Study design of a pilot randomized digital health intervention to support lifestyle management in adults with metabolic syndrome

Resumo Técnico: Desenho de Estudo de uma Intervenção Piloto de Saúde Digital Randomizada para Síndrome Metabólica

Problema
As doenças não transmissíveis (DNTs), particularmente as doenças cardiovasculares (DCV), representam uma das principais causas de mortalidade global, com a síndrome metabólica (SM) servindo como um agrupamento crítico de fatores de risco, incluindo obesidade abdominal, dislipidemia, hipertensão e glicemia alterada. No Chile, a prevalência de SM é estimada em 40,1% entre adultos, subindo para 58% na faixa etária de 45–64 anos. Embora o consumo regular de peixes gordos (ricos em ácidos graxos n-3, peptídeos bioativos e nutrientes essenciais) seja sustentado por evidências como uma estratégia para reduzir o risco cardiometabólico, há uma carência de intervenções controladas e específicas de espécies adaptadas aos contextos locais. Além disso, embora as tecnologias de saúde móvel (mHealth) ofereçam ferramentas escaláveis para a modificação do estilo de vida, existe uma lacuna notável na pesquisa que integre estratégias nutricionais baseadas em evidências com intervenções de mHealth especificamente para adultos chilenos com SM. As abordagens preventivas atuais frequentemente carecem da escalabilidade e personalização necessárias para abordar efetivamente os determinantes complexos das DNTs.

Metodologia
Este artigo descreve o desenho e a fundamentação de um ensaio piloto, iniciado pelo investigador, randomizado, controlado e de grupos paralelos. O estudo foca em adultos chilenos entre 45 e 64 anos diagnosticados com síndrome metabólica.

• Braços do Estudo:

  • Grupo de Intervenção: Recebe um programa de 8 semanas composto pela provisão de 400 g/semana de cavala (distribuídos em três porções) e educação nutricional personalizada entregue via um sistema de mHealth. O currículo digital inclui mensagens instantâneas semanais: motivação cognitivo-comportamental às segundas-feiras e educação nutricional (aproximadamente 60% focada em peixe) às terças e quintas-feiras.
  • Grupo Controle: Recebe a mesma provisão de cavala (400 g/semana) e avaliações de desfecho, mas não recebe o componente educacional de mHealth. Este desenho isola o efeito incremental da estratégia educacional digital sobre a adesão e o engajamento.

• Participantes e Randomização: O tamanho da amostra alvo é de 40 participantes (20 por braço), randomizados 1:1. A randomização é estratificada por sexo e estado de saúde basal (presença de hipertensão, diabetes ou condições cardiovasculares prévias). Embora os participantes e os provedores não possam ser cegados devido à natureza da intervenção, os avaliadores de desfecho e os analistas de dados permanecerão cegados até a conclusão da análise primária.

• Coleta de Dados e Desfechos:

  • Desfechos Primários (Viabilidade): Focam em taxas de recrutamento, retenção, completude de dados, fidelidade da intervenção (entrega/recebimento de mensagens), métricas de engajamento na plataforma e adesão autorrelatada à ingestão prescrita de peixe (400 g/semana).
  • Desfechos Secundários Exploratórios: Mudanças nos parâmetros antropométricos e cardiometabólicos do baseline até a semana 8, incluindo circunferência da cintura, pressão arterial, triglicerídeos, HDL-C e glicose em jejum.
  • Avaliação Dietética: Utiliza recordatórios de 24 horas (método de cinco etapas), questionários de frequência alimentar (focados em proteínas de origem animal) e o Índice de Alimentação Saudável (HEI) no baseline, semana 4 e semana 8.

• Análise Estatística: O plano de análise prioriza a estimativa (mudanças médias, diferenças médias ajustadas, tamanhos de efeito padronizados como Hedges g) sobre testes de hipóteses formais, consistente com os objetivos de um estudo piloto. As diferenças entre grupos serão avaliadas usando Análise de Covariância (ANCOVA) ajustando para valores basais, com modelos de efeitos mistos sendo usados para considerar a correlação intra-sujeito. Dados ausentes serão tratados via imputação múltipla.

Principais Contribuições
A principal contribuição deste trabalho é o protocolo detalhado de um ensaio piloto que integra uma intervenção nutricional específica e localmente relevante (consumo de cavala) com tecnologia mHealth. As características principais do desenho incluem:

1. Relevância Local: A seleção da cavala é fundamentada em sua disponibilidade local, custo-benefício e substancial perfil de ácidos graxos n-3, abordando a necessidade de intervenções culturalmente adaptadas no Chile.
2. Rigor Metodológico na Viabilidade: O estudo define explicitamente métricas de viabilidade, aceitabilidade e implementação, incluindo estratégias específicas para monitorar a adesão através de métricas de engajamento digital e recordatórios dietéticos repetidos.
3. Isolamento de Variáveis: Ao fornecer o peixe para ambos os grupos, o desenho controla os efeitos nutricionais do consumo de peixe, permitindo que os pesquisadores avaliem especificamente o valor agregado do componente educacional de mHealth sobre a adesão e o engajamento.
4. Estrutura Ética e de Segurança: O protocolo inclui medidas abrangentes para confidencialidade de dados, monitoramento de eventos adversos (especificamente para alergias relacionadas ao peixe ou problemas gastrointestinais) e critérios claros para descontinuação do participante.

Resultados
Como este artigo descreve o desenho do estudo e a fundamentação de um ensaio piloto, ele não relata resultados empíricos, achados estatísticos ou desfechos clínicos. O texto afirma explicitamente que o estudo se destina a avaliar a viabilidade e as características de implementação para informar um futuro ensaio definitivo. Consequentemente, nenhum dado referente a mudanças em indicadores metabólicos ou taxas de adesão é apresentado neste documento.

Significância e Alegações
Os autores posicionam este estudo como um passo preliminar necessário para gerar insights metodológicos e práticos para a implementação de intervenções de saúde digital no cuidado cardiometabólico. A significância do trabalho reside em seu potencial para:

• Informar Futuros Ensaios: Fornecer evidências preliminares sobre a viabilidade, aceitabilidade e características de implementação de um programa de promoção de consumo de peixe apoiado por mHealth, o que guiará o desenho, a seleção de desfechos e o cálculo de tamanho de amostra de um futuro ensaio plenamente poderado.
• Preencher a Lacuna de Evidências: Abordar a falta de estudos integrados que combinem estratégias nutricionais baseadas em evidências (especificamente a cavala) com ferramentas de mHealth na população chilena.
• Refinar Estratégias de Intervenção: Utilizar feedback qualitativo e métricas de engajamento para refinar iterativamente o conteúdo e a entrega da intervenção digital antes de sua escala.

O artigo alega modestamente que, embora o piloto não vá avaliar a eficácia clínica para aprovação regulatória, visa determinar se tal abordagem é viável e aceitável, estabelecendo assim as bases para alternativas escaláveis e sustentáveis ao aconselhamento tradicional de estilo de vida na prevenção e manejo da síndrome metabólica.