Desenvolvimento de modelo preditor de desfechos clínicos a partir de biomarcadores imunológicos, metabólicos e função tiroideana: utilização da inteligência artificial na prática clínica.

• Processo: 23/13133-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de janeiro de 2024
• Vigência (Término): 31 de dezembro de 2024
• Área do conhecimento: Ciências da Saúde - Medicina - Clínica Médica
• Pesquisador responsável: Lucas Leite Cunha
• Beneficiário: Henrique Luca Lucchesi
• Instituição Sede: Escola Paulista de Medicina (EPM). Universidade Federal de São Paulo (UNIFESP). Campus São Paulo. São Paulo , SP, Brasil
• Assunto(s): Inteligência artificial Endocrinologia
• Palavra(s)-Chave do Pesquisador: biomarcadores de prognóstico | Biomarcadores imunológicos | Biomarcaores metabólicos | Função tiroideana | Inteligência Artificial | Endocrinologia

Resumo

O envelhecimento é definido por um processo de adaptação contínua do organismo à exposição a estressores internos e externos, acompanhado de remodelamento de sistemas biológicos, como do sistema imunológico, endócrino e metabólico. Alguns autores sugerem que a senescência está associada ao aumento da atividade pró-inflamatória, refletida pelo maiores níveis circulantes de biomarcadores imunológicos, como TNF-alfa, IL-6 e proteínas de fase aguda. Assim, nossa hipótese é que biomarcadores imunológicos, metabólicos e de função tiroidiana podem estar relacionados a desfechos clínicos frequentes durante o envelhecimento. O objetivo deste projeto é utilizar tecnologia de inteligência artificial para buscar preditores de desfechos clínicos entre biomarcadores imunológicos, metabólicos e de função tiroidiana em indivíduos adultos participantes do Estudo Longitudinal de Saúde do Adulto (ELSA)-Brasil. O presente projeto faz parte de estudo de coorte prospectiva desenvolvido utilizando dados da linha de base e de seguimento clínico do estudo ELSA-Brasil. Trata-se da proposta da realização de um recorte analítico de dados desta coorte, integrando informações demográficas, clínicas e moleculares já produzidas pelo ELSA-Brasil. O ELSA conta com 15.105 participantes até o momento, com faixa etária de 35 a 74 anos na admissão. Destes, 998 pacientes tiveram biomarcadores imunológicos dosados no período de admissão. Todos os participantes são submetidos a entrevistas anuais por telefone para a apuração de desfechos clínicos, como eventos cardiovasculares, novas doenças crônicas e óbito. Consideraremos como variáveis independentes demográficas, clínicas, biomarcadores imunológicos, metabólicos e função tiroideana. Consideraremos como desfecho primário o óbito e como desfecho secundário, os eventos cardiovasculares e novas doenças crônicas. A sobrevida livre de eventos será calculada usando curvas de sobrevida de Kaplan-Meier com análise de log-rank. Será aplicado um modelo de regressão logística multivariado utilizando variáveis clínicas, imunológicas, metabólicas e de função tireoidiana como variáveis dependentes e eventos clínicos como variáveis de desfecho. Todos os testes serão realizados com nível de significância de p<0,05. Além disso, integraremos, com auxílio de tecnologias de inteligência artificial, variáveis imunológicas, metabólicas e de função tiroidiana potencialmente preditoras de eventos clínicos para estabelecer um modelo matemático preditor de desfechos clínicos. É possível que nosso projeto desenvolva nova ferramenta preditora de risco que possa auxiliar o médico na individualização do acompanhamento clínico, além de trazer à tona eventuais novos biomarcadores e alvos terapêuticos na prática clínica.