Virtual control arms for paediatric myopia trials: external validation of axial-elongation models

O olho humano continua a crescer durante a infância, assim como o resto do corpo. Em muitas crianças, esse crescimento não para quando deveria, fazendo com que o olho se torne longo demais. Esta condição, conhecida como miopia ou hipermetropia de longe, faz com que objetos distantes pareçam embaçados. Durante décadas, a forma padrão de testar se um novo tratamento poderia retardar esse crescimento era realizar um ensaio clínico. Em tal ensaio, algumas crianças receberiam o novo tratamento enquanto outras receberiam um par de óculos padrão sem características especiais, servindo como um grupo de controle para mostrar o que aconteceria sem intervenção. No entanto, à medida que os tratamentos eficazes para retardar o crescimento ocular se tornaram mais comuns, tornou-se cada vez mais difícil e eticamente questionável pedir às famílias que inscrevessem seus filhos em um estudo onde eles poderiam não receber nenhum tratamento ativo. Os pais hesitam em deixar seus filhos sem ajuda quando existem opções melhores, e as crianças que estão piorando rapidamente frequentemente abandonam o estudo, distorcendo os resultados. Isso cria um dilema para os pesquisadores: eles precisam saber o que acontece sem tratamento para provar que um novo medicamento ou lente funciona, mas não conseguem encontrar facilmente crianças dispostas a ficar sem tratamento.

Para resolver isso, os pesquisadores recorreram à matemática. Em vez de depender de um grupo de crianças sem tratamento, eles podem usar modelos computacionais para prever como o olho de uma criança cresceria se não recebesse tratamento. Esses modelos atuam como um "braço de controle virtual", fornecendo uma estimativa estatística do caminho sem tratamento com base em fatores como a idade da criança, a visão atual e a ascendência. O desafio, entretanto, é saber se essas previsões são realmente precisas. Se o modelo estiver errado, todo o ensaio pode ser enganoso. Uma equipe de pesquisadores partiu para testar cinco modelos publicados diferentes para ver se conseguiam prever corretamente o crescimento ocular de crianças reais que não estavam recebendo nenhum tratamento especial. Eles reuniram dados de 242 crianças de ascendência chinesa, vietnamita e indiana que estavam usando óculos comuns. Os pesquisadores mediram o comprimento dos olhos dessas crianças no início do estudo e novamente após cerca de seis e doze meses. Eles então compararam o crescimento real desses olhos reais contra o crescimento previsto pelos cinco diferentes modelos matemáticos.

O estudo descobriu que os modelos mais recentes, que levam em conta a ascendência étnica específica de uma criança, foram notavelmente precisos para crianças de ascendência leste-asiática. Para essas crianças, os modelos previram a quantidade média de crescimento ocular ao longo de seis meses com uma margem de erro minúscula, diferindo das medições reais por menos da largura de um fio de cabelo humano. Isso sugere que, para este grupo específico, um braço de controle virtual poderia substituir confiavelmente um grupo de crianças sem tratamento em um ensaio clínico. No entanto, os pesquisadores também descobriram uma limitação significativa: os modelos não eram perfeitos em prever quanta variação existe entre indivíduos. Embora os modelos tenham acertado a taxa média de crescimento, eles subestimaram a amplitude de diferenças observadas na vida real. Os modelos sugeriam que a maioria das crianças cresceria em um ritmo muito semelhante, mas, na realidade, algumas crianças cresciam muito mais rápido ou mais devagar que a média. Isso significa que os modelos são excelentes ferramentas para prever o que acontece com um grande grupo de crianças, mas não podem prever com precisão o futuro crescimento de uma criança específica.

A situação foi mais complicada para crianças de ascendência sul-asiática, especificamente aquelas de ascendência indiana. Nenhum dos modelos existentes possuía uma categoria específica para este grupo. Quando os pesquisadores aplicaram os modelos destinados a crianças leste-asiáticas ou europeias às crianças indianas do estudo, as previsões falharam. Os olhos das crianças indianas cresceram a uma taxa que ficava em algum lugar entre as taxas previstas para os outros dois grupos, mais próxima da taxa leste-asiática, mas não a correspondendo exatamente. Isso indica que, embora as ferramentas atuais sejam úteis, elas são incompletas. Elas funcionam bem para populações leste-asiáticas, mas deixam as crianças sul-asiáticas sem um método de previsão confiável. Os pesquisadores concluíram que, para os modelos serem verdadeiramente úteis para todos, novos dados específicos para crianças sul-asiáticas devem ser coletados e adicionados ao sistema.

Outra descoberta fundamental foi que o tempo das medições importa mais do que se pensava anteriormente. Os modelos são projetados para prever o crescimento ao longo de um período específico, como exatamente seis meses. No mundo real, as consultas de rotina das crianças raramente acontecem na data exata do calendário. O estudo mostrou que, se os pesquisadores simplesmente assumissem que uma visita ocorreu aos seis meses quando, na verdade, ocorreu aos seis meses e meio, a previsão estaria ligeiramente errada. Ao utilizar o número exato de dias que se passaram entre as visitas, os pesquisamdores foram capazes de tornar suas comparações muito mais precisas. Essa atenção aos detalhes é crucial porque a diferença entre um tratamento bem-sucedido e um fracasso pode ser muito pequena, muitas vezes apenas uma fração de milímetro no comprimento do olho.

Os pesquisadores também desenvolveram uma ferramenta de software gratuita e de código aberto que reúne todos esses diferentes modelos em um só lugar. Esta ferramenta permite que outros cientistas executem os mesmos cálculos em seus próprios dados sem precisar escrever códigos complexos ou compartilhar informações sensíveis de pacientes com um servidor central. O software roda inteiramente no próprio computador do usuário, garantindo a privacidade. Ele não afirma prever o futuro dos olhos de uma criança individual com certeza. Em vez disso, fornece uma estimativa cientificamente defensável de como seria um grupo de crianças sem tratamento, que pode servir como ponto de referência para novos tratamentos. O software roda inteiramente no próprio computador do usuário, garantindo a privacidade. Ele não pretende prever o futuro dos olhos de uma criança individual com certeza. Em vez disso, fornece uma estimativa cientificamente defensável de como seria um grupo de crianças sem tratamento, que pode servir como ponto de referência para novos tratamentos. O estudo confirma que, para crianças leste-asiáticas, esses controles virtuais são uma alternativa viável aos grupos tradicionais sem tratamento, potencialmente tornando os ensaios clínicos mais fáceis de realizar e mais éticos. Para outros grupos, particularmente crianças sul-asiáticas, o trabalho destaca uma lacuna no conhecimento atual que precisa ser preenchida. O objetivo final é fazer com que o uso de grupos de controle sem tratamento em crianças seja a exceção, e não a regra, dependendo, em vez disso, de modelos matemáticos validados e transparentes para proteger o bem-estar dos pacientes jovens enquanto se avança nos cuidados oculares.