Development of Longitudinal, Linked Maternal-Infant Cohorts using the Epic Cosmos Electronic Health Record Dataset
Este estudo estabelece uma estrutura rigorosa e reprodutível para a criação de coortes longitudinais e vinculadas de mãe-filho dentro do conjunto de dados Epic Cosmos, demonstrando que os dados resultantes são altamente completos, representativos da população de nascimentos dos EUA e adequados para pesquisa epidemiológica, apesar da atrição significativa ao aplicar critérios estritos de acompanhamento longitudinal.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Os hospitais hoje geram um fluxo vasto e contínuo de registros digitais para cada paciente que tratam. Esses prontuários eletrônicos de saúde capturam tudo, desde uma verificação rotineira da pressão arterial até os medicamentos específicos que um médico prescreve, criando um mapa detalhado e em tempo real da jornada de saúde de uma pessoa. Para pesquisadores que estudam a gravidez e recém-nascidos, esses dados oferecem uma promessa imensa. Eles oferecem uma maneira de observar milhões de casos de uma só vez, indo muito além do que é possível com estudos locais pequenos. No entanto, um grande obstáculo sempre foi conectar os pontos. Em muitos sistemas, o registro da mãe e o registro de seu bebê vivem em silos separados, tornando difícil estudar como a saúde de um afeta a do outro ao longo do tempo. Além disso, os pesquisadores muitas vezes se preocuparam que os dados de registros eletrônicos pudessem ser incompletos ou representar apenas um tipo específico de hospital, em vez da população diversificada de todo o país.
Uma equipe de pesquisadores partiu para resolver esses problemas usando um banco de dados massivo e centralizado chamado Epic Cosmos. Este sistema reúne informações de saúde estruturadas de centenas de hospitais e clínicas em todos os Estados Unidos e em alguns outros locais, criando uma visão única e unificada do cuidado ao paciente. Os pesquisadores queriam provar que poderiam construir um grupo de estudo confiável e de longo prazo, vinculando mães e seus bebês dentro desta rede digital. Eles precisavam mostrar que os dados eram completos o suficiente para serem confiáveis, que as pessoas no banco de dados se pareciam com a população geral e que eles poderiam acompanhar essas famílias desde a primeira consulta pré-natal até os primeiros meses do bebê sem perdê-las de vista.
Para fazer isso, a equipe começou com quase três milhões de gravidezes que terminaram em um parto vivo entre 2023 e 2024. Eles começaram vinculando o registro de cada recém-nascido ao registro de sua mãe, criando um conjunto de dados pareado. Esta etapa inicial exigia que o bebê tivesse nascido em um hospital que utilizasse o sistema e que o arquivo da mãe contivesse o vínculo necessário de histórico familiar. Este processo conectou com sucesso a vasta maioria dos dados, resultando em uma coorte de quase três milhões de gravidezes. Os pesquisadores então testaram quão bem os dados se sustentavam quando adicionavam regras mais rígidas para garantir uma história contínua para cada família. Eles exigiram que a mãe tivesse pelo menos uma visita médica nos primeiros três meses de gravidez, outra nos três meses seguintes, um check-up após o nascimento do bebê e uma visita de acompanhamento para o bebê dentro de três meses após a saída do hospital.
Cada vez que os pesquisadores adicionavam um novo requisito para garantir uma história médica completa, o número de famílias no grupo de estudo diminuía. Quando exigiram todos os quatro tipos de visitas, o grupo foi reduzido para cerca de 587.000 gravidezes. Essa queda era esperada, pois excluía famílias que recebiam cuidados em diferentes hospitais ou que perdiam certas consultas. Crucialmente, os pesquisadores descobriram que o grupo restante ainda se parecia muito com o grupo original, maior. A mistura de idades, raças e localizações geográficas permaneceu consistente com os registros nacionais de nascimento. Os dados também eram notavelmente completos; para a maioria dos detalhes importantes, como o peso ao nascer do bebê, a idade da mãe e o tipo de parto, a informação estava ausente em menos de um por cento das vezes. Mesmo para variáveis que costumam ser mais difíceis de capturar, como o índice de massa corporal na hora do parto e raça, os dados estavam disponíveis para mais de três quartos dos casos.
Para provar que esses dados vinculados poderiam responder a questões médicas reais, a equipe conduziu um teste específico. Eles observaram mulheres que já tinham pressão alta antes ou no início da gravidez para ver se suas leituras de pressão arterial no primeiro trimestre previam uma complicação séria chamada pré-eclâmpsia. A pré-eclâmpsia é uma condição marcada por pressão arterial perigosamente alta e danos aos órgãos que pode ocorrer durante a gravidez. A análise mostrou que, entre as mulheres com hipertensão crônica, aquelas cuja pressão sistólica — o número superior de uma leitura — era de 140 ou mais no primeiro trimestre tinham uma probabilidade significativamente maior de desenvolver pré-eclâmpsia mais adiante na gravidez. Esse achado confirmou que os registros digitais eram precisos o suficiente para detectar padrões de saúde sutis, mas importantes.
O estudo concluiu que o Epic Cosmos é uma ferramenta poderosa para compreender a saúde da gravidez e do recém-nascido em escala nacional. Os pesquisadores demonstraram que poderiam criar uma visão de longo prazo e vinculada de mães e bebês que é tanto grande quanto representativa dos Estados Unidos. Embora o processo de exigir visitas de cuidados contínuos reduza o número total de famílias disponíveis para estudo, isso não distorce as características do grupo, o que significa que os resultados permanecem confiáveis. O trabalho destaca que, embora os registros de saúde eletrônicos sejam um recurso rico, os pesquisadores devem estar atentos a como selecionam seus grupos de estudo para evitar perder os pacientes mais vulneráveis que podem não ter um cuidado contínuo no sistema. Fundamentalmente, esta abordagem abre as portas para estudos futuros explorarem questões de saúde complexas usando dados do mundo real de milhões de pessoas.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.