Desenvolvimento e avaliação de modelos de predição de risco de doenças cardiovasculares para pacientes com diabetes tipo 2

Por que esta pesquisa importa para pessoas com diabetes

Doenças cardíacas são a principal causa de morte entre pessoas com diabetes tipo 2, e ainda assim os médicos frequentemente dependem de calculadoras de risco desenvolvidas para a população geral. Este estudo faz uma pergunta simples, de grandes consequências: é possível fazer melhor para pessoas com diabetes criando uma ferramenta de risco feita sob medida para elas, e essa ferramenta pode funcionar de forma justa para pessoas de diferentes sexos e origens raciais e étnicas?

Problemas cardíacos e diabetes andam juntos

Adultos com diabetes tipo 2 têm chances muito maiores de infartos, derrames e insuficiência cardíaca do que pessoas sem diabetes. Ferramentas de predição existentes, como as amplamente usadas Pooled Cohort Equations e os escores de risco mais recentes do PREVENT, estimam quem provavelmente desenvolverá doença cardiovascular na próxima década. Contudo, essas ferramentas não foram projetadas especificamente para pessoas com diabetes tipo 2, podem não refletir os tratamentos e estilos de vida atuais e foram, em sua maior parte, construídas com dados de adultos Brancos e Negros apenas. Isso deixa em aberto questões sobre a precisão e a justiça desses modelos para o grupo diverso de pacientes que realmente aparecem nas clínicas.

Uma nova forma de estimar o risco cardíaco de curto prazo

Para enfrentar essa lacuna, os pesquisadores recorreram ao programa All of Us dos Institutos Nacionais de Saúde, um grande estudo de saúde incomumente diverso que inclui registros eletrônicos extensos, resultados de exames laboratoriais e respostas a questionários. Eles se concentraram em 23.795 adultos com 40 anos ou mais com diabetes tipo 2 e os acompanharam por vários anos para ver quem desenvolveu grandes problemas cardíacos, incluindo infartos, derrames ou insuficiência cardíaca. Com essas informações, construíram um modelo estatístico de sobrevivência projetado para prever a chance de cada pessoa ter um desses eventos nos próximos três anos, com base em fatores como idade, pressão arterial, exames laboratoriais, histórico médico prévio, medicamentos e condições sociais como estabilidade habitacional e renda.

O que acabou sendo mais importante

Quando a equipe examinou o modelo para identificar quais fatores tinham mais peso, surgiu um padrão claro. Para o grupo completo de pacientes, um histórico prévio de doença cardiovascular foi de longe o sinal de alerta mais forte para um novo evento futuro. Entre pessoas sem doença cardíaca prévia, a idade tornou-se o fator principal. Medidas relacionadas aos rins, como histórico de doença renal e exames de sangue como creatinina e cálcio, também se destacaram, ressaltando a conexão estreita entre saúde renal e problemas cardíacos em pessoas com diabetes. Surpreendentemente, várias características sociais e econômicas, incluindo situação de emprego, nível de escolaridade e tipo de moradia, também foram altamente influentes, sublinhando como as condições cotidianas de vida moldam os riscos à saúde junto com a biologia.

Testando o novo modelo

Os pesquisadores então perguntaram como o novo modelo focado em diabetes se comparava às equações PREVENT. No grupo de teste de quase 4.800 pacientes, o novo modelo classificou com mais precisão quem tinha maior ou menor risco, tanto na amostra completa quanto entre aqueles sem doença cardíaca prévia. Também forneceu estimativas de risco que se alinhavam de perto com o que realmente ocorreu ao longo de três anos, enquanto o PREVENT tendia a superestimar o risco, especialmente para pacientes com menor probabilidade de ter um evento. Para avaliar a equidade, a equipe usou medidas especiais que levam em conta pessoas que saem do estudo ou que têm problemas de saúde concorrentes. Entre grupos por sexo e por raça ou etnia, o novo modelo geralmente mostrou maior precisão e lacunas de desempenho semelhantes ou menores do que o PREVENT.

Equilibrando precisão e equidade

O estudo também explorou se incluir raça e etnia como variáveis de entrada ajudava ou prejudicava a equidade. Quando os pesquisadores removeram essas variáveis do modelo, sua precisão geral caiu e o desempenho piorou na maioria dos subgrupos. Manter raça e etnia no modelo, combinado com informações ricas sobre condições sociais e econômicas, resultou em previsões melhores e desempenho mais uniforme entre os grupos neste conjunto de dados. Os autores alertam que esse é um tema complexo e dependente do contexto, mas seus resultados sugerem que, ao menos neste cenário, usar raça e etnia pode ajudar a evitar subestimativas de risco para alguns pacientes.

O que isso significa para pacientes e clínicos

De forma direta, o trabalho mostra que uma calculadora de risco construída especificamente para pessoas com diabetes tipo 2, usando dados modernos e diversos, pode estimar melhor o risco cardíaco de curto prazo do que uma ferramenta única para todos. Ao capturar a saúde renal e as circunstâncias sociais junto com fatores de risco tradicionais, o novo modelo pode ajudar os clínicos a identificar com mais precisão quais pacientes precisam de prevenção mais agressiva e quais podem evitar tratamentos desnecessários. Embora ainda precise ser testado em outros sistemas de saúde, essa abordagem representa um passo em direção a uma avaliação do risco cardíaco mais precisa e mais equitativa para milhões de adultos que vivem com diabetes tipo 2.

Citação: Yang, Y., Liu, T., Liao, CY. et al. Development and evaluation of cardiovascular disease risk prediction models for patients with type 2 diabetes. Sci Rep 16, 15574 (2026). https://doi.org/10.1038/s41598-026-45129-5

Palavras-chave: doença cardiovascular, diabetes tipo 2, predição de risco, equidade em saúde, modelagem de sobrevivência