Cluster analysis of ME/CFS symptoms in DecodeME reveals two subgroups and a link to onset type

Resumo Técnico: Análise de Agrupamento de Sintomas de EM/SFC no DecodeME

Definição do Problema
A mielfalgia encefalomielite/síndrome da fadiga crônica (EM/SFC) é uma condição debilitante e heterogênea, caracterizada por fadiga severa, comprometimento cognitivo e mal-estar pós-esforço (PEM). Essa marcante variabilidade de sintomas dificulta o diagnóstico preciso, o manejo eficaz da doença e o desenho de ensaios clínicos. Embora o estudo DecodeME tenha estabelecido um componente hereditário para a EM/SFC, lacunas significativas de conhecimento permanecem em relação à existência de subtipos clínicos distintos ligados a causas específicas (como infecção) e níveis variados de gravidade. Este estudo aborda a prioridade de pesquisa nº 5 da Parceria de Definição de Prioridades da Aliança James Lind: determinar se existem diferentes tipos de EM/SFC, como eles se relacionam com causas de início e gravidade, e se requerem estratégias de manejo distintas.

Metodologia
Os autores conduziram uma análise transversal utilizando dados fenotípicos da coorte DecodeME, o maior conjunto de dados de EM/SFC do mundo.

• População do Estudo: A análise incluiu 19.019 participantes baseados no Reino Unido (idade 16+) com um diagnóstico clínico autorrelatado de EM/SFC que atendiam aos critérios de caso do Consenso Canadense (CCC) ou do Instituto de Medicina/Academia Nacional de Medicina (IOM/NAM). Participantes com status intersexo, dados ausentes de etnia/comorbidade ou valores extremos (outliers) foram excluídos.
• Variáveis de Dados: O agrupamento (clustering) foi baseado em 67 variáveis binárias de sintomas derivadas do questionário basal do DecodeME. Variáveis com variabilidade mínima (presentes em >90% dos participantes, como fadiga e PEM) foram excluídas para evitar viés. As covariáveis incluíram idade, sexo, etnia, Índice de Privação Múltipla (IMD) e tipo de início (infeccioso, não infeccioso ou desconhecido).
• Abordagem de Agrupamento: Um algoritmo de agrupamento k-modes foi empregado para agrupar participantes com base em dados de sintomas categóricos. O número ideal de clusters ($k$) foi determinado usando gráficos de cotovelo (dissimilaridade dentro do cluster) e análise de silhueta. O procedimento foi validado via análise de bootstrap (100 réplicas) e o Índice de Rand Ajustado (ARI), particularmente para subgrupos estratificados por sexo.
• Análise Estatística: As características dos clusters foram comparadas usando testes t e testes de Qui-quadrado/Fisher exatos com correção de Bonferroni. Os drivers de sintomas foram identificados usando tamanhos de efeito de Cohen's $h$. Modelos de regressão logística (univariáveis e multivariáveis) avaliaram a associação entre o tipo de início e a participação no cluster, ajustando para sexo, idade, privação e etnia. Um Estudo de Associação Genômica Ampla (GWAS) foi realizado em um subconjere de 15.328 participantes para explorar associações genéticas com a participação no cluster.

Principais Contribuições e Resultados
O estudo identificou dois clusters distintos e estáveis baseados em sintomas dentro da população de EM/SFC:

1. Cluster de Alta Carga de Sintomas (HSBC): Compondo 57% da coorte ($n=10.849$).
2. Cluster de Baixa Carga de Sintomas (LSBC): Compondo 43% da coorte ($n=8.170$).

Características dos Clusters:

• Perfil de Sintomas: O HSBC foi caracterizado por uma prevalência significativamente maior de sintomas em todos os domínios em comparação ao LSBC. As diferenças mais proeminentes envolveram sintomas de tipo gripal (dor de garganta, febre), sensibilidades sensoriais (luz, ruído, odor), dor musculoesquelética, problemas cognitivos/coordenação e sintomas autonômicos/neuroendócrinos.
• Gravidade e Comorbidades: Indivíduos no HSBC relataram maior gravidade da doença (grave/muito grave), uma proporção maior de cursos de doença de agravamento e uma maior prevalência de comorbidades como fibromialgia, SII e depressão clínica.
• Demografia: O HSBC continha uma proporção maior de mulheres (89% vs. 80% no LSBC) e indivíduos mais jovens (idade média 46,7 vs. 51,5 anos). Também apresentou uma representação ligeiramente maior de indivíduos de áreas mais carentes.
• Diferenças de Sexo: Embora ambos os sexos tenham exibido a estrutura de dois clusters, as mulheres no HSBC mostraram maior prevalência geral de sintomas e sensibilidades sensoriais mais pronunciadas. Os homens no HSBC mostraram maiores diferenças entre os clusters para sintomas cognitivos, autonômicos e de humor.
• Associação com o Tipo de Início: Após o ajuste de covariáveis, indivíduos com início infeccioso tiveram 1,24 vezes mais chances (IC 95%: 1,15–1,35) de pertencer ao HSBC em comparação ao início não infeccioso. Aqueles com início desconhecido tiveram 1,30 vezes mais chances (IC 95%: 1,18–1,43) de pertencer ao HSBC.
• Achados Genéticos: Nenhuma variante genética atingiu significância genômica ampla ($p < 5 \times 10^{-8}$) para a participação no cluster. Três associações sugestivas ($p < 8 \times 10^{-7}$) foram identificadas próximas a genes envolvidos em cronobiologia, inflamação e percepção de dor, mas estas são consideradas preliminares e potencialmente incluem falsos positivos.

Significância e Alegações
O artigo afirma que esta análise de larga escala reforça a heterogeneidade da EM/SFC e valida a existência de subtipos clinicamente significativos definidos pela carga de sintomas.

• Utilidade Clínica: A identificação desses subgrupos, particularmente o vínculo entre o início infeccioso/desconhecido e a maior carga de sintomas, sugere que a EM/SFC não é uma condição de "tamanho único". Os autores afirmam que esses achados destacam a importância de incorporar a carga de sintomas e o tipo de início nas avaliações clínicas e na estratificação de pesquisas futuras.
• Implicações para Pesquisa: O estudo apoia a necessidade de intervenções e estratégias de manejo personalizadas que levem em conta a heterogeneidade dos pacientes. Sugere que futuros estudos genéticos e mecanísticos devem estratificar por carga de sintomas, tipo de início e sexo para melhor revelar as vias biológicas subjacentes.
• Limitações: Os autores observam modestamente limitações, incluindo potenciais erros do Tipo 1 devido a múltiplos testes, a possibilidade de padrões específicos da amostra (exigindo validação externa) e o viés de seleção de amostra inerente ao recrutamento online. Eles enfatizam que os achados genéticos são sugestivos e não definitivos e que os clusters requerem validação em conjuntos de dados independentes e ao longo do tempo.

Em conclusão, o estudo fornece um framework baseado em dados para compreender os subtipos de EM/SFC, argumentando que o reconhecimento desses perfis distintos é essencial para melhorar o manejo do paciente e avançar na busca por tratamentos direcionados.