Comparative effectiveness of preferred pharmacological treatment options for bipolar disorder among people with opioid use disorder in British Columbia and Ontario, Canada: protocol for parallel population-based target trial emulations

Este protocolo descreve um estudo de emulação de ensaio-alvo populacional paralelo que visa avaliar a eficácia comparativa de diferentes opções farmacológicas para o transtorno bipolar em pessoas com transtorno por uso de opioides nas províncias canadenses de Colúmbia Britânica e Ontário, utilizando dados administrativos de saúde entre 2010 e 2023.

O essencial

Imagine que você é um médico tentando ajudar um paciente que está lutando contra duas batalhas simultâneas: Transtorno Bipolar (que faz o humor oscilar entre euforia extrema e depressão profunda) e Transtorno por Uso de Opioides (dependência de opioides).

O problema é que os médicos muitas vezes não têm um "manual de instruções" claro sobre qual remédio funciona melhor para essa combinação específica. Os estudos tradicionais (ensaios clínicos) geralmente excluem pessoas com dependência química, então os médicos estão, em certo sentido, "atirando no escuro".

Este documento é o plano de um grande estudo que vai tentar iluminar esse caminho. Aqui está a explicação simplificada:

1. O Grande Desafio: A "Falta de Mapa"

Pessoas com essas duas condições juntas sofrem muito mais: têm mais crises, morrem mais cedo e têm mais dificuldade em seguir o tratamento. Como não existem estudos grandes e confiáveis sobre isso, os médicos no Canadá (especificamente em duas províncias: Colúmbia Britânica e Ontário) estão usando diferentes abordagens. Alguns usam lítio, outros usam antipsicóticos, outros misturam remédios. Ninguém sabe qual é o "caminho de ouro".

2. A Solução Criativa: O "Simulador de Realidade" (Target Trial)

Como não é ético ou possível fazer um teste aleatório real (onde você jogaria uma moeda para decidir qual remédio dar a uma pessoa vulnerável), os pesquisadores vão criar um "Simulador de Realidade".

• A Analogia: Imagine que você quer saber qual pneu de carro é melhor para uma estrada de terra cheia de buracos. Você não pode destruir 10.000 carros reais para testar. Em vez disso, você pega os dados de 10.000 carros que já passaram por essa estrada, vê quais pneus eles usaram e como eles se saíram.
• Na prática: Os pesquisadores vão pegar dados reais de milhões de pessoas (de prontuários médicos, farmácias e hospitais) que já começaram a tomar esses remédios. Eles vão usar supercomputadores e estatística avançada para "recriar" um experimento perfeito, comparando quem tomou o Remédio A com quem tomou o Remédio B, como se tivessem sido sorteados aleatoriamente.

3. As "Corridas" de Remédios

O estudo vai rodar quatro "corridas" principais para ver quem vence:

1. Lítio vs. Outros Estabilizadores de Humor: O clássico Lítio contra remédios como Valproato.
2. Lítio vs. Antipsicóticos: O Lítio contra remédios como Quetiapina ou Risperidona.
3. Lítio (Sozinho) vs. Combinações: O Lítio sozinho contra o Lítio misturado com outros remédios.
4. Combinações Específicas: Comparar misturas diferentes (ex: Lítio + Valproato vs. Lítio + Antipsicótico).

4. O Que Eles Vão Medir? (Os "Marcadores de Vitória")

Eles não vão medir apenas se o paciente "se sente melhor". Eles vão olhar para coisas concretas e vitais:

• Quantas vezes a pessoa foi ao hospital ou à emergência? (Quem teve menos crises?)
• A pessoa parou de tomar o remédio? (Quem conseguiu ficar no tratamento por mais tempo?)
• A pessoa faleceu? (Quem teve mais segurança?)

5. O Truque de Mágica: "Equilibrando a Balança"

Um dos maiores problemas em estudar dados reais é que as pessoas que tomam o Remédio A podem ser mais doentes do que as que tomam o Remédio B. Isso distorce os resultados.

