incorpora fatores de estilo de vida tradicionais e modificáveis. Os investigadores aplicarão o novo método de aprendizado de máquina, bem como a regressão logística tradicional no desenvolvimento de modelos para melhorar o poder preditivo. Os investigadores esperam que os resultados permitam a implementação de detecção eficaz de casos de DM e pré-DM na atenção primária e evitem a mortalidade e a morbidade dessa DNT comum, mas silenciosa, para as pessoas em Hong Kong.