Avaliação Longitudinal da Taxa de Prevalência de Doença Renal Crônica e Assinatura de Risco na África Subsaariana Semirural (RenalTWO)

As taxas de prevalência de doenças não transmissíveis (DCNT) estão aumentando constantemente em populações de países de baixa e média renda (LMICs) e a taxa de morte prematura devido a DCNTs é significativamente maior do que em ambientes de alta renda. Além da exposição a fatores de risco cardiovascular devido à ocidentalização do estilo de vida, urbanização e envelhecimento da população, baixa conscientização, deficiências nas abordagens diagnósticas, falta de dados epidemiológicos precisos, programas de prevenção e profissionais de saúde treinados estão aumentando substancialmente a epidemia de DCNT nas configurações LMIC.

Algumas das DCNT e fatores de risco cardiovascular (FRcv) mais importantes na população em geral são obesidade, hipertensão arterial (HAT), bem como diabetes mellitus tipo 2 (DM2), todos associados à doença renal crônica (DRC), ainda outra importante DCNT. A interação da DRC com fatores socioeconômicos, hábitos de vida, bem como doenças infecciosas endêmicas ainda altamente prevalentes em uma população da ASS é pouco pesquisada e exige investigações longitudinais prospectivas. Na prática clínica e no planejamento da saúde pública, a própria DRC é muitas vezes subestimada, embora os estágios iniciais representem um risco aumentado de morbidade e mortalidade cardiovascular - muito antes de o rim falhar.

Portanto, as autoridades de saúde pública e os formuladores de políticas globais solicitaram dados precisos de prevalência de DRC também da região sub-Sharan Africana (SSA), para informar e apoiar o planejamento de saúde e entender melhor a dinâmica que impulsiona a DRC nas populações que vivem na SSA. Até o momento, estão disponíveis principalmente dados transversais, mas para um diagnóstico correto de DRC são necessárias medições repetidas em um cenário longitudinal. Além disso, a interação de fatores cardiovasculares clássicos e dependentes de regiões específicas para o desenvolvimento de DRC precisa ser melhor compreendida para desenvolver estratégias adaptadas para melhor prevenção, diagnóstico e terapias.

O estudo RenalTWO ajudará a preencher essa lacuna de conhecimento, recrutando aproximadamente 1.200 adultos que procuram serviços de saúde de cuidados primários na área de captação do hospital distrital de Bagamoyo, na semi-rural da Tanzânia, África Oriental. Todos os pacientes inscritos serão estudados prospectiva e longitudinalmente e submetidos a um amplo espectro de testes clínicos e biomédicos, bem como questionários baseados em históricos médicos detalhados, antecedentes socioeconômicos e hábitos de estilo de vida para a avaliação da assinatura de risco para DRC. Com base neste conjunto de dados, modelos preditivos podem ser desenvolvidos. Com base em um modelo validado ideal, uma pontuação de prognóstico é calculada e ilustrada como nomogramas.

Além disso, o estudo RenalTWO oferece a oportunidade de examinar o uso de testes diagnósticos de última geração em uma população com limitações econômicas e problemas de saúde específicos, como alta prevalência de anemia e doenças infecciosas. Os dados coletados permitirão relatar pela primeira vez a taxa de prevalência de DRC avaliada longitudinalmente, avaliada com urgência e classificada de acordo com as diretrizes de Kidney Disease: Improving Global Outcomes (KDIGO) e fornecer uma visão aprofundada sobre a assinatura de risco de DRC em uma avaliação primária população carente da ASS semirrural. O conjunto de dados RenaTWO também fornecerá evidências sobre a validade de dados transversais, que são mais rápidos, baratos e fáceis de coletar, mas podem ter sérias limitações no contexto de doenças crônicas. Além disso, o projeto ReanlTWO pode fornecer informações sobre o início da DRC e a incidência e progressão de sua cvRF, bem como definir assinaturas de risco nesse cenário específico. Modelos preditivos serão construídos e validados internamente 100 vezes, usando validação cruzada de 10 vezes, os modelos serão desenvolvidos com regressão logística padrão ou com regressão penalizada usando métodos como: LASSO, ridge ou regressão de análise de componentes principais esparsos (PCA), com base na validação cruzada de 10 vezes. Além disso, um modelo de floresta aleatória também é validado e comparado. Com base na melhor validação desses modelos, um escore de risco será calculado e apresentado graficamente como um nomograma, se possível. , e testar independentemente, aplicativos digitais interativos para estimar populações e assinaturas e trajetórias de risco personalizadas. Finalmente, o projeto RenalTWO desenvolverá capacidade sustentável na atenção primária e ajudará a melhorar as abordagens diagnósticas para cvRF e NCD que ainda são negligenciadas na ASS.