Conscientização sobre a saúde cardiovascular feminina na Lombardia (CALLforWOMEN)

[Antecedentes] Apesar das melhorias dramáticas na prevenção, diagnóstico e tratamento de doenças cardiovasculares (DCV) em mulheres, a DCV continua a ser a principal causa de morte em mulheres em todos os principais países desenvolvidos e na maioria das economias emergentes (1-2). A crescente conscientização sobre sexo (por causa dos fatores biológicos) e diferenças de gênero (aquelas afetadas por fatores sociais, ambientais e comunitários mais amplos) estimulou planos de ação em todo o mundo para melhorar o atendimento às mulheres. Nos Estados Unidos, vários programas foram lançados para promover a educação entre as mulheres, incluindo Go Red for Women da American Heart Association, Heart Truth do National Heart, Lung, and Blood Institute, e Make the Call, Don't Miss uma batida pelo Departamento de Saúde e Serviços Humanos dos EUA. Ao fazer isso, desde 1997, a AHA realizou inúmeras pesquisas entre as mulheres dos EUA, provando um aumento na conscientização sobre doenças cardíacas como a principal causa de morte entre 1997 e 2012 (de 30% para 56%), especialmente entre mulheres mais jovens (25 -34 anos)(3). Surpreendentemente, uma tendência oposta foi relatada recentemente. O último estudo divulgado em nome da AHA mostrou um declínio significativo na conscientização das mulheres entre 2009 e 2019 (de 65% para 44%), particularmente entre mulheres hispânicas e negras não hispânicas e em mulheres mais jovens (nas quais a prevenção primária pode ser mais efetivo!), apelando a um esforço urgente para inverter esta tendência (4). Na Europa, tais iniciativas são escassas, mal organizadas, com planos focalizados em âmbito nacional, sem divulgação adequada na comunidade científica (5). Estudos anteriores baseados na web descobriram que cerca de 7% das mulheres (um número médio de muitos grupos étnicos e demográficos) estão cientes de que a doença cardíaca é uma preocupação real de saúde (6). O Serviço Nacional de Saúde italiano realiza três programas de triagem para a prevenção de tumores, dois dos quais são tipicamente femininos, mama e colo do útero, e o terceiro dedicado a ambos os sexos, colorretal. A triagem para fatores de risco de DCV é menos comum em geral e em particular entre as mulheres, sem atenção para mulheres jovens e minorias e, o mais importante, não tem efeito na redução da morbidade e mortalidade por DCV (Rede de Evidências em Saúde da OMS - HEN - relatório de síntese 7, 2021 ) A conscientização sobre as condições adversas de saúde, incluindo as cardiopatias, ou o conhecimento dos fatores de risco é o primeiro passo para promover a prevenção com o objetivo de reduzir a mortalidade e a morbidade, promovendo a saúde e o bem-estar individual e coletivo. Infelizmente, ainda hoje, acredita-se amplamente que as doenças cardiovasculares afetam principalmente os homens, e a grande maioria das mulheres tem uma percepção muito baixa dos maus resultados causados ​​por essas patologias (7). Além disso, juntamente com os fatores de risco tradicionais, como pressão alta, hipercolesterolemia, diabetes, tabagismo e excesso de peso, fatores de risco emergentes e não reconhecidos devem ser levados em consideração, incluindo complicações relacionadas à gravidez, sedentarismo, menopausa precoce e depressão, enquanto possíveis relacionamentos entre distúrbios alimentares, estilos de vida, doença intestinal inflamatória crônica ou distúrbios autoimunes, incluindo doença celíaca, e complicações cruzadas (por exemplo, osteopenia e osteoporose) ainda merecem ser exploradas. Surpreendentemente, as últimas diretrizes da ESC de 2021 sobre prevenção de doenças cardiovasculares na prática clínica (7) não recomendam a avaliação sistemática do risco de DCV em mulheres com menos de 50 anos de idade sem fatores de risco CV conhecidos (classe III, nível de evidência C), omitindo qualquer consideração sobre potenciais fatores de risco emergentes. De fato, as informações sobre se as condições específicas do sexo feminino melhoram a classificação de risco são consideradas uma lacuna nas evidências disponíveis. Aumentar a compreensão das mulheres sobre os fatores de risco de DCV e aumentar as oportunidades de triagem de mulheres ao longo da vida é fundamental nesse cenário, com o objetivo final de identificar melhor as mulheres em risco e melhorar os resultados. Assim, o primeiro passo é avaliar a consciência da saúde cardiovascular e dos fatores de risco em uma grande coorte de mulheres em diferentes ambientes sociais, econômicos, culturais e de saúde.

[Métodos] Estudo observacional descritivo, com coleta de dados por meio de web-survey de base populacional.

[Desenho do estudo] Estudo observacional descritivo transversal. O estudo será coordenado por um Grupo de Pesquisa da Mulher - uma equipe multidisciplinar de mulheres atuantes nos setores Clínico, Gerencial e de Pesquisa.

