De acordo com pt.wedoany.com-Yuichiro Yada e Honda Naoki, pesquisadores da Escola de Pós-Graduação em Medicina da Universidade de Nagoya, desenvolveram uma estrutura computacional chamada DiSPAH para modelar a progressão de doenças crônicas em dimensões ortogonais, a fim de abordar a heterogeneidade entre os pacientes. Essa estrutura é capaz de rastrear simultaneamente a ordem da deterioração funcional (trajetória de progressão) e a velocidade com que os pacientes avançam pelos estágios da doença (taxa de progressão).

A progressão de doenças crônicas apresenta uma variabilidade frustrante entre diferentes pacientes, o que não só representa um desafio clínico, mas também dificulta o desenvolvimento de planos de tratamento eficazes, o desenho de ensaios clínicos e o aconselhamento de pacientes. Tomando a esclerose lateral amiotrófica como exemplo, os pesquisadores construíram o modelo DiSPAH. Este modelo utiliza um modelo oculto de Markov de tempo contínuo para inferir probabilisticamente os estados latentes da doença com base nas características clínicas observadas durante consultas hospitalares não periódicas dos pacientes. As transições entre esses estados latentes refletem a diversidade das trajetórias de progressão. Para simular as diferenças nas taxas de progressão, a equipe de pesquisa introduziu um parâmetro de velocidade específico do paciente, que escala temporalmente as taxas de transição.

Os pesquisadores treinaram e validaram a ferramenta usando dois conjuntos de dados de pacientes com ELA de início nos membros. A ELA de início nos membros é uma forma da doença em que os sintomas começam nos braços ou pernas, em vez dos músculos que controlam a fala e a respiração. 264 pacientes do conjunto de dados AnswerALS foram usados para treinar o modelo, e 2565 pacientes da coorte PRO-ACT foram usados para validar os resultados. O sistema identificou seis padrões distintos de progressão da doença, com alguns pacientes apresentando um declínio lento da função motora com pouco impacto na fala ou respiração, enquanto outros experimentavam uma deterioração rápida. Yada afirmou em um comunicado à imprensa que diferenças sutis entre os pacientes também foram reveladas, como em alguns pacientes, as funções motoras grossas, como andar, declinam antes das habilidades motoras finas, como escrever, enquanto em outros ocorre o oposto. Esses seis padrões foram identificados em um conjunto de dados e basicamente reproduzidos em um segundo conjunto de dados maior, indicando que eles capturam trajetórias comuns de progressão da ELA de início nos membros. É importante notar que a taxa de progressão e o padrão de declínio são independentes um do outro; um paciente pode seguir um padrão grave em ritmo lento ou um padrão mais brando em ritmo rápido, algo que ferramentas anteriores não conseguiam medir simultaneamente.

Em termos de insights precoces, o DiSPAH é capaz de prever, até certo ponto, a taxa de progressão e o padrão aproximado de progressão de um paciente com base apenas em avaliações funcionais básicas e certas informações de mutações genéticas obtidas na primeira consulta. Essas previsões precoces têm valor potencial para o cuidado do paciente, permitindo que os médicos planejem o tratamento, preparem o paciente e a família, e agrupem os participantes de acordo com a forma de progressão da doença para otimizar o desenho de ensaios clínicos. Os pesquisadores também descobriram que pacientes com a mutação C9orf72 apresentavam progressão mais rápida da doença em comparação com aqueles sem a mutação, o que está alinhado com relatos anteriores que associam a mutação C9orf72 a uma sobrevida mais curta na ELA. Após analisar dados de neurônios motores cultivados em laboratório a partir de células-tronco dos próprios pacientes, os resultados mostraram que uma progressão mais rápida da ELA pode estar relacionada a problemas de gerenciamento de proteínas celulares e sinais de estresse celular. A equipe de pesquisa afirmou que a modelagem conjunta da trajetória e da taxa de progressão pode melhorar as previsões de cursos heterogêneos da doença, fornecendo ferramentas para o cuidado personalizado e a pesquisa em ELA e outras doenças crônicas. Eles planejam expandir a ferramenta para todos os tipos de pacientes com ELA, melhorar sua confiabilidade e, eventualmente, aplicá-la a outras doenças crônicas, como doença de Alzheimer e doença de Parkinson.Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com