Subclassificação da obesidade aprimora previsão de doenças

Estudo identifica perfis fenotípicos que aprimoram a previsão de doenças cardiometabólicas e diabetes em pessoas obesas. A pesquisa explora a relação entre o IMC e biomarcadores de risco, propondo uma nova classificação fenotípica para aumentar a precisão na detecção de doenças associadas à obesidade.

Uma pesquisa publicada na Nature Medicine propõe uma nova subclassificação da obesidade que pode melhorar a precisão na previsão de doenças cardiometabólicas e diabetes tipo 2. O estudo, conduzido com base em quatro grandes coortes europeias, identificou cinco perfis fenotípicos discordantes, ou seja, onde o índice de massa corporal (IMC) dos pacientes não se alinha com os biomarcadores de risco esperados para doenças cardiovasculares e diabetes.

O estudo analisou cerca de 173.000 indivíduos, dividindo-os em perfis de acordo com o comportamento de biomarcadores como glicose, colesterol e pressão arterial em relação ao IMC. Aproximadamente 20% da população estudada apresentou perfis discordantes, ou seja, com biomarcadores significativamente mais altos ou mais baixos do que o esperado para seu IMC. Esses perfis foram associados a diferentes riscos de doenças cardiometabólicas.

Entre os perfis identificados, os indivíduos com perfis de lipídios adversos discordantes apresentaram maiores riscos de eventos cardiovasculares. Curiosamente, outro grupo com perfis discordantes de glicose apresentou um risco mais elevado de diabetes, mas menor risco de eventos cardiovasculares, desafiando as expectativas tradicionais de risco cardiometabólico.

A pesquisa destacou que a inclusão dessas informações fenotípicas nos modelos de previsão aumentou a precisão, possibilitando um número maior de intervenções corretas e a redução de intervenções desnecessárias. Isso se traduz em um benefício clínico significativo, pois permite a personalização das estratégias preventivas e terapêuticas de acordo com os perfis individuais dos pacientes.

Os pesquisadores defendem que essa nova abordagem pode ser um divisor de águas para a medicina de precisão, facilitando a identificação de pacientes com obesidade que têm maior risco de desenvolver doenças cardiometabólicas. Além disso, o estudo sugere que a utilização de biomarcadores para ajustar as previsões de risco pode melhorar substancialmente os modelos clínicos atuais.

Com a obesidade em ascensão no mundo todo, a nova subclassificação proposta pode não apenas aprimorar a prevenção de doenças, mas também ajudar na formulação de políticas de saúde pública mais eficazes, oferecendo melhores tratamentos para pacientes com diferentes perfis metabólicos.

Saiba mais

O artigo completo, intitulado Subclassification of obesity for precision prediction of cardiometabolic diseases, foi escrito por Daniel E. Coral, Femke Smit, Ali Farzaneh, entre outros autores, e foi publicado na revista Nature Medicine, volume 29, em 2024.