[Coleta de dados] Os dados serão coletados por meio de uma pesquisa na web baseada na população (8-10) criada com o software SurveyMonkey®. Os dados coletados serão enviados para um coletor eletrônico de dados, cuja saída será salva como arquivo eCRF no REDCap. O início e o término da coleta de dados estão previstos para abril de 2022 e abril de 2023, respectivamente. Levando em consideração uma população de aproximadamente 5 milhões de mulheres na região da Lombardia e uma taxa de resposta estimada de 80%, o tamanho da amostra necessária é calculado em 2.182 indivíduos. Mais precisamente, um tamanho de amostra de 2182 de uma população de 5.000.000 produz um intervalo de confiança bilateral de 80% com uma precisão (meia largura) de 0,0070 quando a proporção real é próxima de 0,0700 [de estudos anteriores baseados na web, cerca de 7% das mulheres - uma porcentagem média de várias etnias e grupos demográficos - tinham conhecimento sobre DCV (6)]. Consequentemente, o número de indivíduos fora da população necessários para solicitar participação para atingir o tamanho de amostra necessário com base na taxa de resposta esperada é de aproximadamente 12.000. O tamanho da amostra foi calculado usando o pacote estatístico PASS 2019, v19.0.1.

[Variáveis ​​medidas] Todas as variáveis ​​serão coletadas em um formato de autorrelato. Para descrever o acampamento relacionado à pesquisa na web, serão feitas perguntas relacionadas ao perfil sociodemográfico, levando em consideração idade, sexo, escolaridade e estado civil. O item proposto no web-survey de base populacional também passará por um processo de validação: um grupo de 10/12 profissionais de saúde será solicitado a opinar sobre a pertinência de cada item do questionário em relação ao objetivo de mensuração de a própria escala. Eles expressarão uma classificação avaliando cada item com uma escala Likert de 4 etapas (1 = totalmente irrelevante; 4 = totalmente relevante). Essa abordagem é útil para validação de conteúdo e foi descrita por Lawshe (1975) para calcular dois índices quantitativos de validação de conteúdo (ou seja, CVI, CVR). Para a validação de face (ou seja, validação qualitativa), serão feitas três perguntas abertas ao mesmo grupo de médicos especialistas. Essas questões serão analisadas qualitativamente, e eventuais propostas de esclarecimento sobre a forma linguística dos itens serão levadas em consideração.

[Análise estatística] Todos os dados serão verificados usando a distribuição de frequência para avaliar possíveis faltas, erros ou outliers. A estatística descritiva será utilizada para descrever as características da amostra, onde os dados categóricos serão apresentados como frequências, e os dados contínuos foram apresentados como média ± desvio padrão (M±DP) para variáveis ​​normalmente distribuídas, e como mediana e intervalo interquartílico (25°- 75° percentil) para dados contínuos não normalmente distribuídos. O estudo de assimetria será utilizado para avaliar preliminarmente a distribuição normal das variáveis, seguido do teste de Kolmogorov-Smirnov. Os dados ausentes serão gerenciados usando uma abordagem de pares. As características da amostra serão comparadas entre e dentro dos grupos e usando o teste χ2 de Pearson para variáveis ​​dicotômicas na análise univariada ou usando o teste t de Student (ou ANAOVA unidirecional quando apropriado) para valores paramétricos. A modelagem de equações estruturais testará as relações entre os dados de saúde coletados e determinará se os fatores latentes podem prever as variáveis ​​observadas. Modelos de equações estruturais serão avaliados considerando a interpretação dos seguintes índices de ajuste: Satorra-Bentler χ2; o índice de ajuste comparativo (CFI) (valores >0,90 indicam um ajuste aceitável); a raiz do erro quadrático médio de aproximação (RMSEA) (valores < 0,06 indicam um ajuste aceitável); a raiz quadrada média ponderada residual (WRMR; valores 1,0 indicaram um ajuste aceitável). Todos os dados foram analisados ​​usando Statistical Package for Social Science versão 22 (SPSS, Chicago, IL, EUA) e MPLus 8.1, e o nível de significância de cada teste foi fixado em 0,05 e bicaudal.

[Considerações éticas] O estudo pode ser descrito como anônimo porque é impossível vincular qualquer amostra específica a uma pessoa com base nos dados obtidos. Antes da compilação da pesquisa na web, o consentimento informado será obtido online na mesma página. Não é considerado necessário empregar uma permissão informada por escrito separada para este tipo de estudo, de acordo com a legislação vigente (Regulamento Europeu 2016/679, Decreto Legislativo 101/2018), porque deixaria de existir a confidencialidade do estudo. Por outro lado, pensa-se em priorizar informar adequadamente os pacientes com uma página da web de apresentação clara e compreensível que explique o objetivo da pesquisa antes de preencherem o questionário online.

[Gestão de dados] Todos os dados recolhidos anonimamente através do inquérito web baseado na população serão processados ​​de acordo com a legislação em vigor (Regulamento Europeu 2016/679, Decreto Legislativo 101/2018), com o GCP e no respeito geral pela privacidade do sujeitos participantes, pois será impossível. para qualquer um ligar qualquer amostra dada a um assunto. Os dados serão inseridos automaticamente em um fichário online após cada paciente preencher o questionário. Concluída a fase de coleta, o fichário será extrapolado para uma planilha Excel para fins de análise. A saída do Excel também será depositada no REDCap.