• A Analogia: Imagine uma corrida onde um time começa com sapatos de chumbo e o outro com sapatos leves. Não é justo.
• A Solução: Os pesquisadores vão usar uma técnica estatística chamada "peso inverso de probabilidade". É como se eles colocassem um "contrapeso" na balança. Se uma pessoa que tomou o Remédio A era muito doente, o computador dá um "peso maior" para ela, para que ela conte tanto quanto uma pessoa saudável que tomou o Remédio B. Isso cria uma comparação justa, como se todos tivessem começado a corrida no mesmo nível.

6. Por Que Duas Províncias? (O Teste de Resistência)

Eles vão fazer o mesmo estudo em duas províncias diferentes (Colúmbia Britânica e Ontário).

• A Analogia: É como testar o mesmo carro em duas pistas diferentes (uma na neve, outra na areia). Se o carro ganha em ambas, você sabe que ele é realmente bom. Se ganha em uma e perde na outra, você sabe que o terreno importa. Isso ajuda a ver se os resultados são verdadeiros ou apenas um acidente local.

7. O Objetivo Final

No fim, eles querem entregar um mapa claro para os médicos e para os pacientes.

• "Se você tem bipolaridade e usa opioides, o Remédio X parece ser mais seguro e eficaz do que o Remédio Y para evitar hospitalizações."
• Isso vai ajudar a salvar vidas, reduzir o sofrimento e garantir que as pessoas com essas condições complexas recebam o tratamento certo, baseado em evidências reais e não apenas em suposições.

Resumo em uma frase:
Os pesquisadores vão usar dados reais de milhões de pessoas e inteligência estatística para simular um experimento perfeito e descobrir qual remédio salva mais vidas e mantém a mente mais estável para quem luta contra bipolaridade e dependência de opioides ao mesmo tempo.

Resumo técnico

Título do Estudo

Efetividade Comparativa das Opções de Tratamento Farmacológico Preferenciais para Transtorno Bipolar entre Pessoas com Transtorno por Uso de Opioides na Colúmbia Britânica e em Ontário, Canadá: Protocolo para Emulações de Ensaios Alvo Populacionais em Paralelo.

---

1. O Problema e o Contexto

• Comorbidade Crítica: Pessoas com Transtorno Bipolar (TB) e Transtorno por Uso de Opioides (TUO) simultaneamente enfrentam resultados clínicos mais graves, incluindo maior mortalidade, complexidade no tratamento e sintomas psiquiátricos exacerbados.
• Lacuna de Evidências: Existe uma escassez de diretrizes clínicas específicas e de pesquisas robustas sobre as opções de tratamento farmacológico para TB nesta população específica. A maioria dos Ensaios Clínicos Randomizados (ECRs) exclui indivíduos com TUO devido a critérios de elegibilidade rigorosos e desafios logísticos de retenção.
• Variabilidade na Prática Clínica: Na ausência de diretrizes baseadas em evidências, a gestão do TB em pacientes com TUO varia amplamente entre os provedores e regiões, muitas vezes seguindo estratégias focadas apenas na dependência, o que pode levar a desfechos subótimos.
• Necessidade: Há uma necessidade urgente de estudos em grande escala utilizando dados do mundo real para informar a prática clínica e preencher a lacuna de conhecimento sobre qual regime farmacológico é mais eficaz e seguro para esta população.

2. Metodologia

O estudo propõe uma emulação de ensaio-alvo (target trial) utilizando dados administrativos de saúde populacionais ligados.

• Desenho do Estudo:

  • Tipo: Estudos populacionais em paralelo na Colúmbia Britânica (BC) e em Ontário, Canadá.
  • Período: BC (2010-2022) e Ontário (2014-2023).
  • População: Indivíduos com 18+ anos diagnosticados com TB e TUO que iniciaram tratamento para TB.
  • Critérios de Exclusão: Esquizofrenia, toxicidade renal/hepática, tratamento oncológico/paliativo, gravidez e (na análise principal da BC) encarceramento.
  • Desenhos de Usuário: Serão analisados tanto "usuários incidentes" (sem histórico prévio de tratamento para TB) quanto "novos usuários prevalentes" (com um período de "lavagem" de 30 dias sem medicação).

