Evaluating computational assays of chronic fatigue using UK Biobank data

A fadiga é uma experiência humana universal, um cansaço pesado que pode fazer até mesmo tarefas simples parecerem uma escalada de montanha. No mundo médico, entretanto, distinguir o cansaço normal de uma condição debilitante conhecida como fadiga crônica é um desafio persistente. Diferente de um osso quebrado, que aparece claramente em um raio-X, ou de uma infecção que se revela através de um exame de sangue, a fadiga crônica não deixa nenhum traço visível no corpo. É uma experiência subjetiva, definida inteiramente pelo que um paciente diz sentir. Essa falta de uma medida objetiva significa que os médicos devem confiar em relatos próprios para fazer um diagnóstico, um processo que pode levar à dúvida, ao mal-entendido e à estigmatização daqueles que estão genuinamente sofrendo. Por décadas, pesquisadores buscaram um sinal biológico — um biomarcador — que pudesse confirmar a presença desta condição, esperando substituir o palpite por evidências.

Uma equipe de pesquisadores da Suíça deu recentemente um passo significativo em direção a esse objetivo ao recorrer a um enorme banco de dados do mundo real conhecido como UK Biobank. Eles fizeram uma pergunta direta, porém difícil: poderiam construir um programa de computador capaz de identificar a fadiga crônica observando uma combinação do histórico médico de uma pessoa e os padrões de atividade em seu cérebro? O estudo envolveu mais de 2.200 voluntários que haviam passado por exames cerebrais e respondido a questionários detalhados de saúde. Os pesquisadores utilizaram o aprendizado de máquina, um tipo de algoritmo de computador que aprende a reconhecer padrões estudando exemplos, para ver se conseguiam prever quem sofria de fadiga crônica com base nos dados disponíveis. Eles foram cuidadosos ao dividir os dados, treinando o computador com a maioria dos participantes e, em seguida, testando suas previsões em um grupo separado que nunca havia sido visto antes, garantindo que os resultados fossem genuínos e não apenas um golpe de sorte.

Os resultados ofereceram um quadro claro, embora matizado. Quando o computador era alimentado apenas com informações clínicas — tais como diagnósticos médicos passados, histórico de câncer, consumo de álcool e detalhes sobre o sono — ele conseguia prever a fadiga crônica com uma acurácia equilibrada de cerca de 61 por cento. Isso significa que o modelo foi significativamente melhor do que o acaso para distinguir entre aqueles com e sem a condição. Os pesquisadores então adicionaram uma camada de complexidade ao incluir dados de ressonância magnética funcional, ou fMRI. Esses exames capturam como diferentes partes do cérebro se comunicam enquanto uma pessoa está em repouso. Eles testaram duas formas de medir essa comunicação: uma que observava conexões simples entre regiões cerebrais e outra que tentava mapear a direção da influência, vendo quais partes do cérebro estavam impulsionando a atividade em outras.

Surpreendentemente, adicionar os dados do exame cerebral não melhorou consistentemente o desempenho do computador. Na verdade, o modelo que dependia exclusivamente de informações clínicas teve um desempenho tão bom quanto, e em alguns casos melhor do que, os modelos que incluíam a imagem cerebral. O modelo mais bem-sucedido, que combinou dados clínicos com medidas simples de conectividade cerebral, atingiu uma acurácia de cerca de 64 por cento. Embora isso seja uma melhoria, os pesquisadores observaram que os exames cerebrais não superaram consistentemente o modelo treinado apenas com dados clínicos. O estudo explicitamente observou que o desempenho preditivo alcançado ainda não era suficiente para aplicação clínica, sugerindo que, embora o complexo mapeamento cerebral prometa, ele não é atualmente a chave definitiva para resolver o enigma diagnóstico da fadiga crônica quando usado desta forma específica com este tipo de dado.

Um olhar mais atento aos dados revelou um único e poderoso motor por trás dessas previsões: o sono. Especificamente, a presença de sintomas de insônia emergiu como o fator mais importante. Quando os pesquisadores testaram um modelo usando apenas a pergunta sobre se uma pessoa costuma ter dificuldade para pegar no sono ou para acordar no meio da noite, este ainda conseguiu prever a fadiga crônica com uma acurácia de 57 por cento. Esse achado sugere que, para muitas pessoas neste grande grupo, a experiência da fadiga crônica está profundamente entrelaçada com distúrbios do sono. Os autores alertam que isso não significa que a fadiga crônica seja simplesmente causada pela falta de sono, nem implica que corrigir o sono irá curar a condição. Em vez disso, aponta para um mecanismo subjacente compartilhado, onde a interrupção do sono pode ser um fio condutor comum ligando várias formas de exaustão.

O estudo também destacou as limitações da abordagem atual. Os exames cerebrais utilizados no UK Biobank foram relativamente curtos, durando apenas seis minutos, e a forma como os dados foram processados fez com que estruturas cerebrais profundas, que se acredita serem cruciais para a regulação de energia, não fossem bem representadas. Além disso, a definição de fadiga crônica no estudo dependeu de uma única pergunta sobre se a pessoa havia se sentido cansada por pelo menos seis meses, o que é uma medida prática, mas imperfeita, de uma condição complexa. Os pesquisadores concluíram que, embora seu trabalho prove que é possível prever a fadiga crônica usando dados objetivos, o nível de acurácia atual ainda não é alto o suficiente para ser usado em um consultório médico.

Em última análise, esta pesquisa fornece uma base para descobertas futuras, em vez de uma solução final. Ela demonstra que ferramentas objetivas para diagnosticar a fadiga são viáveis e que as informações relacionadas ao sono são uma peça crítica do quebra-cabeça. O estudo sugere que esforços futuros devem focar em refinar como o sono é medido, talvez utilizando dispositivos vestíveis para dados mais precisos, e em projetar exames cerebrais que capturem melhor as regiões cerebrais específicas envolvidas na energia e na exaustão. Ao se afastar da dependência exclusiva do relato pessoal, a ciência está lentamente construindo uma maneira mais confiável de entender e validar a experiência da fadiga crônica, oferecendo esperança de que, um dia, o ônus da prova mudará do paciente para os dados.