Using routine clinical features to classify adult-onset diabetes at diagnosis: the StartRight prospective observational study

O estudo observacional prospectivo StartRight demonstra que um modelo de classificação que combina características clínicas de rotina, como idade e IMC mais baixos, perda de peso não intencional e glicemia elevada na apresentação, com ou sem autoanticorpos das ilhotas, alcança alta precisão na diferenciação do diabetes tipo 1 de início na idade adulta do diabetes tipo 2 no momento do diagnóstico, superando as orientações clínicas atuais.

O essencial

O Grande Problema: Um Caso de Identidade Errada

Imagine entrar em um hospital com febre. O médico precisa decidir: é gripe ou é uma infecção bacteriana? O tratamento para cada um é completamente diferente. Se você tomar o remédio errado, pode ficar muito mais doente.

Este é exatamente o problema com o diabetes de início na idade adulta. Existem dois tipos principais: Tipo 1 e Tipo 2.

• Tipo 2 é como um cano entupido; o corpo é resistente à insulina, mas ainda produz alguma. É muito comum em adultos.
• Tipo 1 é como uma fábrica quebrada; o sistema imunológico do corpo destruiu a fábrica que produz insulina. É menos comum em adultos, mas ocorre com mais frequência do que as pessoas pensam.

O problema é que, quando um adulto desenvolve diabetes, os médicos frequentemente adivinham qual é o tipo com base na idade ou no peso. Mas esse "jogo de adivinhação" leva a erros. Cerca de um em cada três adultos que realmente têm Tipo 1 são erroneamente informados de que têm Tipo 2 e tratados com o medicamento errado.

O Estudo: Construindo um Kit de Detetive Melhor

Os pesquisadores por trás deste estudo (a equipe StartRight) queriam acabar com as adivinhações. Eles perguntaram: "Quais pistas específicas, disponíveis no momento em que o paciente chega, podem nos dizer exatamente qual tipo de diabetes ele tem?"

Eles não olharam apenas para uma pista; analisaram 11 características de rotina diferentes (como idade, peso, circunferência da cintura e níveis de açúcar no sangue) e as combinaram em um "kit de detetive".

As Pistas Chave (As "Provas Irrefutáveis")

O estudo descobriu que, embora os médicos já soubessem que idade e peso importavam, eles ignoravam outras pistas enormes. Os indicadores mais poderosos de que um paciente tem Tipo 1 (a "fábrica quebrada") foram:

1. Idade mais jovem (no diagnóstico).
2. Índice de Massa Corporal (IMC) mais baixo (ser mais magro).
3. Relação cintura-quadril mais baixa (carregar menos gordura ao redor do meio).
4. Perda de peso involuntária (perder quilos sem tentar).
5. Açúcar no sangue muito alto no momento do diagnóstico.

A Metáfora: Pense em diagnosticar diabetes como tentar identificar um carro pelo ruído do motor.

• Método Antigo: "Soa como um caminhão, então deve ser um caminhão." (Baseado apenas em idade/peso).
• Novo Método: "Soa como um caminhão, mas está faltando uma peça chave, está perdendo combustível rapidamente e está vibrando de forma diferente." (Combinando todas as pistas).

A Solução: A "Pontuação StartRight"

Os pesquisadores não apenas listaram as pistas; eles construíram uma calculadora (chamada de Pontuação StartRight).

• Como funciona: Você insere os números de rotina do paciente (idade, peso, açúcar no sangue, etc.).
• O Resultado: A calculadora fornece uma pontuação.
  • Pontuação Baixa: "Isso parece Tipo 2."
  • Pontuação Alta: "Isso parece Tipo 1."
  • Pontuação Intermediária: "Não temos certeza; vamos fazer um teste laboratorial específico (teste de anticorpos) para garantir."

