Randomized controlled trials do not support efficacy of any of the tested doses of fluvoxamine in prevention of disease progression in adults with incipient non-severe COVID-19 disease: a case-study systematic review and meta-analysis

Uma revisão sistemática e meta-análise de ensaios clínicos randomizados concluiu que não há evidências de eficácia da fluvoxamina em doses mais altas na prevenção da progressão da doença em adultos com COVID-19 leve a moderada, devido à heterogeneidade significativa e à falta de benefício estatístico nos desfechos analisados.

O essencial

Imagine que o mundo estava procurando um "super-herói" para combater o vírus da COVID-19 nas suas fases iniciais, quando a pessoa ainda está em casa. O candidato escolhido por alguns foi o Fluvoxamina, um remédio antigo usado para tratar depressão e ansiedade.

Alguns estudos anteriores diziam: "Ei, se você tomar uma dose alta desse remédio, você não vai piorar e não vai precisar ir para o hospital!"

Mas o Dr. Vladimir Trkulja, um cientista da Croácia, decidiu pegar todas as provas desses estudos e fazer uma investigação detalhada, como um detetive revisando um caso de crime. O resultado? Ele descobriu que a história do "super-herói" era, na verdade, uma ilusão.

Aqui está o que ele descobriu, explicado de forma simples:

1. A Grande Mistificação (O que é este estudo?)

O Dr. Trkulja reuniu 7 estudos que diziam ser testes aleatórios e controlados (o "padrão ouro" da ciência). Ele olhou para eles de perto e viu que a maioria tinha falhas graves.

• A Analogia: Imagine que você está testando se um novo guarda-chuva evita que você se molhe. Mas, em alguns testes, o "grupo de controle" (pessoas sem guarda-chuva) estava usando capas de chuva, e em outros, o guarda-chuva era transparente e as pessoas sabiam que estavam usando um. Além disso, alguns testes foram feitos com apenas 5 pessoas! O Dr. Trkulja disse: "Isso não é um teste justo. É como tentar prever o clima olhando apenas para uma gota de chuva."

2. O Problema da "Bola de Cristal" (Viés e Erros)

Muitos desses estudos mediram coisas subjetivas, como "se a pessoa sentiu falta de ar" ou "se ela foi ao pronto-socorro por 6 horas".

• A Analogia: É como tentar medir a velocidade de um carro usando um relógio de areia e a opinião do motorista sobre o quão rápido ele estava indo. Se o motorista sabe que está no carro novo (o tratamento), ele pode achar que está indo mais rápido do que realmente está. O estudo mostrou que essas medições estavam cheias de erros e "achismos", não de fatos sólidos.

3. A Ilusão dos Números Baixos

Em alguns testes, o grupo que tomou o remédio teve zero hospitalizações. Parecia mágica! Mas o Dr. Trkulja explicou que, quando o número de eventos é muito pequeno (como 0 ou 1 pessoa), é muito fácil ser apenas sorte.

• A Analogia: Se você jogar uma moeda 10 vezes e der "cara" 10 vezes, você pode achar que a moeda é mágica. Mas se jogar 1.000 vezes, provavelmente verá que é apenas sorte. Os estudos que mostravam resultados perfeitos eram como jogar a moeda poucas vezes e achar que descobriu um novo universo.

4. O Teste Final (A Meta-análise)

O autor juntou todos os dados corretos e usou estatísticas avançadas (como uma "lente de aumento" matemática) para ver o quadro geral.

• O Resultado: Quando olhamos para os testes grandes e bem feitos, a linha de "remédio funciona" e a linha de "placebo (pílula de açúcar)" ficam quase uma em cima da outra.
• A Metáfora: É como tentar encontrar uma agulha no palheiro, mas a agulha não existe. Os estudos grandes mostraram que o Fluvoxamina não impediu que as pessoas ficassem doentes, não impediu hospitalizações e não reduziu mortes.

5. Por que isso importa?

O Dr. Trkulja explica que, mesmo que o remédio pareça funcionar em alguns testes pequenos e mal feitos, quando juntamos tudo, a verdade é que não há benefício real.

• A Lição: É perigoso confiar em "achismos" ou estudos pequenos. Se as pessoas tomarem esse remédio achando que estão seguras, elas podem parar de usar vacinas ou antivirais que realmente funcionam, colocando a vida em risco.

Resumo em uma frase:

O Dr. Trkulja pegou a "fumaça" de vários estudos confusos e mostrou que, sob a luz da ciência rigorosa, o Fluvoxamina não é o herói que prometiam ser; ele não previne que a COVID-19 piore em adultos com sintomas leves.

Conclusão: Não espere que uma pílula de antidepressivo cure a COVID-19. A ciência séria diz que, até agora, essa ideia não passa de um mito.

Resumo técnico

Título

Ensaios Controlados Aleatorizados não suportam a eficácia de qualquer das doses testadas de fluvoxamina na prevenção da progressão da doença em adultos com COVID-19 incipiente não grave: uma revisão sistemática de estudo de caso e meta-análise.

