PLASMA ASTROFÍISCO (FOTO: ESO/VPHAS/WIKIPEDIA)
Pesquisador detalha como trabalho com banco de dados pode ajudar no acompanhamento da doença
A fibrose cística éuma doença cruel que reduz a expectativa de vida. Um em cada 25 europeus carrega o gene da enfermidade e, no Reino Unido, cerca de 10.400 pessoas têm essa condição. Mas as pessoas estão vivendo mais e mais graças a melhorias na triagem durante o nascimento de um bebê, tratamento precoce e medicamentos.
Uma das coisas mais importantes é que os pacientes recebam medicação para inibir a progressão da doença – há diversas opções disponíveis. Entender a progressão da fibrose cística ao longo do tempo – e como isso é influenciado pelos medicamentos e fatores ambientais – é vital para melhorar o prognóstico. Mas as pessoas respondem de maneira diferente aos remédios, habitam ambientes variados e a escala de tempo da progressão é longa.
Então a questão é: como os médicos podem prever qual paciente responderá melhor a qual tratamento? Infelizmente, isso continua sendo desafiador. Desenvolvemos uma nova técnica baseada em pesquisa astrofísica, publicada no periódico científico PLOS One, que pode mudar o cenário.
A chave para pesquisar o tratamento de doenças é o Big Data (conjunto de dados). Em doenças comuns, como o câncer, conjuntos de dados de alta qualidade para muitos pacientes podem ser construídos dentro de um sistema administrativo – como uma instituição de saúde regional ou nacional. Estas podem ser usados por pesquisadores para estudar a progressão de indivíduos ou grupos de pacientes com dados anônimos.
O desafio da fibrose cística, doença rara, é como montar grandes amostras de pacientes. Os países possuem seus próprios arquivos de informações, mas os tamanhos das amostras são pequenas. O Registro Europeu de Pacientes da Sociedade de Fibrose Cística, que hoje inclui dados de mais de 42 mil pessoas, foi criado para mesclar conjuntos de dados nacionais. Mas a qualidade nem sempre é uniforme e – com a anonimização necessária para compartilhar os registros – muitos segmentos que ligavam os dados para um paciente foram quebrados. Sem o anonimato, é impossível realizar estudos que seguem grupos de pacientes ao longo do tempo.
Telescópios versus clínicas
Eu e Peter Hurley, que tem fibrose cística, percebemos que, como astrofísicos familiarizados com a análise dos dados de centenas de milhares de galáxias, poderíamos ter uma solução. Na astronomia, um dos nossos desafios é ligar um objeto celeste, como uma galáxia distante, a uma imagem tirada por um telescópio com o mesmo objeto em outra imagem de um telescópio diferente.
Isso é mais difícil do que você imagina, visto que alguns telescópios têm resolução menor que outros. Uma "bolha" brilhante que você acha que é uma galáxia pode se sobrepor a muitas galáxias em uma imagem de resolução mais alta. Além disso, as galáxias têm cores diferentes, portanto podem ser ou não visíveis para variados telescópios (eles normalmente detectam apenas comprimentos de onda específicos da luz). Nós combinamos galáxias usando uma estrutura computacional que calcula a probabilidade de que um par de objetos celestes em duas imagens seja realmente o mesmo, e compare isso com uma hipótese alternativa de que eles podem ser dois objetos diferentes que por acaso estão próximos.
Por exemplo, dada uma separação observada e os erros posicionais conhecidos dos objetos em nossos catálogos, podemos calcular a probabilidade de que a separação verdadeira seja zero (eles são os mesmos). Da mesma forma, conhecendo a densidade das galáxias, podemos calcular a probabilidade de uma delas acontecer, por acaso, dentro de um círculo com raio daquela separação observada.
Portanto, esperávamos que, usando as mesmas técnicas, pudéssemos ligar diferentes registros que pertencessem ao mesmo paciente. A maneira óbvia de vincular objetos em dois catálogos astronômicos é por posição. Um objeto seria vinculado a um objeto na mesma posição no segundo catálogo. Por analogia, poderíamos ligar dois registros em um registro de pacientes se eles tivessem a mesma idade, gênero e características genéticas, por exemplo.
Mas isso geralmente não é suficiente. Duas galáxias diferentes podem ter posições semelhantes e dois pacientes diferentes podem ter a mesma idade, sexo e genótipo. Para refinar as correspondências, precisamos considerar mais características. Mas estas podem variar – por exemplo, o brilho de uma galáxia pode ser diferente dependendo de qual telescópio a mede. E o peso de um paciente pode mudar de uma visita clínica para outra. Na astronomia, resolvemos isso com um modelo de como a luz da galáxia varia, conforme visto por meio de diferentes telescópios.
Um fator chave do nosso método foi que incluímos um modelo análogo para como o Índice de Massa Corporal (IMC) dos pacientes deveria variar com o tempo. O IMC aparece em todos os prontuários e sabemos como varia com a idade e a progressão da fibrose cística.
Novo livro de respostas
Trabalhando com Anil Mehta, da Universidade de Dundee, no Reino Unido – que foi fundamental na criação do registro de pacientes da Sociedade Europeia de Fibrose Cística –, testamos um algoritmo em um subconjunto de dados da Dinamarca. Acreditava-se que o melhor conjunto de informações poderiam ser vinculados de maneira confiável por meio de um identificador anônimo. Isso significava que tínhamos um livro de respostas.
Nós combinamos os registros sem usar esse identificador e, em seguida, verificamos nossas respostas. Ficamos felizes com os resultados. No entanto, em uma inspeção mais minuciosa, verificou-se que muitos dos casos em que parecíamos errados eram, na verdade, erros administrativos surgidos na entrada manual dos identificadores de pacientes anônimos na base de dados dinamarquesa. Então, nossas relações estavam corretas, mas o livro de respostas estava errado. Isso significa que, no Registro Europeu de Pacientes com Fibrose Cística, graças ao algoritmo derivado da astrofísica, há uma versão completa e precisa do conjunto de dados dinamarquês que mostra o progresso dos pacientes ano a ano, o que pode ser comparado à medicação ou a qualquer outro fator desejado.
Publicamos nosso método em um artigo para que outras pessoas que trabalham em bancos de dados de registros de pacientes, particularmente as de doenças raras, possam aplicar essa técnica para participar de registros de pacientes onde eles ainda não existem ou para verificar e limpar seus conjuntos de dados. Esperamos continuar a trabalhar com o Registro Europeu de Pacientes da Sociedade de Fibrose Cística para fornecer links para todos os seus registros, e estamos aguardando aprovação para isso.
Espera-se que isso ofereça alguma esperança às pessoas com fibrose cística e outras doenças raras que os pesquisadores possam em breve ter uma chance melhor de encontrar fatores e medicamentos que possam melhorar sua qualidade de vida.
*Seb Oliver é professor de astrofísica da Universidade de Sussex. Este artigo foi publicado no site do The Conversation.
FONTE: REVISTA GALILEU
Comentários
Postar um comentário