Identifying the heterogeneity of physical resilience in Chinese older adult stroke patients using latent profile analysis and network analysis

Resumo Técnico: Identificando a Heterogeneidade da Resiliência Física em Idosos Chineses com AVC

Problema
A resiliência física (RF) em idosos com acidente vascular cerebral (AVC) é um determinante crítico da recuperação funcional e da qualidade de vida, mas as pesquisas existentes frequentemente tratam a RF como um continuum uniforme. Essa abordagem negligencia a heterogeneidade significativa na forma como os pacientes se adaptam aos estressores físicos e falha em capturar as inter-relações complexas e não lineares entre a RF e os fatores psicossociais. Consequentemente, os métodos tradicionais centrados em variáveis identificam fatores associados, mas não elucidam subgrupos distintos de pacientes ou os mecanismos de rede específicos que impulsionam as diferenças de resiliência. Portanto, há uma carência de evidências para apoiar intervenções de reabilitação precisas e estratificadas, adaptadas aos perfis específicos de sobreviventes de AVC idosos.

Metodologia
Este estudo transversal empregou uma abordagem centrada na pessoa, combinando Análise de Perfil Latente (LPA) e Análise de Rede (NA), para investigar a RF em 346 idosos (idade ≥60 anos) com diagnósticos confirmados de AVC, recrutados de um hospital de Grau-A de terceira instância em Daqing, China (maio de 2025 – janeiro de 2026).

• Coleta de Dados: Os participantes responderam ao Instrumento de Resiliência Física para Idosos (PRIFOR), que mede três dimensões: Pensamento Positivo, Coping e Ajuste de Estilo de Vida, e Crença e Mentalidade Esperançosa. Instrumentos adicionais avaliaram o suporte social percebido (PSSS), ansiedade (SAS), depressão (PHQ-9), comportamentos de saúde (HBS-SP) e autoeficácia de reabilitação (SSEQ).
• Análise de Perfil Latente (LPA): Utilizando o Mplus 8.3, os pesquisadores ajustaram modelos com 1 a 4 perfis para identificar subgrupos não observados com base nas pontuações dos itens do PRIFOR. O ajuste do modelo foi avaliado por meio de AIC, BIC, BIC ajustado, entropia, o teste de Lo-Mendell-Rubin (LMR) e o teste de Razão de Verossimilhança Bootstrap (BLRT).
• Análise de Preditores: Uma regressão logística multinomial foi realizada para identificar fatores independentes (sociodemográficos, clínicos e psicossociais) associados à pertença aos perfis.
• Análise de Rede: Utilizando R (pacotes qgraph, bootnet, NetworkComparisonTest), Modelos de Gráfico Gaussiano (GGM) foram construídos para cada subgrupo identificado. Essas redes mapearam correlações parciais entre as três dimensões da RF e as variáveis psicossociais. Índices de centralidade (Influência Esperada) e centralidade de ponte foram calculados para identificar nós centrais e de ponte. A estabilidade da rede foi verificada via bootstrapping (1.000 iterações), e as diferenças estruturais entre os subgrupos foram testadas usando o Teste de Comparação de Redes (NCT).

Principais Contribuições e Resultados

1. Identificação de Três Perfis Distintos:
   A LPA revelou que a resiliência física não é um único continuum, mas compreende três subgrupos latentes distintos:

   • Perfil de Baixa Resiliência Física – Dependente Externamente (31,5%): Caracterizado por pontuações baixas em todas as dimensões, particularmente em "Pensamento Positivo". Estes pacientes carecem de motivação intrínseca, mas mostram dependência de suporte externo (família/amigos) e ajustes de estilo de vida.
   • Perfil de Resiliência Física Moderada – Perfil Equilibrado (35,0%): Exibe pontuações moderadas e estáveis em todas as dimensões, representando um estado de transição entre a dependência externa e o impulso interno.
   • Perfil de Alta Resiliência Física – Perfil Proativo e Otimista (33,5%): Demonstra pontuações altas, especialmente em "Pensamento Positivo" e "Coping e Ajuste de Estilo de Vida", indicando fortes crenças intrínsecas e adaptação comportamental proativa.

