Uma Coorte para Doenças Respiratórias Inflamatórias: Da Fenotipagem à Medicina Personalizada (PALMIRE)

A coorte para doenças respiratórias inflamatórias: da fenotipagem à medicina personalizada (projeto PALMIRE) é um estudo monocêntrico realizado no Centro Hospitalar Universitário de Reims, França.

População do Estudo:

Serão considerados para inclusão pacientes adultos (>18 anos) acompanhados no Centro Hospitalar Universitário de Reims e diagnosticados com asma, DPOC, bronquiectasias, FC, DCP e FPI. Os pacientes assinarão um consentimento informado para inclusão. Os critérios de exclusão incluem "sujeitos protegidos pela lei", conforme exigido pelas autoridades francesas. Também serão incluídos pacientes de controlo sem doenças respiratórias após avaliação clínica e de função pulmonar. O número esperado de pacientes incluídos é 470 (Asma, n=100; DPOC, n=150; bronquiectasias, n=50; FC, n=60; DCP, n=30; DPI, n=30; controlos, n=50). A inclusão será realizada durante 60 meses, de julho de 2025 a julho de 2030.

Procedimentos do Estudo:

Para todos os pacientes com asma, DPOC, bronquiectasias, FC, DCP e FPI incluídos, os dados serão registados na inclusão e nas visitas de seguimento durante 10 anos. Os pacientes serão acompanhados como cuidados habituais, sem intervenção terapêutica específica. Para os pacientes de controlo, os dados serão registados na inclusão, sem seguimento.

Os dados registados incluirão demografia, história da doença respiratória e comorbilidades, sintomas respiratórios, resultados de testes de função pulmonar e TAC, características microbiológicas e patológicas de amostras respiratórias quando realizadas.

Análise de Dados:

Os dados serão registados numa base de dados centralizada e anonimizada. As características dos pacientes serão descritas como média e desvio padrão para dados quantitativos e como número e percentagens para dados qualitativos. Comparações e associações entre grupos e variáveis serão analisadas pelos testes de Student, Wilcoxon, Chi2, exato de Fischer e Spearman, conforme aplicável. Um p<0,05 será considerado significativo. Serão utilizados modelos estatísticos multivariados e longitudinais para identificar clusters de pacientes com endotipos partilhados. Serão empregadas abordagens de aprendizagem automática para integrar dados multi-ómicos e gerar modelos preditivos para trajetórias da doença e respostas ao tratamento.

Significado:

Este estudo deverá ajudar a compreender melhor a patogénese e heterogeneidade das doenças respiratórias crónicas, integrando a análise das características fenotípicas e endotípicas dos pacientes.