Explorando Determinantes da Fibromialgia com Inteligência Artificial - da Epigenética à Clínica: Uma coorte brasileira intergeracional (FIBROGEN)

• Processo: 24/09675-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de novembro de 2024
• Data de Término da vigência: 31 de outubro de 2026
• Área do conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: João Ricardo Sato
• Beneficiário: João Ricardo Sato
• Instituição Sede: Centro de Matemática, Computação e Cognição (CMCC). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Pesquisadores associados: Clevia Rosset ; Felipe Fregni ; Mariana Rodrigues Botton ; Suellen Mary Marinho dos Santos Andrade
• Bolsa(s) vinculada(s): 24/20442-2 - Predição de sintomas de Fibromialgia e intensidade da dor utilizando métodos de aprendizado de máquina e variáveis neurobiológicas, BP.TT
• Assunto(s): Epigenômica Fibromialgia Inteligência artificial Dor
• Palavra(s)-Chave do Pesquisador: epigenética | Fibromialgia | Inteligência Artificial | Medicina Digital | soluções em saúde | Dor

Resumo

A fibromialgia é uma condição multifacetada, associada à história de abuso e com um impacto significativo na qualidade de vida. O tratamento voltado apenas para o alívio dos sintomas tem sido pouco eficaz e dispendioso, levando ao uso excessivo de analgésicos, incluindo opióides. Diante das altas taxas de insucesso, a busca por biomarcadores compostos que integrem aspectos clínicos, biológicos e psicológicos se faz necessária. Por isso, o objetivo deste estudo é investigar a influência integrada de eventos adversos traumáticos, sociais, físicos, psicológicos, genéticos e epigenéticos no desenvolvimento e gravidade da fibromialgia, utilizando recursos de inteligência artificial (IA). Além disso, visa avançar na identificação de biomarcadores diagnósticos para orientar estratégias terapêuticas personalizadas, para melhorar a eficácia do tratamento dessa condição com uma perspectiva biopsicossocial. Os desfechos primários desta coorte intergeracional incluem medidas sobre o impacto nos níveis de dor, capacidade funcional, qualidade de vida, identificação de clusters de fenótipos associados à gravidade e à função do sistema modulatório de inibição descendente da dor. O principal fator de exposição são os eventos adversos na infância e adolescência (EAI), avaliados pela Escala Adverse Childhood Experiences International Questionnaire (ACE-IQ), desenvolvida pela Organização Mundial da Saúde (OMS). O ACE-IQ avalia 13 categorias diferentes de EAI, incluindo abuso sexual, emocional e físico, negligência emocional e física, violência familiar, uso de álcool/drogas, doença mental ou suicídio no âmbito domiciliar, envolvimento da família em atividades criminais, separação ou divórcio parental, violência comunitária, violência coletiva e bullying. Neste estudo, os sujeitos índices serão 604 sujeitos com diagnóstico de fibromialgia pelos critérios da Sociedade Americana de Reumatologia (ACR-2016) com idade entre 18 e 75 anos. O tamanho da amostra calculado estimado foi 604 indivíduos com fibromialgia (422 sem histórico de abuso na infância e 182 com histórico de abuso). A amostra de descendentes incluirá 2 indivíduos de ambos os sexos até a terceira geração para cada indivíduo indice. Os participantes com fibromialgia serão selecionados a partir da base de dados do Laboratório de Dor e Neuromodulação do HCPA, que recrutou cerca de 6000 indivíduos fibromiálgicos recrutados por meio de uma pesquisa de base populacional divulgada em meios de comunicação de massa de amplo alcance. A avaliação dessa coorte compreende questionários para dados sociodemográficos, condição de saúde, hábitos de vida e adesão aos tratamentos. Os instrumentos de avaliação são validados para o português do Brasil. Além disso, avaliaremos o ritmo de atividade repouso pela actimetria, Teste de Pressão ao Frio, Teste de Modulação da Dor Condicionada (CPM-Test), medida da função autonômica pelo Intervalo R-R, medidas das ondas de frequência e conectividade funcional de áreas cerebrais pelo EEG. As amostras de sangue serão armazenadas no biobanco do HCPA e utilizadas para identificar polimorfismos e marcadores epigenéticos dos genes do BDNF, COMT, OPRM1 e PER2, e para dosagem de marcadores inflamatórios, que inclui Proteína C reativa, TNF-±, interleucinas IL-1, IL-2, IL-6, IL-10. Neste estudo, prevemos incluir a primeira onda da coorte, com planejamento para os 10 primeiros anos de seguimento. A análise incluirá regressão de Cox, análise de classe de crescimento latente e recursos de machine learning para identificar clusters de sujeitos e marcadores compostos indicadores de risco. Este projeto inovador, busca identificar marcadores para diagnóstico precoce e influenciar políticas de saúde pública voltadas à FM. (AU)