2. Preditores de Pertença ao Perfil:
   A regressão logística multinomial identificou o nível de escolaridade, o número de doenças crônicas comórbidas, o suporte social percebido, a ansiedade, a depressão, os comportamentos de saúde e a autoeficácia de reabilitação como preditores independentes significativos da pertença ao perfil. A baixa escolaridade e a maior carga de comorbidades aumentaram a probabilidade de pertencer ao perfil "Dependente Externamente", enquanto o suporte social robusto e a autoeficácia foram fatores protetivos para o perfil "Proativo e Otimista".

3. Achados Estruturais de Rede:

   • Similaridade Global: A força da rede geral e a topologia global foram estatisticamente semelhantes em todos os três subgrupos, sugerindo que os padrões relacionais fundamentais entre a RF e os fatores psicossociais permanecem estáveis, independentemente dos níveis de resiliência.
   • Heterogeneidade Local: Diferenças estruturais significativas foram encontradas especificamente entre os grupos de resiliência Moderada e Alta.
   • Nós Centrais e de Ponte: "Coping e Ajuste de Estilo de Vida" emergiu como o nó de ponte central em todos os grupos, ligando as dimensões da resiliência física aos fatores psicossociais.
   • Mecanismo de Diferenciação: O principal diferenciador entre a baixa e a alta resiliência foi o mecanismo de acoplamento entre "Coping e Ajuste de Estilo de Vida" e "Crença e Mentalidade Esperançosa". No grupo de baixa resiliência, estes estavam fortemente acoplados, porém isolados; no grupo de alta resiliência, a "Crença e Mentalidade Esperançosa" formou conexões multidirecionais com o suporte social e os comportamentos de saúde, indicando uma mudança de um padrão de dependência de via única para um padrão regulatório integrado de recursos. Adicionalmente, o efeito inibitório da ansiedade sobre o "Pensamento Positivo" foi mais forte no grupo de baixa resiliência e significativamente enfraquecido no grupo de alta resiliência.

Significância e Alegações
Os autores afirmam que este estudo fornece a primeira evidência empírica da natureza heterogênea da resiliência física em idosos chineses com AVC, categorizando-os em três perfis distintos com configurações de rede únicas. O estudo afirma que a variabilidade nos resultados de recuperação não é meramente uma função de variáveis individuais, mas decorre de distintos padrões de acoplamento psicocomportamentais.

A significância destes achados reside no seu potencial para mudar a prática clínica do cuidado baseado na experiência para a reabilitação de precisão e estratificada:

• Para o Grupo de Baixa Resiliência: As intervenções devem priorizar o suporte psicológico para bloquear a inibição excessiva do pensamento positivo pela ansiedade e converter o suporte social externo em motivação intrínseca.
• Para o Grupo de Resiliência Moderada: O foco deve ser o aumento da autoeficácia de reabilitação e a consolidação dos comportamentos de saúde para facilitar a progressão em direção ao estado de alta resiliência.
• Para o Grupo de Alta Resiliência: As estratégias devem focar na manutenção de pontos fortes e na prevenção da regressão, potencialmente utilizando estes pacientes como modelos de referência para seus pares.

O artigo conclui que a resiliência física é um sistema dinâmico e de rede, moldado por interações psicossociais. Ao identificar alvos de rede específicos (por exemplo, o elo ansiedade-pensamento positivo e o acoplamento estilo de vida-esperança), os clínicos podem desenvolver intervenções direcionadas para melhorar o cuidado holístico para esta população vulnerável. Os autores reconhecem limitações relativas ao desenho transversal (que impede a inferência causal), amostragem por conveniência (que limita a generalização) e dependência de dados de autorrelato, sugerindo que estudos longitudinais e multicêntricos futuros são necessários para validar estes mecanismos.