• Estratégias de Tratamento Comparadas (4 Ensaios Alvo):

  1. Lítio vs. Estabilizadores de humor não antipsicóticos (ex: divalproato, lamotrigina, ácido valproico).
  2. Lítio vs. Antipsicóticos de segunda geração com propriedades estabilizadoras (ex: risperidona, olanzapina, aripiprazol, quetiapina).
  3. Lítio vs. Tratamentos combinados (ex: Lítio + Divalproato, Lítio + Olanzapina, etc.).
  4. Lítio + Valproato (LATVAL) vs. Outras combinações (ex: Lítio + Olanzapina, Divalproato + Olanzapina).

• Desfechos (Outcomes):

  • Primários: Visitas agudas de cuidados psiquiátricos (internações e urgências), descontinuação do tratamento para TB e mortalidade por todas as causas.
  • Secundários: Mortalidade suicida, troca de tratamento, escalas de sintomas (disponíveis apenas para Ontário via OMHRS/RAI-MH).

• Análise Estatística e Viés:

  • Análise Iniciadora (Intenção de Tratar condicional): Avalia a efetividade baseada na prescrição inicial, ajustada por variáveis de confusão.
  • Análise Per-Protocolo (PP): Avalia a eficácia considerando a adesão, lidando com troca de tratamento e ajuste de dose. Utiliza Modelos Estruturais Marginais (MSM) com pesos de inversão de probabilidade de censura.
  • Controle de Confusão:
    • Medido: Inversão de Probabilidade de Pesos (IPW) com covariáveis especificadas pelo investigador.
    • Não Medido: Propensão de Alta Dimensão (hdPS) e Análise de Variável Instrumental (IV) baseada nas preferências de prescrição de médicos e regiões.
  • Validação: Análises de sensibilidade e subgrupos (ex: restrição de coorte, definição de fases maníacas/depressivas, diferentes janelas de descontinuação).

3. Contribuições Chave e Inovações

• Abordagem de Emulação de Ensaio-Alvo: Aplica rigorosamente a estrutura de ECRs a dados observacionais, permitindo inferências causais mais robustas do que estudos observacionais tradicionais.
• Validação Cruzada entre Províncias: A execução paralela em duas grandes jurisdições canadenses com sistemas de dados diferentes permite testar a replicabilidade dos achados e controlar viéses específicos de cada base de dados.
• Tratamento de Confusão Complexa: O uso combinado de IPW, hdPS e Variáveis Instrumentais oferece uma abordagem multifacetada para lidar com confusão medida e não medida, um desafio comum em estudos de saúde mental e uso de substâncias.
• Foco na População Real: Inclui pacientes que seriam tipicamente excluídos de ECRs (comorbidades complexas, uso de opioides), gerando evidências diretamente aplicáveis à prática clínica real.

4. Resultados Esperados (Status do Documento)

• Nota Importante: Este documento é um protocolo de estudo (pré-impressão) e não apresenta resultados finais. O estudo foi projetado para ser executado após a aprovação ética e a preparação dos dados.
• O texto descreve o plano analítico detalhado, as definições de variáveis e as estratégias para garantir a robustez dos futuros resultados.

5. Significado e Impacto Potencial

• Diretrizes Clínicas: Os resultados visam fornecer a primeira evidência robusta de alto nível sobre quais medicamentos para TB são mais eficazes para pacientes com TUO, preenchendo uma lacuna crítica nas diretrizes canadenses e internacionais.
• Política de Saúde: Ao identificar tratamentos que melhoram a retenção no tratamento e reduzem a mortalidade e visitas a emergências, o estudo pode orientar políticas de saúde pública e alocação de recursos.
• Segurança do Paciente: A compreensão das interações e efetividade em uma população de alto risco pode reduzir eventos adversos e melhorar a qualidade de vida de pessoas com comorbidades psiquiátricas e de dependência.
• Metodologia: O protocolo serve como um modelo para futuras pesquisas que utilizam emulação de ensaios-alvo em grandes bases de dados administrativas para estudar populações complexas e negligenciadas.

Conclusão: Este protocolo representa um esforço metodológico rigoroso para gerar evidências de "mundo real" que podem transformar o tratamento do Transtorno Bipolar em pacientes com Transtorno por Uso de Opioides, um grupo historicamente subatendido e com alto risco de mortalidade.