Por Que Isso é uma Mudança de Jogo

O estudo testou essa calculadora de duas maneiras:

1. Em um estudo controlado: Eles acompanharam pacientes por anos para ver se a calculadora estava certa. Ela foi extremamente precisa (94–97% de precisão), muito melhor do que olhar apenas para idade ou peso isoladamente.
2. Em dados do mundo real: Eles a testaram em registros de mais de 180.000 pessoas no Reino Unido. Eles descobriram que as pessoas que a calculadora sinalizou como "provável Tipo 1" realmente acabaram precisando de insulina rapidamente ou apresentaram outros sinais de Tipo 1, mesmo que seus médicos as tivessem tratado inicialmente como Tipo 2.

O "Filtro" para Testes Laboratoriais

Atualmente, as diretrizes sugerem testar anticorpos específicos (a "prova irrefutável" do Tipo 1) em muitas pessoas. No entanto, esses testes custam dinheiro e levam tempo.

O estudo sugere usar a Pontuação StartRight como um filtro:

• Se a pontuação disser "Chance Muito Baixa de Tipo 1", você provavelmente não precisa do teste laboratorial caro.
• Se a pontuação disser "Alta Chance", você definitivamente deve fazer o teste.

Isso ajuda os médicos a priorizar quem precisa do teste, economizando dinheiro e garantindo que as pessoas certas recebam o diagnóstico correto mais rapidamente.

A Conclusão

Este estudo prova que não precisamos adivinhar. Ao combinar fatos simples e de rotina (como quanto peso uma pessoa perdeu ou o tamanho de sua cintura) em uma única pontuação, podemos distinguir entre diabetes Tipo 1 e Tipo 2 em adultos com precisão muito alta. Isso ajuda a garantir que os adultos recebam o tratamento correto imediatamente, em vez de serem diagnosticados erroneamente e tratados para a condição errada.

Resumo técnico

1. Declaração do Problema

A diferenciação entre Diabetes Tipo 1 (DT1) e Diabetes Tipo 2 (DT2) em adultos no momento do diagnóstico é um desafio clínico significativo. Embora a DT1 seja frequentemente associada a uma idade mais jovem e a DT2 a uma idade mais avançada e obesidade, essas condições se sobrepõem substancialmente em adultos.

• Taxas de Reclassificação: Aproximadamente um em cada três adultos com DT1 são inicialmente mal diagnosticados e tratados como DT2, enquanto um em cada seis adultos diagnosticados com DT1 na verdade têm DT2.
• Limitações das Diretrizes Atuais: Revisões sistemáticas anteriores (2015, 2022) identificaram apenas a idade no diagnóstico e o IMC como discriminadores robustos baseados em evidências. Outras características comumente citadas em diretrizes (por exemplo, sintomas osmóticos, histórico familiar) carecem de forte suporte empírico.
• Restrições de Biomarcadores: Embora autoanticorpos de ilhotas e peptídeo C sejam o padrão-ouro para classificação, o peptídeo C tem utilidade limitada no diagnóstico, e o teste rotineiro de autoanticorpos de ilhotas é proibitivo em custo para todos os casos de diabetes de início na idade adulta. Além disso, a presença de anticorpos pode sobrepor-se entre DT1 e DT2, tornando a interpretação dependente da probabilidade pré-teste.

Objetivo: Identificar características clínicas de rotina que discriminam entre DT1 e DT2 de início na idade adulta no diagnóstico e desenvolver modelos de classificação de alta precisão (com e sem biomarcadores) para orientar a tomada de decisão clínica e a priorização de testes.

2. Metodologia

Desenho do Estudo:
Um estudo de coorte observacional prospectivo (StartRight) com uma coorte de validação adicional (StartRight Prime) e validação externa utilizando dados de cuidados primários do Reino Unido (CPRD).