1. O Problema

Recentes meta-análises de Ensaios Controlados Aleatorizados (ECAs) alegaram que a fluvoxamina em doses mais altas (2 x 100 mg/dia) seria eficaz na prevenção da deterioração da doença em adultos com COVID-19 leve a moderada, em contraste com doses mais baixas. No entanto, a FDA (EUA) recusou a autorização de uso emergencial para essa indicação em abril de 2022, baseando-se em quatro ECAs que não demonstraram eficácia. O objetivo deste trabalho foi investigar se as alegações de eficácia das meta-análises recentes são realmente suportadas pelos dados primários, considerando que a relevância clínica da fluvoxamina diminuiu com a disponibilidade de vacinas e antivirais eficazes.

2. Metodologia

O autor realizou uma revisão sistemática e meta-análise focada em ECAs que avaliaram doses mais altas de fluvoxamina (> 2 x 50 mg/dia) para prevenção de deterioração em adultos com COVID-19 leve a moderada.

• Seleção de Estudos: Foram identificados 7 estudos declarados como ECAs. Um estudo (Tailândia) foi excluído da meta-análise principal devido a viés severo (aberto, controle não padronizado e não relatado, e alto índice de perdas).
• Análise de Viés: Em vez de apenas repetir avaliações de risco de viés, o autor analisou criticamente o desenho, a condução e a análise estatística de cada estudo primário (Stop COVID, Stop COVID 2, Together, Seul, Ativ 6, Egito e Tailândia).
• Abordagem Estatística:
  • Foram utilizados métodos frequentistas (modelos mistos generalizados lineares, beta-binomial, binomial-normal) e Bayesianos (modelos hierárquicos).
  • Devido ao pequeno número de estudos e resultados raros (eventos como morte e ventilação mecânica foram esporádicos), o autor argumenta que os métodos frequentistas subestimam a heterogeneidade.
  • A meta-análise foi realizada separando estudos pequenos (<100 pacientes/braço) e grandes (270-750 pacientes/braço) para evitar o viés de "estudo pequeno".
  • Foram aplicadas correções para viés potencial (ex: ajustes por desequilíbrios basais, correção para análises interinas múltiplas e priores céticos Bayesianos).

3. Principais Contribuições e Achados Técnicos

A. Avaliação Crítica dos Ensaios Primários

• Definição de Desfechos: Muitos desfechos compostos incluíam elementos suscetíveis a erro e viés, como "dessaturação de oxigênio via oximetria remota" e "dificuldade respiratória subjetiva", além de observações em pronto-socorro (>6 horas) que podem ser influenciadas por fatores organizacionais.
• Problemas de Desenho:
  • O estudo da Tailândia foi considerado inválido como ECA devido à falta de cegamento e controle não padronizado.
  • O estudo do Egito relatou apenas dados de "completers" (pacientes que terminaram o estudo), sem informações sobre randomização ou perdas, apresentando grandes desequilíbrios basais.
  • O estudo de Seul foi interrompido precocemente devido à falta de recrutamento (apenas 10% da amostra planejada).
• Análise Estatística: Vários estudos falharam em ajustar para fatores de estratificação ou não controlaram a taxa de erro do tipo I (FWER) em análises interinas e múltiplos desfechos secundários.

B. Resultados da Meta-Análise

• Heterogeneidade: A heterogeneidade entre os estudos foi enorme e não pôde ser explicada por características clínicas (status vacinal, duração do tratamento). O autor conclui que essa heterogeneidade é provavelmente devida a viés não identificado e acaso, e não a um efeito de tratamento real dependente do contexto.
• Estimativas de Eficácia (Modelos Bayesianos Hierárquicos):
  • Desfechos Compostos de Deterioração (Estudos Grandes): OR = 0,78 (IC 95% CrI 0,55 - 1,21). Após correção de multiplicidade: OR = 0,87 (0,64 - 1,21). O intervalo de credibilidade inclui a nulidade e valores favoráveis ao placebo.
  • Hospitalizações (Estudos Pequenos): OR = 0,88 (0,45 - 1,72).
  • Hospitalizações (Estudos Grandes): OR = 0,94 (0,52 - 1,75).
  • Todos os Estudos (Hospitalizações): OR = 0,81 (0,47 - 1,43).
• Mortalidade e Ventilação: Eventos foram tão raros que a meta-análise foi considerada sem significado estatístico, exceto no estudo Together, onde a incerteza era vasta.

4. Significado e Conclusão

• Refutação de Alegações Recentes: O estudo demonstra que as alegações de eficácia da fluvoxamina em doses mais altas, feitas por meta-análises anteriores, não são sustentadas pelos dados primários quando se considera rigorosamente o risco de viés, a heterogeneidade e a incerteza estatística.
• Viés e Acaso: A aparente eficácia em alguns estudos (como Stop COVID e Together) é plausivelmente explicada por viés de desenho (desfechos subjetivos, desblindagem), acaso (eventos raros) e falhas analíticas, e não por um benefício terapêutico real.
• Implicações Clínicas: Ensaios controlados aleatorizados não suportam a eficácia da fluvoxamina (em nenhuma dose testada) na prevenção da deterioração da doença em adultos com COVID-19 leve a moderada. O uso clínico deve ser desencorajado.
• Crítica Metodológica: O artigo serve como um alerta sobre a qualidade de muitas revisões sistemáticas e meta-análises publicadas, enfatizando que a agregação de dados de estudos com viés severo ou heterogeneidade não controlada não produz estimativas confiáveis de efeito.

Em suma, o autor conclui que não há evidência robusta para apoiar o uso de fluvoxamina para esta indicação, e que as afirmações contrárias são baseadas em uma interpretação inadequada de dados primários flawed (defeituosos).