Notícia com publicação científica
Algoritmo de IA detecta subgrupos de pessoas com obesidade com risco elevado de diabetes e doenças cardíacas
Novo algoritmo revelou subtipos de obesidade previamente desconhecidos que aumentam o risco de doenças crônicas
Freepik
28 de outubro de 2024, 08:03

Fonte

Anna Hellgren, Universidade Lund

Publicação Original

Universidade Lund

Áreas

Cardiologia, Endocrinologia, Epidemiologia, Medicina, Medicina de Precisão, Metabolismo, Obesidade

Compartilhar

Resumo

Com base em dados clínicos de 170.000 adultos do Reino Unido, Holanda e Alemanha, pesquisadores aplicaram um algoritmo de Inteligência Artificial (IA) para ajudar a classificar como a obesidade está envolvida com o risco de doenças crônicas, como o diabetes e doenças cardiovasculares.

O novo algoritmo revelou subtipos de obesidade previamente desconhecidos que aumentam o risco de desenvolver diabetes tipo 2 e doenças cardíacas.

Foco do Estudo

Classificar a obesidade em diferentes níveis diagnósticos, de acordo com o risco associado de doenças crônicas

Por que é importante?

A obesidade é uma doença crônica complexa e recorrente definida pelo acúmulo anormal e/ou excessivo de gordura que apresenta um risco à saúde.

De acordo com a OMS, estima-se que pelo menos 2,8 milhões de pessoas morram de complicações da obesidade a cada ano.

A obesidade em adultos mais que dobrou desde 1990 e, em 2022, a OMS estimou que 890 milhões de adultos tinham obesidade.

A obesidade é uma causa comum de diabetes, doenças cardíacas e morte precoce, mas o risco difere muito de uma pessoa para outra.

Estudo

Com a finalidade de identificar os diferentes níveis de risco que a obesidade pode trazer para o desenvolvimento de diabetes e doenças cardiovasculares, pesquisadores desenvolveram um novo algoritmo de predição de risco clínico que divide a obesidade em cinco perfis diagnósticos separados. Cada um dos perfis tem diferentes consequências para a saúde e requisitos de tratamento.

O estudo foi liderado por pesquisadores da Universidade Lund, na Suécia, e contou com a participação de pesquisadores da Universidade Maastricht, do Centro Médico da Universidade Erasmus e do Centro Médico da Universidade de Utrecht, nos Países Baixos; da Universidade Johannes Gutenberg em Mainz, na Alemanha; da Universidade de Lille, na França; da Universidade George Washington e da Escola de Saúde Pública de Harvard, nos EUA; da Universidade Livre de Bruxelas, na Bélgica; da Universidade de Girona, na Espanha; da University College Dublin, na Irlanda; da Universidade Exeter e Universidade de Dundee, no Reino Unido, e das indústrias farmacêuticas Boehringer-Ingelheim Pharma e Novo Nordisk.

A pesquisa se concentrou em dados clínicos de 170.000 adultos do Reino Unido, Holanda e Alemanha, de onde foram coletadas informações clínicas detalhadas.

Nós, como médicos, enfrentamos um grande desafio ao determinar quem com obesidade tem maior probabilidade de desenvolver complicações e quem priorizar para tratamento. A medicina de precisão, impulsionando avanços na previsão, prevenção, diagnóstico e tratamento de muitas doenças, pode ajudar a enfrentar esses desafios

Dr. Carel le Roux, Professor de Medicina Metabólica da University College Dublin.

Resultados

Com os dados coletados, os pesquisadores usaram um algoritmo de aprendizado de máquina que divide a obesidade em cinco perfis de diagnóstico separados, com diferentes riscos  de desenvolver complicações.

O novo algoritmo revelou subtipos de obesidade previamente desconhecidos que aumentam o risco de desenvolver diabetes tipo 2 e doenças cardíacas.

“A quantidade de gordura ou açúcar no sangue de uma pessoa, por exemplo, pode ser muito maior ou menor do que você esperaria ao considerar apenas seu peso corporal, o que, por sua vez, afeta o risco de complicações de obesidade da pessoa”, disse o Dr. Daniel Coral, pesquisador do Centro de Diabetes da Universidade Lund e autor principal do artigo. “Isso não é percebido pelas ferramentas de previsão clínica padrão, o que significa que cerca de 1 em cada 5 pessoas que podem precisar de intervenções precoces são ignoradas. O algoritmo que desenvolvemos pode ajudar médicos e pacientes no futuro”, explicou o Dr. Daniel Coral.

A obesidade é comum e heterogênea, o que significa que os riscos à saúde que uma pessoa com obesidade enfrenta podem diferir substancialmente daqueles enfrentados por outra pessoa com obesidade. Descobrir quem tem os maiores riscos à saúde é importante porque isso pode levar a uma prevenção e tratamento mais precisos, exatos e oportunos

Dr. Paul Franks, Professor de Epidemiologia Genética no Centro de Diabetes da Universidade Lund e autor sênior do artigo.

Em suas publicações, o Portal SciAdvances tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal SciAdvances tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Autores/Pesquisadores Citados

Dr. Daniel Coral

Pesquisador do Centro de Diabetes da Universidade Lund

Dr. Carel le Roux

Professor de Medicina Metabólica da University College Dublin

Dr. Paul Franks

Professor de Epidemiologia Genética no Centro de Diabetes da Universidade Lund

Instituições Citadas

Publicação

Acesse o artigo científico completo (em inglês).

Acesse a revista científica Nature Medicine (em inglês).

Mais Informações

Acesse a notícia original completa na página da Faculdade de Medicina da Universidade Lund (em inglês).

Comunique um Erro

Leia também:

Rolar para cima