Participantes:

• Coorte StartRight: 1.800 adultos (idade de 18–50 anos) diagnosticados com diabetes nos últimos 12 meses.
• Coorte StartRight Prime: 470 adultos (idade >50 anos) diagnosticados nos últimos 12 meses. Esta coorte foi enriquecida com casos de DT1 (visando uma proporção de 1:1 entre tratados com insulina e não tratados com insulina) para garantir poder estatístico suficiente para a condição mais rara em adultos mais velhos.
• Exclusão: Diabetes gestacional, monogênica ou secundária.

Coleta de Dados:

• Linha de Base: Características clínicas de rotina foram registradas no recrutamento (dentro de 12 meses do diagnóstico), incluindo idade, IMC, relação cintura-quadril, perda de peso involuntária, sintomas osmóticos, etnia, histórico familiar (tratado com insulina vs. não tratado com insulina), histórico autoimune e glicemia de apresentação (HbA1c, glicose, estado de Cetoacidose Diabética - CAD).
• Biomarcadores: Autoanticorpos de ilhotas (GAD, IA2, ZnT8) e Escore de Risco Genético para Diabetes Tipo 1 (T1DGRS) foram medidos no recrutamento.
• Definição de Desfecho (Padrão-Ouro): O subtipo de diabetes foi definido ≥3 anos após o diagnóstico com base em:
  • DT1: Tratamento contínuo com insulina dentro de 3 anos E peptídeo C <600 pmol/L.
  • DT2: Sem tratamento com insulina OU (se em uso de insulina) peptídeo C ≥600 pmol/L.
  • Análise de Sensibilidade: Uma definição restritiva incorporando o status de autoanticorpos de ilhotas também foi utilizada.

Análise Estatística:

• Seleção de Características: Regressão logística foi utilizada para avaliar quais características clínicas de rotina adicionaram poder discriminativo significativo além da idade e do IMC.
• Desenvolvimento do Modelo: Modelos de regressão logística multivariada foram construídos usando:
  1. Características clínicas apenas.
  2. Características clínicas + Autoanticorpos de ilhotas.
  3. Características clínicas + T1DGRS.
• Validação: Validação interna via bootstrap (1.000 iterações) para avaliar otimismo e estabilidade. Validação externa realizada na coorte StartRight Prime e no conjunto de dados da população CPRD.
• Métricas de Desempenho: Área Sob a Curva Característica Operatória do Receptor (AUCROC), Precisão-Revocação (AUCPR), sensibilidade, especificidade e curvas de calibração.
• Sistema de Pontuação: Um escore simplificado baseado em pontos ("StartRight Score") foi derivado arredondando os coeficientes beta do modelo.

3. Contribuições Principais

1. Identificação de Características Discriminatórias: O estudo identificou 11 características clínicas de rotina que diferenciam significativamente a DT1 da DT2. As características mais discriminativas (após idade e IMC) foram:
   • Perda de peso involuntária.
   • Relação cintura-quadril.
   • Glicemia de apresentação (HbA1c ou glicose).
   • Outras características, como sintomas osmóticos e histórico familiar de autoimunidade, foram encontradas como fracamente discriminativas.
2. Desenvolvimento de Modelos de Predição de Alta Precisão:
   • Modelo Apenas com Características Clínicas: Alcançou uma AUCROC de 0,94 (IC 95%: 0,93–0,96) no grupo de idade 18–50 anos e 0,93 no grupo de idade >50 anos.
   • Modelo Clínico + Anticorpos: Melhorou o desempenho para uma AUCROC de 0,97 (IC 95%: 0,96–0,98).
   • StartRight Score: Uma ferramenta simplificada baseada em pontos manteve alto desempenho (AUCROC 0,94), oferecendo uma alternativa pragmática a calculadoras complexas.
3. Otimização de Testes de Biomarcadores: O estudo demonstrou que usar o modelo clínico para estratificar pacientes permite a priorização de testes de autoanticorpos de ilhotas. Essa abordagem reduz significativamente o número de pacientes que necessitam de testes caros, mantendo alta sensibilidade para detectar DT1 em comparação com as diretrizes atuais NICE e ADA/EASD.
4. Utilidade em Nível Populacional: A validação no conjunto de dados CPRD (mais de 1,6 milhão de pessoas) confirmou que probabilidades elevadas do modelo previram fortemente desfechos associados à DT1 mal classificada (por exemplo, progressão rápida para insulina, cetoacidose) mesmo em pacientes inicialmente tratados como DT2.

4. Resultados Principais

• Desempenho das Características: Nenhuma característica clínica única diferenciou adequadamente a DT1 da DT2 isoladamente (a maior precisão de característica única foi de 79% para IMC <28 kg/m²). No entanto, a combinação de características produziu resultados superiores.
• Discriminação do Modelo:
  • StartRight (18–50 anos): Apenas características clínicas AUC = 0,94; Clínicas + Anticorpos AUC = 0,97.
  • StartRight Prime (>50 anos): Apenas características clínicas AUC = 0,93; Clínicas + Anticorpos AUC = 0,97.
  • Os modelos mantiveram alta discriminação em subgrupos, incluindo diferentes etnias (Negros, Sul-Asiáticos) e sexos, embora os tamanhos de amostra para alguns subgrupos fossem pequenos.
• Comparação com Diretrizes:
  • As diretrizes atuais (NICE, ADA/EASD) desencadeiam testes com base em critérios únicos (por exemplo, idade <50, IMC <25).
  • O StartRight Score (ponto de corte ≥7 pontos) e o Modelo Clínico (probabilidade ≥10%) identificaram uma proporção similar de casos de DT1 como "teste universal", mas exigiram testes em um subconjunto muito menor da população, melhorando assim a especificidade e a eficiência de recursos.
• Validação CPRD: No conjunto de dados de cuidados primários do Reino Unido, pacientes com alta probabilidade de DT1 (com base no modelo clínico) foram significativamente mais propensos a desenvolver cetoacidose, requerer insulina basal-bolus ou receber um código diagnóstico de DT1 dentro de 3 anos, independentemente do tratamento inicial.

5. Significado e Implicações

• Prática Clínica: O estudo fornece a primeira ferramenta validada e baseada em evidências para auxiliar clínicos na classificação de diabetes de início na idade adulta no diagnóstico. Vai além da dependência exclusiva de idade e IMC.
• Alocação de Recursos: Ao usar o StartRight Score ou a probabilidade do modelo, os sistemas de saúde podem priorizar testes de autoanticorpos de ilhotas para pacientes com alta probabilidade pré-teste de DT1. Isso evita o custo e o ônus logístico de testar pacientes de baixa probabilidade, garantindo que pacientes de alto risco não sejam negligenciados.
• Revisão de Diretrizes: Os achados sugerem que as diretrizes atuais podem ser muito amplas (testando muitos pacientes de baixo risco) ou muito estreitas (perdendo DT1 em adultos mais velhos/obesos). Os novos modelos oferecem uma abordagem mais matizada e orientada por dados.
• Implementação Futura: Os autores recomendam a integração desses modelos em registros eletrônicos de saúde (RES) como ferramentas de suporte à decisão automatizadas para facilitar a classificação em tempo real e o planejamento de tratamento.

Limitações: O estudo dependeu de dados autorrelatados para algumas características (por exemplo, perda de peso), e a coorte de idade >50 anos foi enriquecida com DT1, o que significa que a calibração da prevalência absoluta na população idosa geral requer validação adicional. Além disso, a análise CPRD não pôde incorporar dados de anticorpos ou genéticos devido à indisponibilidade de dados.

Conclusão:
O estudo StartRight demonstra com sucesso que uma combinação de características clínicas de rotina—especificamente idade, IMC, relação cintura-quadril, perda de peso involuntária e glicemia de apresentação—pode classificar com precisão o diabetes de início na idade adulta. Esses modelos superam as diretrizes clínicas atuais e o teste de único biomarcador, oferecendo uma solução escalável para reduzir a reclassificação e otimizar o uso de biomarcadores de classificação.